[閒聊] 新交易系統的構想

看板Trading作者 (bx)時間15年前 (2009/01/22 19:06), 編輯推噓9(9022)
留言31則, 8人參與, 最新討論串1/8 (看更多)
我是一個軟體開發者,最近幾年主要都是在做交易資訊相關的系統。 過去由於太注重技術研發,而且也太忙了, 雖然手上有各個市場的 tick 資訊,卻放著沒有利用它來做什麼有趣的東西, 不過差不多今年過後,或是更早一些, 應該就可以開始嘗試開發程式交易系統了,我覺得這個方向有一些趣味。 和一般的程式設計師不同,對於技術開發,我有很大的自主權, 因為實際上我算是賣技術的,技術做出來交由軟體公司找可能的客戶, 再由客戶訂製產品化細節,我再協助軟體公司發行屬於客戶的軟體, 長期目標是做為 IP (intellectual property) 供應商, 至於軟體怎麼賣不干我的事,實作上也一定會需要配合客戶意見做大量修改, 當然獨立發行軟體也不是不可能,只是我的興趣在技術上, 這種事情還是給專業的人來做比較好。 而作為一個電腦科學愛好者,我在意的自然不是程式交易的細節和技巧, 對我來說,軟體架構的重要性要大得多。 由於過去已經開發了一些資訊處理技術,所以那個部分不會是重點, 可程式化也是很基本會做的事,只是我不覺得客戶會需要另一個 TS 系統, 在商品化時,可能只會是作為一個核心引擎,類似遊戲的 3D 引擎一樣, 使用者會用到它卻不會直接操作它。 就我的認知,金融交易市場是一種複雜調適系統 (CAS, Complex Adaptive System) 不可能有長期必勝的策略, 唯一的解法只有經由一個相對有效的策略分析系統, 持續性地提供策略修正。 而這個相對有效的策略分析系統,一般就是自然人的頭腦, 另外就是機器學習 (machine learning) 系統也很常見, 類神經網路是最早應用在這方面的技術, 基因演算法應該也有人用,只是好像沒有看見通用的商品化應用。 但不管是使用哪一種方式,都需要搶市場變化的策略調整時效, 不然輸一次可能就全賠回去了, 問題是現有系統的策略變化的能力,都比不上組織化的大量自然人。 因為自然人的能力目前仍遠比電腦高,但是很不穩定,資訊處理能力也不足, 機構交易者可以長期保持一定高效的分析能力,單一自然人不可能跟得上, 所以總體而言,法人會愈來愈強,散戶則愈來愈弱。 於是我認為高效能程式交易系統只有兩條路, 一種是讓單一系統也能集合眾人之力, 另一種則是提供更高強度的機器運算效能以建構更強力的人工智慧, 這樣才可能讓單一系統能較長期地與機構化交易者有一拚之力。 當然不管是走哪一種方法,或是兩種方法都做,要良好實作都很困難, 所以我想的取巧方式,就是讓人可以建立大量的交易策略,讓它們持續地模擬交易, 另外再做手動或自動的策略評估機制,使得評估中最好的策略能做實際交易, 也就是實際交易的方式將是一種雞尾酒式的混合策略。 這樣的集合智慧 (collective intelligence) 系統應該是可行的, 並且先有這樣的架構,未來要怎麼變化,都有很大的彈性空間, 更重要的是,似乎沒有任何現有系統有這個功能。 但是想歸想,畢竟我不是實際的交易者, 當初搞會交易資訊,是為了建構大型運算系統 (large-scale computing system), 而不是真的在搞這一行, 實際上整個金融相關產業裡沒有幾個軟體技術專家, 更別說是電腦科學家了(嘴上能講得出一堆名詞的外行人倒是很多), 走這方面的應用,是需要勇氣和耐得住孤獨的。 所以我只是要問,這樣的東西有沒有搞頭? 我有沒有想錯? 你們有興趣嗎? 做這樣的東西可能賺到讓我以後能安心做研究的錢嗎? 還是現存的系統已經夠好用了,這種技術的市場競爭力不夠, 雖然有點意思,卻不可能讓你為此換用新系統? -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 118.171.84.64

01/22 21:38, , 1F
就我所知電腦只能做純量化的評價 類神經幾十年前就有人在做
01/22 21:38, 1F

01/22 21:39, , 2F
但到現在也沒聽說過什麼很具體的成果 so...
01/22 21:39, 2F

01/22 21:57, , 3F
所以原PO現在需要一個可以賺錢的交易策略?
01/22 21:57, 3F

01/23 00:03, , 4F
我以前很有興趣, 現在覺得不是很重要...
01/23 00:03, 4F

01/23 00:44, , 5F
看完也是覺得原PO缺乏一套交易策略~但這也是最核心的XD
01/23 00:44, 5F

01/23 00:47, , 6F
"我想的取巧方式"這段,感覺原PO會掉入curve fitting陷阱裡
01/23 00:47, 6F

01/23 20:03, , 7F
有tick就往市場微結構方向去思考?! 我看了太多這方面
01/23 20:03, 7F

01/23 20:04, , 8F
的文章 實用的很少 只能自己開發 就算無法開發實用
01/23 20:04, 8F

01/23 20:05, , 9F
的策略 分析統計也可以作為軟體的附加功能
01/23 20:05, 9F

01/23 20:06, , 10F
小弟膚淺的見解
01/23 20:06, 10F

01/24 02:16, , 11F
所以你想做人工智慧的核心引擎嗎...
01/24 02:16, 11F

01/24 02:17, , 12F
通常在寫交易策略程式有用到人工智慧的東西 都是自己來居多吧
01/24 02:17, 12F

01/24 02:51, , 13F
應該是提供一個好的發展框架
01/24 02:51, 13F

01/24 02:52, , 14F
框架內容是全人工處理的話是一個多重交易策略管理系統
01/24 02:52, 14F

01/24 02:54, , 15F
全自動的話則是一個交易策略自組織自演化環境
01/24 02:54, 15F

01/24 03:02, , 16F
所以不太能說是人工智慧的核心引擎 它的彈性是更大一點的
01/24 03:02, 16F

01/24 03:10, , 17F
至於市場微結構嘛 我手上有的 tick 資料就有幾億筆...
01/24 03:10, 17F

01/24 03:12, , 18F
不是不能做 但似乎不是一般使用者玩得動的東西
01/24 03:12, 18F

01/24 12:55, , 19F
類神經只能做FITTING的動作,沒甚麼用
01/24 12:55, 19F

01/24 12:57, , 20F
可以開發出來賣給不懂的人
01/24 12:57, 20F

01/24 13:52, , 21F
類神經裡的工具有些我有學過像kilman filter
01/24 13:52, 21F

01/24 13:53, , 22F
大家好像都直接拿套裝的來run 沒有一個工具一個工具
01/24 13:53, 22F

01/24 13:53, , 23F
來test 每一個工具都有他的優缺點
01/24 13:53, 23F

01/24 14:57, , 24F
演算法交易最近有人提起 演算法也許是一個新名詞
01/24 14:57, 24F

01/24 14:58, , 25F
可以選擇用哪一個策略比較好 可能用蒙地卡羅模擬法
01/24 14:58, 25F

01/24 15:00, , 26F
或用panel data分類法 一般實務界好像對學術界的名詞
01/24 15:00, 26F

01/24 15:01, , 27F
反感 so...
01/24 15:01, 27F

01/24 15:04, , 28F
演算法交易比我的構想弱得多 等於是批次作業和即時作業的區別
01/24 15:04, 28F

01/24 15:06, , 29F
可以說是相差了兩個世代
01/24 15:06, 29F

02/09 23:03, , 30F
'統計套利:演算法交易技術與統計套利之復興'
02/09 23:03, 30F

02/09 23:05, , 31F
...希望以後有機會能用上
02/09 23:05, 31F
文章代碼(AID): #19U5Cz1M (Trading)
討論串 (同標題文章)
文章代碼(AID): #19U5Cz1M (Trading)