作者
標題 Re: [心得] 演算法交易實用與否。
時間 Sat Jun 24 21:16:21 2023
標題 Re: [心得] 演算法交易實用與否。
時間 Sat Jun 24 21:16:21 2023
大概自介一下，小弟是個放棄手操又不甘於定期定額拿大盤收益的韭菜，研究所做AI，目
前在量化交易公司上班，雖然公司主要是做高
頻套利/造市的，但還是不乏賺delta的策略，應該還有點資格回答這個問題。
基本上大多統計、AI應用於股票投資沒用不外乎就下面兩個問題，
1. 資料量太少： 舉例一個商品做日K，你抓個10年也通共就2000多筆資料，你用一堆特
徵找出來可以賺的情境大多數就是過擬合的結果，未來難以復現。
2. 資料分佈不同：想說單一商品資料少，那我放一起，舉例把傳產跟科技股放一起，飆
股牛皮股都有，做出來的結果就是四不像；同樣，今天即便是一個商品，以最近為例，10
年前的漢翔長榮，跟這一年的根本上不是同個狀況，那自然做出來的結果基本上也難以實
用。
股牛皮股都有，做出來的結果就是四不像；同樣，今天即便是一個商品，以最近為例，10
年前的漢翔長榮，跟這一年的根本上不是同個狀況，那自然做出來的結果基本上也難以實
用。
若上面兩個問題可以解決，就有機會發展出可以獲得超額報酬的交易策略，至於能持續多
久就要看市場的變化速度以及自己對策略的掌握度。
這邊附上個自己下班後搞的一個策略近三個月的損益，也是找個統計而言好的進場點，算
停損停利自動交易這樣。回測做個一年感覺蠻好的就上了，不過由於不知道什麼時候會失
效+新鮮人口袋淺，放的錢沒有太多，對板上大大來說應該就菜錢的獲利，不過以分配資
金算月酬化大概也有20-30%附近（槓桿很大就是了）
停損停利自動交易這樣。回測做個一年感覺蠻好的就上了，不過由於不知道什麼時候會失
效+新鮮人口袋淺，放的錢沒有太多，對板上大大來說應該就菜錢的獲利，不過以分配資
金算月酬化大概也有20-30%附近（槓桿很大就是了）
https://i.imgur.com/eQQSwKU.jpg
![[圖]](https://i.imgur.com/eQQSwKUh.jpg)
![[圖]](https://i.imgur.com/n0ZXn5vh.jpg)
順帶分享策略上週開始做空，換月完還全力追空讓小弟有點抖，看看分享文章是否可以積
陰德讓小弟假後不被嘎飛，也祝各位投資賺錢。
https://i.imgur.com/l615V9B.jpg
![[圖]](https://i.imgur.com/l615V9B.jpg)
以上拙見，希望大大們小力噴。
※ 引述《applebg (Eugenicist)》之銘言：
: 各位好，我目前是資工碩的學生。我選課的時候特別選了一門演算法交易來驗證看看究
竟
: 電腦能夠輔助我們交易到哪種程度。目前測試的結果，發現演算法交易大部分的時候都
會
: 讓我們賠錢，而且交易的頻率越高賠得越多，這很明顯是賠在手續費的部分。有時候會
小
: 賺一點點，但我覺得並不會比基本面分析來的優秀多少。
: 另外我也試過使用AI去幫助我預測股價，結果發現預測價格與實際價格最多會差到10%
，
: 也就是幾乎一個漲跌停了。
: 我的心得是，演算法交易或是AI預測股價，最多只能輔助你做決策，這些技術完全沒辦
法
: 取代人為的判斷。演算法能夠在價格暴跌的時候讓你趕快賣出，這是自動化的好處，而
AI
: 我不知道能幹嘛。AI這種純理性的東西是沒辦法解釋人類不理性的行為的。
: 總之，人類的商業智慧還是可以在交易的世界站上一席之地。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.216.175.99 (臺灣)
※ 作者: Perverseness 2023-06-24 21:16:21
※ 文章代碼(AID): #1abkoddy (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1687612583.A.9FC.html
→ : 找到聖杯了！1F 06/24 21:25
※ 編輯: Perverseness (49.216.175.99 臺灣), 06/24/2023 21:33:59推 : 推2F 06/24 21:35
推 : 國外的量化交易公司嗎?
06/24 21:37推 : 聖杯4F 06/24 21:38
→ : 會買的是徒弟 會賣的才是師父 不過最終都是運氣5F 06/24 21:40
以這種偏統計的交易策略來說，失效問題確實是運氣成分偏高。→ : 好酷的公司XD6F 06/24 21:43
→ : 我之前看過一篇paper 是用Deeplearning 做K線的
pattern recognition 號稱可以transfer learning7F 06/24 21:48
pattern recognition 號稱可以transfer learning7F 06/24 21:48
推 : 前幾年查過還不行 不過日新月異說不定聖杯出來了9F 06/24 21:49
推 : 不懂為什麼要給AI看K線 AI可以直接看tick data吧10F 06/24 21:50
資料太多處理noise、萃取特徵是水很深的坑→ : 原本以為蠻有戲，看完論文發現轉移學習的績效不如自己的 就沒繼續研究下去y11F 06/24 21:51
→ : K線是濃縮給人眼人腦判斷的工具吧
因為人腦無法直接判讀raw data13F 06/24 21:53
因為人腦無法直接判讀raw data13F 06/24 21:53
推 : 我的理解K線圖包含了時間內漲跌的速度與強弱關係
作者希望是由模型自己學著特徵轉換吧?15F 06/24 21:57
作者希望是由模型自己學著特徵轉換吧?15F 06/24 21:57
推 : 逐筆成交的 時間 價格 量 不也包含速度跟強弱關係17F 06/24 21:58
→ : 邏輯上你說的也是包含的18F 06/24 22:00
推 : 1秒成交30筆 跟30秒成交1筆 AI應該也能感覺出不同吧1筆成交1張 1筆成交499張 AI也能感覺到不同吧19F 06/24 22:01
發生次數太低的話、沒特別加工的話AI不一定學的起來※ 編輯: Perverseness (49.216.175.99 臺灣), 06/24/2023 22:09:03
推 : 感覺這需要大型模型，要結合分析當下新聞,相關資料與技術分析，但要設定權重，下去train，只看技術分析其實就是線仙，沒法預測未來21F 06/24 22:07
這就是策略因應市場變化的失效問題推 : 融券的人還是有的24F 06/24 22:20
推 : 推25F 06/24 22:26
※ 編輯: Perverseness (49.216.175.99 臺灣), 06/24/2023 22:40:26推 : 國內的就那幾家 老闆鼓勵你下班搞自己策略嗎26F 06/24 22:41
畢竟資料規模完全不同，策略沒有同質性，那下班時間做什麼我想是個人規劃，今天我在ic廠工作一樣下班可以搞策略吧
※ 編輯: Perverseness (49.216.175.99 臺灣), 06/24/2023 22:52:47
推 : 放空是沒把7月除息點差算入?27F 06/24 22:51
換月前就已經轉空了→ : 槓桿大不怕波動大直接大失血嗎？28F 06/24 23:35
有抓回測的最大損失*2算投入金額，那目前已經回本抽回部分資金了，後面就算歸零也不傷本，至於其他就運氣問題，如一開始就強調的要了解策略相性與失效問題
推 : 專業的量化交易公司 tick資料是最基本的
應該也有最佳五檔報價買賣量tick29F 06/24 23:45
公司有哪些資料不方便細說，處理分析方式自然也不同。這邊主要面向一般想做程式交易應該也有最佳五檔報價買賣量tick29F 06/24 23:45
的投資人。那獲取門檻不高，且文書機可處理、分析的資料能做的也就是偏技術面、籌碼
面整合的交易策略。
→ : 金融資料就不是穩態更不用說不同個股不同產業....然後大公司還有資料多樣性金融的非金融的各式各樣不管資料數量還是種類 都遠超市場上常用的軟體工具如果原po在台灣應該是絕頂的菁英人才31F 06/24 23:47
※ 編輯: Perverseness (49.216.175.99 臺灣), 06/25/2023 00:10:07→ : 換月前轉空，沒當下結算還繼續空？每年除權息不好做35F 06/25 02:51
→ : 不會解決的 放心吧36F 06/25 06:35
噓 : 光看第一行你個位還看得下去也真是韭菜中的韭菜37F 06/25 08:38
→ : 個人覺得用AI做空比做多的勝率高38F 06/25 10:48
![[圖]](https://i.imgur.com/Jrg2eMzh.jpg)
--