Re: [請益] 好像不常聽到工程師研究程式交易？

[jj840917 (布魯豬排Ver2.9)]

※ 引述《Citadel (Citadel)》之銘言：
: 難在基本分析啊，
: 基本面這些琢磨清楚了又發現基本面再加上人工觀察價格行為就可以......
: 有一種程式交易是高頻交易，
: 高頻交易需要低手續費\spread\傭金\設備\速度\基本面，
: 重點又不單只是程式交易了。
: 基本面加上肉眼價格行為的手法在有些喜歡炫耀的交易者可以見到......
: 這次以巴戰爭基本分析還有價格行為的機會在大宗商品石油XTIUSD\貴金屬黃金XAUUSD，
: 就可以buy limit掛好即可......
: 話說，我也很想看到程式交易的分享文章。


對於這個主題剛好有上過相關的課程，其實要講究的東西遠多於策略和程式實作，實際上
有更多細節


當年系上曾經有一門課是金融科學和Data Science的課

老師是從美國請來授課的工程師，他在google的時候就和一群同事嘗試玩過程式交易
，玩的就是這篇所說高頻交易。需要顧慮細節東西大概跟引述的文章提到的差不多

他有把當時他們的方法大致上跟我們說，印象深刻的有兩點

1.數學用很多，至少對當時的我來說很難

2.考量的層面很廣，包含程式語言的速度、硬體有專門的硬體(印象中說有專門設計過?)、
甚至連機房的地點都要考量，讓延遲能最低


後來有個人問授課老師一個關鍵的問題: 那有賺錢嗎?


老師是說:一開始是有賺，但過一陣子模型的策略就沒辦法繼續賺錢了

XD

一群Google的工程師出來都弄不出個所以然，我想除了專業團隊、公司外很難靠這個獲利


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.39.155.48 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1699042042.A.5B4.html
推 mmonkeyboyy: 對 單ㄧ策略的重要性在此類的應用中相對小 有很多其
→ mmonkeyboyy: 他東西要考量 這也是我懶得講太多的原因 有做過的人
→ mmonkeyboyy: 就懂 上這種課算你賺到 有用的課很貴之外 也要有人願
→ mmonkeyboyy: 意分享最新的東西 知識（訊息）就是力量 在這裡表露
→ mmonkeyboyy: 無遺啊
上完後覺得這還真不是找幾個厲害的人湊一起弄一弄就可以賺錢的XD
要克服的問題真的很多
※ 編輯: jj840917 (114.39.155.48 臺灣), 11/04/2023 07:48:00
推 mmonkeyboyy: 幾個人的話就工人智慧多叮幾個熟的產業  能打平XD
→ mmonkeyboyy: 但就像去電玩間玩投幣出彩票那種一樣  要有一定的本
→ mmonkeyboyy: 去砸才有用  不然手續費&一些成本就吃光了
推 s39913108: 要看是幾個數學模型的策略，單一測略不可能跑一輩
→ s39913108: 子，總有一天會失效
推 spen2005: 做中學 頂著幹？
噓 darkMood: 懂數學，不懂交易嘛。
推 viper9709: 推分享
→ ProTrader: 這種說法太落伍了 這時代已經不講究模型或策略數目策略
→ ProTrader: 交易模型要能持續 學習 適應 進化  市場怎樣都能獲利
→ ProTrader: 這個時代的人工智慧機器學習  都很強調適應性
推 ProTrader: 像AlpahGo 他的初生版跟完全體就差很多
→ ProTrader: 如果Google願意其實AlphaGo也還可以持續進化
→ ProTrader: 所以重點不在於策略數而在於模型對市場變化能有適應性
→ ProTrader: 舉例來說  最基本就是要有盤整模式與趨勢模式
→ ProTrader: 盤整盤逆勢低接   趨勢盤卻要勇敢追高  模型要能分辨
→ ProTrader: 再通俗點 變形金剛有人形戰鬥型態與車輛交通型態
→ h4k: 樓上說得很好，但類似的作法二十年前就有了，倒不是一定需要
→ h4k: 機器學習，AI這些高大上但不一定有用的東西。
→ ProTrader: 樓上說的20年前就有不是台灣的狀況
→ ProTrader: 如果是在文藝復興之類的避險基金應該很合理