※ 本文轉寄自 ptt.cc 更新時間: 2024-08-31 12:30:26
看板 Stock
作者 標題 [心得] 8月台期指程式交易復盤
時間 Sat Aug 31 10:21:39 2024
月底了，稍微總結一下這個月的台期指程式交易。
這個程式交易是全自動交易
平常只有起床後和下午2點用手機看看今天機器人買了啥賣了啥
對一下賬，一天1~2分鐘就看完了
如果交易盈虧沒異常(例如連虧兩天，或單日賠超過1萬)，程式還在跑
平常該吃該吃該睡覺該工作，完全沒在看盤
https://ezquant.cc/wp-content/uploads/2024/08/image-19-1024x456.png
========= 交易總結 =========
先看一下對賬單，202408交易匯總如下：
https://reurl.cc/Yq0KL0
7/31 權益數 104,223
8/30權益數 216,227
盈虧 112,004 ( +107.47%)
交易口數 204口
========= 本月策略分析 =========
本月是地獄開局，由於7月底忽然連續兩天的颱風假，一開盤立刻賠了800點。
原本是準備了兩口的小台資金13萬，8月開局的資金是從104,223開始。
《1. 滿血復活》
很幸運的是8月初大跌那幾天交易機器人就做對方向
8月5日期貨指數跌停那天先收下2262點的獲利滿血復活
https://ezquant.cc/wp-content/uploads/2024/08/image-16.png
《程式交易委託單號（左）、期貨商委託單號（右）》
《2.爆量大跌賺縮量震蕩》
在反彈不到一周之後，市場開始縮量。策略收益也減少了一半。
經過挖掘分析，發現是量縮造成大盤從趨勢進入盤整
8/12是縮量的開始，是我本月虧損最大的一天，也是連虧損5日的開始
https://ezquant.cc/wp-content/uploads/2024/08/image-20.png
分析一下原因，原本的程式是趨勢策略，遇到縮量震蕩反倒容易做錯方向
例如在趨勢行情下，帶量下殺應該是一開始放量就跟著做空
但是在縮量震蕩行情下，卻應該等放量下殺結束時反向做多
經過這一個調整，八月下旬的獲利又救回來了
但是在縮量震蕩行情下，卻應該等放量下殺結束時反向做多
經過這一個調整，八月下旬的獲利又救回來了
只是震蕩盤下的進出都很短，204口交易（單邊102筆）中有一半是在8/20之後的
《2.1 累計成交量%》
一般的交易軟體只在盤中提供（本日）預估成交量，定義被人掌握又無法直接應用
因此另外寫了段計算每分鐘月均累計成交量的程式
日盤有300分鐘、夜盤有840分鐘。因此我就有1140根月均每分鐘累計成交量
當日最新累計成交量一比就有個百分比，知道現在是縮量還是放量，盤中該切換什麼策略
《2.2 自動切換策略》
《2.2 自動切換策略》
自己用python 寫程式交易策略的最主要原因
除了指標設計高度自由外，另外就是策略的彈性
盤中除了根據累計成交量%自動切換趨勢策略和震蕩策略之外，另外也掛了套利策略
由於期貨交易是20倍左右的槓桿，因此通常會用2倍或是3倍資金做一口期貨
平常這些冗餘資金會放在另一個期貨賬戶裡面，等著機會做大台、小台、微台的套利
https://ezquant.cc/wp-content/uploads/2024/08/策略.png
========= 9月工作計劃 =========
但由於我的進場策略有5個、出場策略超過10個，相乘就有超過50種
雖然手機有每次交易的記錄、單號，但還是得用交易單號跟對賬單核對上
========= 心得 =========
原本機器人用K線做為重要因子，搞得兩三天就要停機下線
這次版本的機器人完全不看K線（恐龍扛狼策略？我沒K~~）
這次版本的機器人完全不看K線（恐龍扛狼策略？我沒K~~）
目前活了一個多月，復盤找原因的時候也比較容易發現問題並調整
------------
補充一下我自己的 YT
https://www.youtube.com/watch?v=B0u4MXXY6do
程式交易沒那麼神秘，
為什麼要自己從0開始寫程式交易而非用先有的程式交易平台？ 總結是我有選擇的權利
1. 有原始數據，指標想怎麼寫就怎麼寫
2. 決策流程彈性，決策流程想怎麼組就怎麼組
3. 高頻交易
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.12.20.144 (臺灣)
※ 作者: liton 2024-08-31 10:21:39
※ 文章代碼(AID): #1cqduu72 (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1725070904.A.1C2.html
※ 編輯: liton (101.12.20.144 臺灣), 08/31/2024 10:25:50
我也想回測啊，但叔叔我做不到啊
1. 回測是基於K線架構
一般的回測是事件回測（每分鐘跑一次），另外還有向量回測
我是跑tick數據，小台平均一天10萬口，tick數據低估點5萬筆
跑日K算一次就行，tick回測一天得跑5萬次
2.數據拉不齊
分鐘K數據是 2024-08-30 09:34:00
tick 數據是 2024-08-30 09:34:12.243
我還有用到及時的期現價差 如果是 2024-08-30 09:34:12.112
這數據拉不齊的
![[圖]]()
企業微信
line/telegram 有api的都行，只是這些不支持 markdown語法
有粗體、有顏色、有文字塊，閱讀信息的效率會比較好
解釋不了的因子或是太複雜的規則，要回查問題都不知道怎麼查
月初趨勢，月中縮量震蕩。ML只會幫你調參數，不會幫你重新建構決策流程
況且ML是回測的一種
有解釋我為什麼沒法回測
8月上旬一天震個300-500點很正常
8月中旬之後一天300點算多了
沒那個大波段沒放量，打的就短。規則都寫好了，機器人自己判斷
※ 編輯: liton (101.12.20.144 臺灣), 08/31/2024 12:08:49
https://reurl.cc/bYlppl
重點是特徵工程不是算法
特徵必須簡單易懂符合邏輯，對未來預測有驅動力
為啥不用K線？我沒那能力畫K線呀 但肯定有能畫的好呀
我事後劃線猛如虎，事前預測二百五
https://reurl.cc/VM4V9A
K線的108種形態學我沒那天分學透
--
推 : 我沒K~1F 08/31 10:27
推 : 機器人推個2F 08/31 10:29
推 : 哥你不搞回測真的能搞成這樣喔？3F 08/31 10:32
我也想回測啊，但叔叔我做不到啊
1. 回測是基於K線架構
一般的回測是事件回測（每分鐘跑一次），另外還有向量回測
我是跑tick數據，小台平均一天10萬口，tick數據低估點5萬筆
跑日K算一次就行，tick回測一天得跑5萬次
2.數據拉不齊
分鐘K數據是 2024-08-30 09:34:00
tick 數據是 2024-08-30 09:34:12.243
我還有用到及時的期現價差 如果是 2024-08-30 09:34:12.112
這數據拉不齊的
推 : 完全不看K線 不是用價？4F 08/31 10:34
→ : K線是從tick數據來的，抽了開、高、低、收、量5F 08/31 10:41
→ : 五個統計值，我有tick數據自己寫統計值不用K二手貨
→ : 五個統計值，我有tick數據自己寫統計值不用K二手貨
推 : 謝謝分享7F 08/31 10:45
推 : 好強 可以分享進出場策略嗎8F 08/31 10:49
推 : 羨慕 財富自由9F 08/31 10:51
![[圖]](https://imgur.disp.cc/41/Ia4xOEj.png)
line/telegram 有api的都行，只是這些不支持 markdown語法
有粗體、有顏色、有文字塊，閱讀信息的效率會比較好
推 : 不看K, 有用到machine learning嗎？12F 08/31 11:19
沒用ML解釋不了的因子或是太複雜的規則，要回查問題都不知道怎麼查
月初趨勢，月中縮量震蕩。ML只會幫你調參數，不會幫你重新建構決策流程
況且ML是回測的一種
有解釋我為什麼沒法回測
推 : 滿有趣，希望以後也能試試看13F 08/31 11:34
推 : 有趣，出場策略多算是越保守嗎14F 08/31 11:37
8月上旬一天震個300-500點很正常
8月中旬之後一天300點算多了
沒那個大波段沒放量，打的就短。規則都寫好了，機器人自己判斷
※ 編輯: liton (101.12.20.144 臺灣), 08/31/2024 12:08:49
推 : 這就是DIY程式交易的優勢 任何合理想法都能實作15F 08/31 11:38
→ : 不過多數人還是從XQ開始程式交易比較容易入門
→ : 如原po說 所謂K線指的是特定時間內的tick開高低收量
→ : 然而有完整tick可以取得的各種運算值還有很多
→ : 這些運算值在機器學習中教作萃取特徵值或屬性值
→ : 之後可再用各種運算模型對特徵值進行運算得出判斷
→ : 不過多數人還是從XQ開始程式交易比較容易入門
→ : 如原po說 所謂K線指的是特定時間內的tick開高低收量
→ : 然而有完整tick可以取得的各種運算值還有很多
→ : 這些運算值在機器學習中教作萃取特徵值或屬性值
→ : 之後可再用各種運算模型對特徵值進行運算得出判斷
推 : 收到了，下個月開始開始出現機器人投資詐騙21F 08/31 11:44
→ : 所以原po的做法當然能說是用到機器學習22F 08/31 11:45
→ : 再補充說明股市的技術指標都是機器學習中的特徵值
→ : 均線常見的黃死交叉多空判斷 就是判斷模型
→ : 現在火熱的AI模型通常把兩者混在一起說
→ : 再補充說明股市的技術指標都是機器學習中的特徵值
→ : 均線常見的黃死交叉多空判斷 就是判斷模型
→ : 現在火熱的AI模型通常把兩者混在一起說
→ : ai操盤手26F 08/31 11:50
這位大哥，沒那麼複雜啊https://reurl.cc/bYlppl
重點是特徵工程不是算法
特徵必須簡單易懂符合邏輯，對未來預測有驅動力
為啥不用K線？我沒那能力畫K線呀 但肯定有能畫的好呀
我事後劃線猛如虎，事前預測二百五
https://reurl.cc/VM4V9A
K線的108種形態學我沒那天分學透
→ : 所以要看自己細節 通常判斷模型都是類神經網路27F 08/31 11:50
→ : 而類神經網路也導致需要龐大的運算能力與記憶體
→ : 相比之下原po的做法簡單很多 換到超低的進入門檻
推 : 進場策略少出場策略多通常是因為進場門檻較嚴格求穩
→ : 出場至少有停利與停損兩大狀況再各自分支各
推 : 用多種條件判斷多空很常見 導致出場狀況五花八門
→ : 另外一種做法是用進場多的反向條件發生平倉多反手空
→ : 通常不會用這種方法出場 原因就留給新手當功課
→ : 直白的說 請解釋黃金交叉多死亡交叉空為何不行
→ : 而類神經網路也導致需要龐大的運算能力與記憶體
→ : 相比之下原po的做法簡單很多 換到超低的進入門檻
推 : 進場策略少出場策略多通常是因為進場門檻較嚴格求穩
→ : 出場至少有停利與停損兩大狀況再各自分支各
推 : 用多種條件判斷多空很常見 導致出場狀況五花八門
→ : 另外一種做法是用進場多的反向條件發生平倉多反手空
→ : 通常不會用這種方法出場 原因就留給新手當功課
→ : 直白的說 請解釋黃金交叉多死亡交叉空為何不行
推 : 推啊36F 08/31 12:07
→ : 程式交易獲利的關鍵就是多空趨勢與中性盤整的判斷37F 08/31 12:08
推 : 想知道回測到底有沒有用 你是不是搞套利 直接不用38F 08/31 12:09
→ : 回測
→ : 回測
→ : 分別對應 多 空 觀望 3種操作 判斷正確一定好賺40F 08/31 12:09
推 : 感謝分享！41F 08/31 12:11
推 : 回測的是重播市場發生的流程所以關鍵是完整tick42F 08/31 12:13
※ 編輯: liton (101.12.20.144 臺灣), 08/31/2024 12:22:14→ : 每天日夜盤都會有tick上面會附成交時間 讀取每筆43F 08/31 12:14
推 : 說真的不能回測... GG是遲早的事44F 08/31 12:15
推 : 1~7月呢45F 08/31 12:16
→ : 然後用自己的運算方法套入每筆tick發生時的值46F 08/31 12:16
→ : 就可以看到隨著市場交易進行 自己的交易損益狀況
→ : 原po說的調參數是為了測試哪種參數跑出來的損益最好
→ : 就可以看到隨著市場交易進行 自己的交易損益狀況
→ : 原po說的調參數是為了測試哪種參數跑出來的損益最好
--
※ 看板: Stock 文章推薦值: 0 目前人氣: 0 累積人氣: 143
作者 liton 的最新發文:
- 10F 3推
![]()
月底了，稍微總結一下這個月的台期指程式交易。 這個程式交易是全自動交易 平常只有起床後和下午2點用手機看看今天機器人買了啥賣了啥 對一下賬，一天1~2分鐘就看完了 如果交易盈虧沒異常(例如連虧兩天， …48F 21推![]()
關鍵字用過:樹果、道館、餵食、星塵 因為有pokemonGo Plus，樹果的搜集挺快的 目前的做法是餵食同隊道館 一次消耗60顆樹果，同時積累星塵和經驗值 但好像都沒啥人在餵食道館 請問大家是怎麼 …35F 26推- 39F 18推 2噓
點此顯示更多發文記錄
→
guest
回列表(←)
分享