推 seemoon2000 : 線型選股策略在完全的多頭年 小輸正二還好吧... 01/01 22:44
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 01/01 22:47
→ waitrop : 模型一般在普通年份會表現比較好也比較準,我認為 01/01 22:48
推 ctttttt : 不熟模型 但這樣應該也是在trade策略嗎,那應該會 01/01 22:51
→ ctttttt : 有吞吐量的問題,輸正二也還好 你等於拿去跟槓桿比 01/01 22:51
→ ctttttt : ,那你也可以拿你的策略去開槓。 01/01 22:51
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 01/01 22:53
推 cpz : 有沒有一種可能面對有趨勢的需要另一種指標? 01/01 22:55
→ cpz : 大多頭跟大空頭才是魚身 01/01 22:56
推 SRNOB : 有沒有入門推薦? 01/01 23:17
→ a76126 : 我漏掉最重要的心得,就是今年是多頭年... 01/01 23:18
→ a76126 : 模型沒經過空頭洗禮過...還需要更多時間驗證 01/01 23:19
→ techo : 結論買正二就好? 困罷數錢 XD 01/01 23:58
→ midas82539 : 他是前測2005~2015然後後測2016~2022驗證是否有效 01/02 00:15
→ midas82539 : 機器學習我不懂就從略,不過還是講一下 01/02 00:17
→ midas82539 : 理論模型本來就不可能達到100%效率,你回頭看只是 01/02 00:17
→ midas82539 : 因為你看到"未來"走勢才能評斷的,模型當下不會知道 01/02 00:19
→ shmim : 只有我覺得成本141萬股息18萬很詭異嗎 台股有那麼 01/02 00:41
→ shmim : 多殖利率超過10%還填息的股票? 01/02 00:41
→ wang111283 : 績效輸+2不是問題 如果DD也比+2損更多才是沒用 01/02 00:41
推 ivan1116 : 推 希望可以看到長期分享 很有趣 01/02 00:45
推 cwts : 推 01/02 01:13
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 01/02 01:54
→ linfuon : 大多頭年用這招很爽 填息率愈高週轉率也可愈高 01/02 01:55
推 csluling : 我看盤整盤Ai要怎麼玩 01/02 04:12
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 01/02 04:38
→ psgbpsgb : 比前一次高 01/02 04:38
推 GoGoD : 你試試[KD鈍化]買入條件,會不會績效大爆發? 01/02 05:06
推 zero7810 : 回測就知道答案了 01/02 05:15
推 y800122155 : 你有做cross validation嗎? 還有你怎麼判斷模型處於 01/02 05:22
→ y800122155 : overfitting還是underfitting? 你data選的時間區間 01/02 05:22
→ y800122155 : 的邏輯是? 01/02 05:22
推 phoenixtwo : 因為他週期是月 所以股息才這麼少 01/02 06:44
→ phoenixtwo : 可以考慮部分用年做交易週期 01/02 06:45
推 pacino : 模型不準,不就是data set有問題? 簡單來說, 你的 01/02 06:50
→ pacino : 資料不就只是籌碼面? 01/02 06:50
→ pacino : 例如,你的模型怎麼判斷AMD的AI晶片能不能追上NVDA 01/02 06:52
→ pacino : ?第幾季開始影響? 01/02 06:52
→ liton : 你賺的是beta 01/02 07:14
推 x221x221 : 真麻煩 全丟00929就好 01/02 07:22
推 tompi : 推一個 01/02 07:57
推 PitzMan : 推AI機器人模型操股LoL 01/02 08:20
推 Wishmaster : 我覺得你的模型如果2022,2023都是賺那值得參考 01/02 08:49
→ tsuneo : 多頭年就看敢不敢壓而已 01/02 09:01
推 GiPaPa : 雖然你有賺 不過train/validation最好別這樣切 01/02 09:17
推 sky22485816 : 你模型是做分類任務 然後把output Ranking? 01/02 09:47
→ sky22485816 : 四十幾個特徵都是價格衍生技術指標? 01/02 09:49
→ sky22485816 : 不考慮將股票池做類股分群嗎? 01/02 09:49
推 patricktu : dd多少 01/02 09:51
→ sky22485816 : 資料 也可以考慮用TimeSeries CV來切 01/02 09:51
→ sky22485816 : 噢 沒看清 你是做Regression 01/02 09:59
推 ninet : 股市走多頭,怎麼買都會贏,走空頭,怎麼買都會輸, 01/02 10:21
→ ninet : 說到底還是本多終勝 01/02 10:21
推 libramog : 輸入只有kd資料做學習嗎? 01/02 10:33
噓 su27 : 我去年十月買股 至今沒一檔不賺的,你先等你模型能 01/02 10:34
→ su27 : 躲過開頭再說 01/02 10:34
推 abc5555990 : 未來會不會有AI巴菲特 01/02 10:40
推 moboo : 其實這績效只證明你是白忙一場,根本選不贏人類啊 01/02 10:47
→ moboo : 選半天跟大盤差不多,風險高很多 01/02 10:47
推 BernieWisman: 別看淨報酬 要看Sharpe 01/02 11:35
推 IN : 有書單可以推薦嗎? 01/02 11:43
推 sky22485816 : 個人比較喜歡看Calmar Ratio,比較在意風險。 01/02 12:02
推 SentLiTryPay: 推 01/02 12:31
推 ader888 : 請問下單是人工下還是程式下的 01/02 13:17
→ a76126 : 人工下單 dd約10%左右 01/02 13:54
→ a76126 : 我沒看書 我直接買線上課程 拿程式回來改 01/02 13:54
→ a76126 : 如何知道有沒有overfitting,我只會看traing和vali 01/02 13:58
→ a76126 : dation兩者的趨勢 01/02 13:59
→ a76126 : 好奇G大不建議這樣分割資料是為何呢? 沒測到08年嗎 01/02 14:01
推 bearching : 印象中cross-validation應該是全部資料去切? 01/02 14:43
→ bearching : 切k段然後拿k-1段train,第k段拿來驗證,這樣資料 01/02 14:45
→ bearching : 比較不浪費 個人觀點是把時間拉長,把每個短期shock 01/02 14:46
→ bearching : 都變成循環的一部分,這樣模型應該表現會越來越好 01/02 14:46
→ staytuned74 : 另外你的模型可能有潛在問題 1.生存者偏差 01/02 14:50
→ staytuned74 : 2除權息調整 3太過集中持股,建議放寬持股看敏感性 01/02 14:52