看板 Stock 關於我們 聯絡資訊
※ 引述《sky22485816 (玻利維亞)》之銘言: : 1. 標的:台指大盤 (例 2330.TW 台積電) : 2. 分類:多 : 3. 分析/正文: : 使用RadiusNeighborRegressor回歸多項技術分析特徵 : 包含價格 RSI KD 成交量... 等等 : 用其找出歷史上相似特徵的收益 : 其高維特徵投影到二維上的分布如下 : 資料時間是2017年6月到現在約1300個交易日 : 藍色點表示20個日後加權指數高於當下 : 紅色則反之 : https://imgur.com/iJfDC0P : 昨日的點位大概是紅圈圈起來的地方 : 在範圍內有50個鄰居 : 表示曾經有五十個類似昨日的訊號 : 統計分布如下 : https://imgur.com/Okvxllg : 其中有約75%的鄰居20日後的指數會高於當下 : 平均漲480點 : 歷史上發生的最高虧損約1000點 : 門票 : https://imgur.com/18p253C 因為今天是期貨結算日 明天以後有可能因為別的短週期策略放空 對帳單上的平倉損益會失真 所以提早兩天發文 這篇文的標的還是會在5/19日盤收盤的時候平倉 目前的未平倉損益約為+200點 https://imgur.com/SCz4xdn 另外此策略在5/10號 15473又做多一口 目前未平倉損益+380 是因為在那天也滿足此策略進場條件 只不過因為上次發文的部位還沒有平倉 所以就沒有說 第二個訊號的入場原因一併補充 https://imgur.com/KfYBLiD 那天的數據特徵大約在圖片中黑色圈圈處 歷史上有53個neighbors 其中有85%的數據20日後的指數會高於當下 平均期望損益約400點 https://imgur.com/szpv3Q6 ------------------------------------ 我的表達能力可能有點差 不過簡單的類比給大家 例如說題目是看身高體重猜測腰圍 身高、體重是特徵,而腰圍就是要迴歸的數據 所以今天一個人他體重是90KG,身高170CM 當你需要預估他的腰圍時 你會去查查 體重在85~95KG,身高165~175CM的人 他們的腰圍平均是多少,來當作你的預測 這大概就是RadiusNeighborRegressor在做的事情 當然還需要對數據做一些前處理,特徵篩選,以及調整超參數之類的 對機器學習有興趣的可以在Youtube搜尋一下台大李宏毅老師 他的課程內容很好,我是他粉絲 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.116.44.75 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1684302812.A.DEB.html
aaaaaaa1 : 有賺錢就是好策略 恭喜賺錢 05/17 13:54
※ 編輯: sky22485816 (122.116.44.75 臺灣), 05/17/2023 13:55:42
EHacker : 賺爛 05/17 14:06
turtle66 : 恭喜 05/17 14:09
fiend0229 : 科學數據進出場蠻厲害的 給推 05/17 14:24
SunGuang : 推大數據 05/17 14:39
potatochip : 這種研究方式是對的,你會贏 05/17 14:39
bryanma : 好難,可不可以發一篇科普 05/17 14:46
peacesignv : 好扯 要賺大錢了 05/17 14:51
TP62842UL3 : 賺爛 恭喜 05/17 14:53
PttNoMoney : 看不懂 05/17 15:02
brandonhsu8 : 強 05/17 15:06
tanchuchan : 恭喜 05/17 15:11
kobe0819 : 厲害 存 05/17 15:23
※ 編輯: sky22485816 (122.116.44.75 臺灣), 05/17/2023 15:38:57
qscNERO : 推李老師 05/17 17:13
codotsun : 好奇為什麼是看20天後XD 05/17 17:59
sky22485816 : 其實就只是一個命題內容而已,要訂什麼題目看自己 05/17 18:01
sky22485816 : 喜好,只是做不做得出成果就不確定了 05/17 18:02
c123791598 : 的確 每次都是盲盒XD 05/17 18:17
glmkk : 有賺錢就是對的策略 持之以恆 05/17 19:50
warlocks : 有趣 讚一個 05/17 23:07
victorcoo : 想請教你的ML模型在test set準確率有多少 05/20 08:39
sky22485816 : 這個有點難說清楚,因為回歸模型預測的是數值。我 05/21 14:38
sky22485816 : 並非單純的回歸預測是正值就做多並計算勝率。會有 05/21 14:38
sky22485816 : 一個閥值,這個閥值是要調參的,當預測值大於某個 05/21 14:39
sky22485816 : 閥值才進行做多或是放空。所以在二維表示的分布圖 05/21 14:39
sky22485816 : 上面並不是所有的地方都會進行交易。然後還要考慮 05/21 14:39
sky22485816 : 到訊號與訊號之間的間隔如果小於一個月,那你是想 05/21 14:39
sky22485816 : 統計所有訊號的總和勝率,還是說你假設就一筆資金 05/21 14:39
sky22485816 : ,在第一個訊號沒出場前出現第二個的話得放棄第二 05/21 14:39
sky22485816 : 個訊號。如果是後者的話勝率有七成多,但是實際上 05/21 14:39
sky22485816 : 有交易到的數量並沒有很多。平心而論這個策略對我 05/21 14:39
sky22485816 : 而言並不是一個很好的策略,在還沒出場前又出現的 05/21 14:39
sky22485816 : 訊號在統計上收益會更好,所以等於說必須要一直不 05/21 14:39
sky22485816 : 斷的留錢給後面的訊號,不然勝率會比較低並且波動 05/21 14:39
sky22485816 : 會比較大。 05/21 14:39