→ SuperModel : 開放原始碼給受試者驗證。 02/14 15:59
我前一篇都已經丟一個模擬程式給人玩了XD
※ 編輯: drazil (110.26.62.237 臺灣), 02/14/2021 16:24:10
推 a125g : 請問你用什麼寫的? 02/14 16:22
我用C#
如果我再晚幾年開始這個專案的話,我可能會用Python吧我想
※ 編輯: drazil (110.26.62.237 臺灣), 02/14/2021 16:27:40
→ a125g : 有套用凱利公式嗎?我覺得凱利公式蠻適合程式交易 02/14 16:28
→ a125g : 的 02/14 16:28
※ 編輯: drazil (110.26.62.237 臺灣), 02/14/2021 16:29:24
推 Homeparty : 我用python,函數庫多省時間,畢竟我是業餘 02/14 16:30
推 coyoteY : 用心推 02/14 16:33
→ YAYA6655 : 沒用 02/14 16:35
推 a125g : 再推一個 難得看到程式交易的文章 02/14 16:49
推 appleball200: 請用multicharts不要重造輪子 02/14 16:50
來不及了,時間都花下去寫出一套完整的系統了XD
不過我自己也不建議要做程式操作交易的學我這種全部從頭自己做的方式
能用現成的東西就用,把時間花在交易模型的設計上就好
其實這個系統最一開始是用來寫交易日誌用的XD
一開始的時候我自己紀錄交易日誌然後作檢討
想要在每一筆紀錄上面加入線圖標記我自己的買進買出點位
但是手動的話做一兩次還好,要是每筆都做的話那真的很煩很花時間
所以我就寫了抓股價的爬蟲跟一個交易日誌產生器。
每次交易完之後做交易資料輸入,
就可以自動產生交易績效的報表,上面有附有進出點位的K線圖。
後來想說都股價資料跟K線圖都有了,那就來試做選股程式好了
才有接下來選股模型以及更後來操作系統的開發
推 eierom : 猛 02/14 17:20
推 dougho : 漲比例5成 但每次績效才3-4%這樣划算嗎? 02/14 17:42
我也希望寫出平均期望值超過10%的程式呀
但是我的能力只能寫出這種績效的東西那我也只能用了
不過也不要太小看平均4%這個數字
假設20個交易日扣除交易成本之後平均賺4%好了
1.04^12 =1.60,年化+60%...........當然不可能這麼順利XD
不過跑回測結果,正常情況下超過年化25%~30%應該是可以的
推 km612tw : 用心推 02/14 17:45
推 slayptter : 我 python c# MC三個結合 02/14 18:01
※ 編輯: drazil (110.26.62.237 臺灣), 02/14/2021 18:15:59
※ 編輯: drazil (110.26.62.237 臺灣), 02/14/2021 18:30:39
推 zaq10442 : 我覺得固定天數出場也沒什麼不好的吧 02/14 18:42
※ 編輯: drazil (110.26.62.237 臺灣), 02/14/2021 19:08:10
推 ARTORIA : 我覺得訊號太多了 這樣你實際操作誤差會很大 02/14 19:35
推 Ray3627 : 20內回測績效全部都是正值很猛了,可以跑看看了 02/14 20:10
→ Ray3627 : 回測20年內 02/14 20:11
→ liton : 你有做out of time嗎? 02/14 20:27
這個東西是?
推 cleanx : 是每筆平均績效還是總績效? 02/14 20:29
兩個表格上面的是平均績效
推 Kmer : 回測可以再做幾個月看看 02/14 20:59
推 BuggyTaiL : 資金曲線和最大回撤可分享嗎~ 02/14 22:06
最大回測是指?
資金曲線這個題目其實可以再打個一篇的說XD
不過可以去用前一篇的連結的模擬程式來跑一次就知道了
※ 編輯: drazil (110.26.62.237 臺灣), 02/14/2021 23:17:58
→ liton : 一般建模會把數據拆成三個部分,一部分是建模用的i 02/14 23:41
→ liton : n sample,一部分是跟建模型同一段時間窗口但不同 02/14 23:41
→ liton : 樣本out of sample期間外樣本。第三部分是期間外樣 02/14 23:41
→ liton : 本例如202001-202009當建模時期,202010-202012當o 02/14 23:41
→ liton : ut of time,觀察到202101。模型最重要的是out of 02/14 23:41
→ liton : time的成果,建模績效好但期間外樣本表現差,只是 02/14 23:41
→ liton : 代表過度擬合。 02/14 23:41
這東西我之前看深度學習的東西的時候有看過所以大概知道那個概念,不過我沒有做@@
所以我也一直不能保證我的東西會不會有過度擬合的問題
上一篇最後面也提到說,我也會怕試出來在過去有效的方法
在接下來就開始失效了......
※ 編輯: drazil (110.26.62.237 臺灣), 02/15/2021 00:05:13
推 oyazi0219 : 但上面時間分野是否涉及財報空窗期等背景因素?會 02/15 00:06
→ oyazi0219 : 不會干擾? 02/15 00:06
→ liton : 都會有影響的,但最終目的是希望是對未來有預測力 02/15 00:21
→ liton : 而不只對過去有預測力的模型,期間外預測才是核心 02/15 00:21
→ liton : 其實建模最累的不是跑模型,而是清洗這些資料。 02/15 00:21
推 xshower : 我也很意外,每月換股策略勝率非常高! 02/15 03:24
→ liton : 期間外測試是做模型的都會做,包括簡單的線性模型 02/15 08:07
→ liton : 你沒做就投錢等於是你拿錢直接做期間外測試 02/15 08:07
推 HCG10G8bear : 他推分享 02/15 10:03
推 ProTrader : 水平支撐線的簡單找法 用K線價格與多個價格相減 02/15 11:51
→ ProTrader : 相減後正價差很多負價差很少的水平價格 可當支撐線 02/15 11:57
→ ProTrader : 如果是壓力線就相反 負價差很多正價差很少 02/15 11:57
→ ProTrader : 鴻海來說在2021之前2年期間從60找到100 可得到70 92 02/15 12:02
→ ProTrader : 台積電這種就要用多個價格多種斜線找上升趨勢線 02/15 12:05
→ ProTrader : 多個價格多個斜率 02/15 12:06
→ ProTrader : 正斜率找上升趨勢 負斜率找下跌趨勢 02/15 12:07
→ ProTrader : 通常會可能的支撐壓力線會大於1 02/15 12:10
→ ProTrader : 最後再用自己認為最好的方法定義出支撐壓力 02/15 12:11
推 ilovetaniji : 推一個,願意分享就超佛心了 02/15 17:32