[心得] 2023使用機器學習選股的年報

[a76126 (123)]

過去每年都是自己憑感覺玩，處於那種賺了抱不住，賠了一停損馬上漲

只會google以為kd<20可以進場，kd>80準備要出場

或是覺得營收很好欸，結果進場一路崩

最後搞到賺的吐回去甚至還賠，然後就心態崩潰不玩了，但過一陣子又手癢那種輪迴

所以我自認我沒有玩股票的天分，那所幸我研究所玩過一點機器學習(但不是用在股票)

就想說自己搞不懂，那我就讓機器模型幫我搞懂，跟我講要買什麼就好

以下紀錄2023年的過程，但其實模型2022年8月開始實戰，那時候是125萬

2023年開始成本:141萬

年底損益:43萬+18萬股息

對帳單:https://upload.cc/i1/2024/01/01/AYbTO4.png

選股買賣週期:每個月all in

Input:一點點基本面+一堆技術指標共45個特徵

Training範圍:2005~2015

Testing範圍:2016~2022/7

模型:Weighted Ensemble
(類神經網路+XGBRegressor+ARDRegression+KNeighborsRegressor+ExtraTreesRegressor)

Output:模型Ranking後推薦的TOP 3分散投資

過濾:剔除交易金額1千萬以下的個股
(後來還是覺得金額還是太少，但再濾，資料量勝率跟報酬率都會降)

心得:

1.相信模型，很多時候推薦出來我心裡都os，師傅真的要這樣買嗎，kd鈍化了欸
結果過程中間可能會賠，但最後就是會賺

2.找出場機制，因為買賣週期是1個月，但回頭看其實不一定是賣在相對最佳的時間點，
一開始我逼自己嚴守紀律一定要時間到才賣，但少賺很多
後來自己套用一些開頭寫的那種kd簡單規則進行出場，並且做一些變化回測看看
結果那種google的到的規則突然有用了
這邊也可以分享"交易量"是最重要的，什麼規則幾乎都要配合量來看

3.整體績效來說應該有贏0050，截止10月也還贏正2，但不知道為何11月開始上漲這一波
模型選的股票沒跟到，導致績效輸正2，有點小灰心，覺得自己在忙什麼
可能隨時做好模型失效的準備

以上





--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.158.68.138 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1704119878.A.8CA.html
推 seemoon2000 : 線型選股策略在完全的多頭年 小輸正二還好吧...
推 waitrop     : 模型在大多頭跟大空頭年都會失真,因為這是特殊事件
→ waitrop     : 模型一般在普通年份會表現比較好也比較準,我認為
推 ctttttt     : 不熟模型 但這樣應該也是在trade策略嗎，那應該會
→ ctttttt     : 有吞吐量的問題，輸正二也還好 你等於拿去跟槓桿比
→ ctttttt     : ，那你也可以拿你的策略去開槓。
推 topfree     : 大多頭年輸正二就算了啦..盤整跟空頭年贏回來就好了
推 cpz         : 有沒有一種可能面對有趨勢的需要另一種指標？
→ cpz         : 大多頭跟大空頭才是魚身
推 SRNOB       : 有沒有入門推薦?
→ a76126      : 我漏掉最重要的心得，就是今年是多頭年...
→ a76126      : 模型沒經過空頭洗禮過...還需要更多時間驗證
→ techo       : 結論買正二就好? 困罷數錢 XD
→ midas82539  : 他是前測2005~2015然後後測2016~2022驗證是否有效
→ midas82539  : 機器學習我不懂就從略，不過還是講一下
→ midas82539  : 理論模型本來就不可能達到100%效率，你回頭看只是
→ midas82539  : 因為你看到"未來"走勢才能評斷的，模型當下不會知道
→ shmim       : 只有我覺得成本141萬股息18萬很詭異嗎 台股有那麼
→ shmim       : 多殖利率超過10%還填息的股票？
→ wang111283  : 績效輸+2不是問題 如果DD也比+2損更多才是沒用
推 ivan1116    : 推 希望可以看到長期分享 很有趣
推 cwts        : 推
推 linfuon     : 股息18萬是用了榨汁的玩法吧 領息一檔後去領下一檔
→ linfuon     : 大多頭年用這招很爽 填息率愈高週轉率也可愈高
推 csluling    : 我看盤整盤Ai要怎麼玩
推 psgbpsgb    : 如果永遠都漲確實會贏呀 畢竟回調後 下次往回漲一定
→ psgbpsgb    : 比前一次高
推 GoGoD       : 你試試[KD鈍化]買入條件，會不會績效大爆發？
推 zero7810    : 回測就知道答案了
推 y800122155  : 你有做cross validation嗎? 還有你怎麼判斷模型處於
→ y800122155  : overfitting還是underfitting? 你data選的時間區間
→ y800122155  : 的邏輯是?
推 phoenixtwo  : 因為他週期是月  所以股息才這麼少
→ phoenixtwo  : 可以考慮部分用年做交易週期
推 pacino      : 模型不準，不就是data set有問題? 簡單來說, 你的
→ pacino      : 資料不就只是籌碼面？
→ pacino      : 例如，你的模型怎麼判斷AMD的AI晶片能不能追上NVDA
→ pacino      : ?第幾季開始影響？
→ liton       : 你賺的是beta
推 x221x221    : 真麻煩 全丟00929就好
推 tompi       : 推一個
推 PitzMan     : 推AI機器人模型操股LoL
推 Wishmaster  : 我覺得你的模型如果2022,2023都是賺那值得參考
→ tsuneo      : 多頭年就看敢不敢壓而已
推 GiPaPa      : 雖然你有賺 不過train/validation最好別這樣切
推 sky22485816 : 你模型是做分類任務 然後把output Ranking?
→ sky22485816 : 四十幾個特徵都是價格衍生技術指標?
→ sky22485816 : 不考慮將股票池做類股分群嗎?
推 patricktu   : dd多少
→ sky22485816 : 資料 也可以考慮用TimeSeries CV來切
→ sky22485816 : 噢 沒看清 你是做Regression
推 ninet       : 股市走多頭，怎麼買都會贏，走空頭，怎麼買都會輸，
→ ninet       : 說到底還是本多終勝
推 libramog    : 輸入只有kd資料做學習嗎？
噓 su27        : 我去年十月買股 至今沒一檔不賺的，你先等你模型能
→ su27        : 躲過開頭再說
推 abc5555990  :  未來會不會有AI巴菲特
推 moboo       : 其實這績效只證明你是白忙一場，根本選不贏人類啊
→ moboo       : 選半天跟大盤差不多，風險高很多
推 BernieWisman: 別看淨報酬 要看Sharpe
推 IN          : 有書單可以推薦嗎？
推 sky22485816 : 個人比較喜歡看Calmar Ratio，比較在意風險。
推 SentLiTryPay: 推
推 ader888     : 請問下單是人工下還是程式下的
→ a76126      : 人工下單 dd約10%左右
→ a76126      : 我沒看書 我直接買線上課程 拿程式回來改
→ a76126      : 如何知道有沒有overfitting，我只會看traing和vali
→ a76126      : dation兩者的趨勢
→ a76126      : 好奇G大不建議這樣分割資料是為何呢? 沒測到08年嗎
推 bearching   : 印象中cross-validation應該是全部資料去切？
→ bearching   : 切k段然後拿k-1段train，第k段拿來驗證，這樣資料
→ bearching   : 比較不浪費 個人觀點是把時間拉長，把每個短期shock
→ bearching   : 都變成循環的一部分，這樣模型應該表現會越來越好
推 staytuned74 : 參考一下這篇量化報導，https://reurl.cc/rr1OAZ
→ staytuned74 : 另外你的模型可能有潛在問題 1.生存者偏差
→ staytuned74 : 2除權息調整 3太過集中持股，建議放寬持股看敏感性