→ Marty: 請問是Low-Latency的交易嗎? 是的話 速度是多少呢?? 02/23 14:50
沒錯 其實嚴格來說 沒有所謂的High Frequency Trading
大家真正做的是Low Latency Trading
有些策略可能要求很低的latency 但是實際上交易的次數和頻率並不高
速度當然是愈快愈好 latency愈低愈好
從收到報價 中間運算 到下單到交易所 時間單位是microsecond
有些策略要搶快 那就要低於10 microsecond
有些比較複雜運算較久的也會低於100 microsecond
但大部分應該都會低於20~30 microsecond
→ Marty: 會使用Level 2的資料嗎? 資料的精準度需要到什麼程度呢? 02/23 14:51
資料愈多愈準確愈好
level 2 orderbook, 逐筆成交紀錄等等
愈多愈精確的資料有助於產生各種有預測力的feature.
不過當然還是要看你怎麼用這些資料
→ Marty: 資料的長度需要多久呢? 單一商品的策略 或是 多商品策略呢? 02/23 14:52
這個問題很難 因為我也不知道正確答案
有些人的交易策略會用好幾年的資料
市場的結構和狀態是會不斷改變的
如果你的模型可以抓住這些改變的話
用長時間的資料可能可以讓你的預測更準確...
商品當然是每個能賺錢的商品都跑
跑多商品還有個好處是可以考慮hedge自己不想要的risk factor
→ Marty: 一個策略的生命週期大概是多久呢? 上線的標準是那些呢?02/23 14:54
你覺得會賺錢就上線跑 跑到你賠到受不了就拿下來
... 這好像是廢話 不過也是事實 我們目前沒有一個很科學的方法來做這件事
一個好的策略通常可以活幾個月
推 BradPitt: 您當交易員時操作的資金水位多大呢？100或1000萬美金？02/23 15:43
跟公司業務有關的問題不方便回答.. 還有我還在公司ㄟ
推 e33554431: 請問做高頻交易的都是什麼樣背景的人呢?02/23 16:21
交易系統會找有網路, 作業系統相關知識的人
交易策略開發會找有機器學習相關經驗的人
推 joba: 請問會在台灣證券市場用高頻交易嗎? 還是只限期貨02/23 16:52
任何市場裡基本上都會有高頻交易 做市商就是高頻交易的一種
推 Marty: 為什麼不做台灣市場呢? 成本太高嗎? 一般的成本會抓幾BP?02/23 17:01
決定要做什麼市場這個問題和公司業務有關不方便回答.
交易成本的絕對值是多少其實不重要.
重要的是你能不能拿到最低的成本.
交易成本高的商品會有比較寬的spread 比較高的波動性 和比較低的交易量
但不代表不能賺錢 比較寬的spread對造市策略來說有比較高的利潤
比較高的波動性代表有更高的可能有錯價
基本上如果你有最快的速度 最好的預測 最低的成本
那麼在每個市場都可以很容易賺到錢.
說到交易成本 可以舉例來說 假設某個商品的交易稅突然調降
這時你本來的策略不但很可能不會多賺錢 反而會因此而少賺或賠錢.
這是因為假設本來市場參與者的均衡狀態是
每筆單要平均能賺100元才下單, 如果交易下降20元,
這時候大家看到有賺80元的機會就會衝了,
而還在傻傻等賺100元機會的人可能就等不到機會了.
→ Marty: 有篩選市場、商品的標準嗎? 您建議那些商品?02/23 17:02
篩選方法就是只要回測可以賺錢的都交易.
基本上可以把商品按micro structure分成三種
一種是tick size很大 掛單很厚 每天動很少的
一種是tick size很小 掛單很薄 動得很劇烈
第三種就是中間的
三種商品交易有不同的難處
問我建議的商品的話 我會建議大家不要交易.
交易是一個很不公平的競賽 想要交易的人應該先想想自己的edge在哪裡
市場上有人有比你快的速度 比你多的資料
比你聰明/努力的人做的預測模型 比你低的交易成本...
想要賺錢 必須在每方面都做到盡可能的好,
而當你賺錢的時候也不能鬆懈. 因為後面永遠有在追趕你的人...這是一條永無止境的路
→ Marty: 回測一個策略 大概會需要多少時間? 用的工具是CUDA? PY嗎?02/23 17:03
幾分鐘到幾天
看你的預測模型 用到nvidia gpu的話就要裝cuda.
通常機器學習大家會用會用python或r或是matlab 看個人喜好
推 qqq3q: 請問會讓機器用深度學習的方式讓機器自適應不斷改變的市場?02/23 18:37
我不會
聽說確實有人這樣做 不知道效果好不好
(我好像修壞推文了)
), 02/23/2019 20:02:38
推 subpop: 年薪? 分潤提成的獎金比例?02/23 21:31
公司業務有關的問題不方便回答喔
推 subpop: 主要是賺arbitrage還是方向性押注?02/23 21:34
risk free arbitrage基本上不太存在 看得到的大概也吃不太到
推 micbrimac: 怎麼找到這個工作的!有興趣!02/23 21:34
多看書學習相關知識囉
推 subpop: bid ask spread很窄的時候 快市風險怎麼控?02/23 21:37
spread很窄的時候不太會有快市吧
快市就是一筆賺錢單或是賠錢單而已
大家比較怕的是flash crash
需要在異常狀態的時候暫停交易
推 brawb3: 基本面消息（升降息、貿易戰）對於策略的影響如何校正？02/23 21:40
我不知道怎麼'校正'策略
但是當基本面受到改變而策略又開始賠錢的話 應該要把策略直接關掉
例如當貿易戰提高黃豆關稅的時候
不同月份黃豆期貨原有的相關性也會跟著改變
這很可能會讓本來交易calendar spread的策略失效
推 PoKeGo: 賺不到錢怎還繼續玩？ 02/23 21:57
還有賺錢喔
推 zeroxod: 高頻用在台灣市場?484用錯地方了，量少淺碟 02/23 22:47
聽說Jump, Tower, Optiver都在台灣賺很多
→ zeroxod: 另外如果沒在交易台灣來說，國外是專做一種還是多種? 02/23 22:48
多商品喔
推 ProTrader: 那請問有用配對交易的方式控風險還是押單邊? 02/23 23:47
stat arb和directional bet都有
推 ProTrader: 請問有交易期現貨選擇權套利嗎? 02/23 23:54
公司具體交易什麼不方便透漏喔
推 BradPitt: 國外做多商品，能否說的更具體呢？例如做多道瓊期貨之類 02/24 00:34
基本上高頻交易需要和broker合作溝通, 把機器放在交易所, 或是離交易所最近的地方
當你做了這麼多麻煩的事情 你不會只想交易某個特定商品
而是會交易所有可以交易的商品
→ BradPitt: 這個工作，您覺得是你貢獻給這公司較多，還是您在公司學 02/24 00:36
→ BradPitt: 習到的東西比你對公司的貢獻多呢？ 02/24 00:37
各取所需... 目前公司唯一的賺錢方法是我做出來的 但也要有公司我才有機會做出
推 go1717: 一天交易多少口才叫高頻？ 02/24 00:47
前面有說過 其實高頻交易不是真的交易頻率很高 而是要求很低的latency
那種讀每個星期公布的及時經濟數據後只下單一次的策略也算是高頻
推 brawb3: 謝謝大大的分享。冒昧再提問一題，「全球級的巨型主力，影 02/24 00:56
→ brawb3: 響各指數在特定時刻到關鍵點位」，這樣的現象是否存在？是 02/24 00:56
以前在書上看過
接近選擇權到期日的時候,
股票的價格往往會往最接近的選擇權的strike price靠近
作者認為這很可能是market maker避險行為所產生的副作用
→ brawb3: 的話依你們的專業如何應對？ 02/24 00:56
完全沒有應對
不過如果你認為這個現象很重要的話
可以做出這類feature丟進預測模型裡
推 brawb3: ex. 各國股市這波反彈到這幾天接近壓力區時剛好快碰到貿 02/24 00:58
→ brawb3: 易戰緩衝期限 02/24 00:58
推 brawb3: 抱歉佔用版面 謝謝大大祝事事順心 02/24 01:00
推 zero7810: 這篇很有幫助耶 感謝分享 02/24 06:56
推 chiefchief: 請問這三年您對交易這兩個字有沒有甚麼改變呢?? 02/24 10:19
→ chiefchief: 您對"交易"這兩個字的定義 02/24 10:20
以前會覺得一些很賺錢的量化基金應該是有個神祕的數學公式可以預測市場的走勢
然後靠這個公式就可以賺大錢
現在認識到要賺錢並沒有什麼神奇的公式
而是需要把每個方面都盡可能地做到最好
從 資料數量/種類 預測模型 下單方式 到系統速度等等..
沒有一個神奇的公式/信號/均線可以讓你賺大錢
即使有 這個東西也很快會被其他人發現而逐漸失去效力
其實我們每天的pnl和市場的交易量有蠻高的相關性
當市場交易量很大的時候 這通常是散戶(或是非專業投資者)大量進場
無論當天是大漲還是大跌還是震盪什麼的 我們都很容易賺到錢
有點像是散戶在瘋狂撒錢的感覺
但是當市場交易量很小的時候
就是大家在互相對作 爭奪微薄甚至沒有的利潤 這時候會很難賺錢 甚至賠大錢
從這方面來看的話 這個行業和出海捕魚也蠻像的
天氣好的時候可以撈到魚 天氣不好可能會翻船
賺錢的漁船會擴充自己的船隊把漁撈完害別人沒得撈
推 cobrasgo: 請問對一般散戶最沒有的優勢，意即高頻佔最多優勢的台 02/24 11:11
→ cobrasgo: 灣商品是哪些？ 02/24 11:11
所有的商品都會有高頻或是量化交易的存在
我認為對散戶比較有利的交易策略最好
避免單純使用價量技術分析頻繁交易
使用一些不常發布的經濟數據指標
推 wang0407: 請問高頻會做行情發動嗎 還是都是做極短居多 02/24 11:46
通常是agressive trading, market making, stat arb這幾種
推 vesta9: low latency影響獲利多大 02/24 13:12
穩穩賺錢和輸到脫褲的差距
如果你的預測模型只能找到大家都看得到的獲利機會的話
速度慢代表你的單只能排在別人的後面
賺錢機會都被前面的人吃了
→ vesta9: 那個週期最適合預測02/24 13:12
週期愈短愈容易預測
但是過短的週期 價格的變化量可能不足以支付交易成本
而容易被預測到的變化也往往代表會有很多的競爭者
所以如果你想問的是那個週期最容易賺錢的話
答案和你的系統速度 商品的特性 市場上的其他參與者 都有關係
→ vesta9: 交易模型預測了什麼 02/24 13:13
最基本的機器學習可以用classifier預測漲跌 用regression預測漲跌幅
或是reinforcement learning訓練下單
預測的標的可以是價格, 價差, volatility或是任何你覺得可以交易的時間序列
推 elsa29: 若所有策略實盤交易損益flat狀態, 您選擇等待或繼續跑參交02/24 22:00
→ elsa29: 易?02/24 22:00
看情況 如果回測都賺錢的話 可能系統太慢 那可以往系統速度方面改進
如果回測也不賺錢 那可能是其他方面的原因
改進通常要有方向 單純調參數意義不大
當然也是有怎麼改進都賺不了錢的時候 那就只好放棄
→ wave1et: 如果能回到三年前，這次你會離開科技業嗎？ 02/24 22:52
會吧
推 hchs31705: 推薦的書單，謝謝！ 02/24 22:53
這要花點時間 晚點再回
→ wave1et: 請問交易的商品是 股票？期貨？選擇權？ 02/24 22:54
公司具體交易什麼不方便透漏喔
→ wave1et: 能透露每天交易的成交量(口數，金額)大概多少呢？ 02/24 22:55
公司具體交易什麼不方便透漏喔
推 micbrimac: 求推薦書單！02/25 00:33
推 newborn0913: 如何處理滑價損失？02/25 07:37
下限價單就不會滑價了 但是相對的會有不能成交的風險
推 LinOne: 感謝大大分享~~^_^~~02/25 07:39
推 brawb3: 謝謝分享 獲益良多 祝事事順心！02/25 08:05
推 askachage: 推一個，長知識了02/25 09:10
→ askachage: 會建議鄉民離職做專職交易嗎？ 02/25 09:13
比較建議鄉民保有正常工作
以手遊課金或是制服店消費的娛樂心態來做短線交易
不要把失去的錢想成是投資失敗的結果
想成這是娛樂的必然開銷
這樣心理才會比較健康 也才不會玩到家破人亡
推 yuwenche: "從收到報價 中間運算 到下單到交易所"大部分低於30um, 02/25 13:51
→ yuwenche: 加上不作台灣市場,請問這樣子的交易主機要擺哪裏? 02/25 13:54
盡可能接近交易所的地方
推 yuwenche: 上面打錯字: 30um => 30us 02/25 13:59
推 Marty: ms啦 us哪有可能... 02/25 14:30
推 Marty: 交易主機一定colo的。 02/25 14:31
推 Marty: 似乎真的是us..不好意思一時錯亂...XDD 02/25 15:08
推 FlyDragon95: microsecond 應該是 ms? 02/25 17:59
millisecond = 0.001 second
microsecond = 0.000001 second
推 Zcould: 能否分享您上班日ㄧ天的作息？ 02/25 20:52
和科技業一樣早上上班晚上回家
交易時段要稍微注意一下策略是不是有不正常的狀態
推 change11: 感謝分享~~~~ 02/25 22:27
推 ms0202687: 同事都是什麼背景的人 02/25 23:30
這前面問過哩
推 ss5566sa: 想請問建模時會常用Bayesian 的思維嗎 02/26 03:42
我不懂什麼是 Bayesian 的思維
所以應該是沒有吧
推 ss5566sa: 新的deep learning paper出很快，你們時常會嘗試impleme 02/26 03:45
→ ss5566sa: nt新的方法嗎？感謝回答！ 02/26 03:45
我沒有一直在追新paper的習慣
我只會看很明確有重要改進的paper
但通常是看看能不能給自己什麼啟發或是直接拿來用的工具
如果要自己寫一個solver這種程度的話我不會 也沒時間
話說回來deep learning 我只能說... 不是deep learning沒用 是我沒用
推 aalluubbaa: 你的交易方式如果離開公司，純靠自有資金可以做嗎? 02/26 04:26
可以也不可以 前面說過 要賺錢不只要有好的策略 需要各方面的配合都做到盡可能的好
收報價 錄資料 調整機器 最佳化程式速度 和broker建立關係等等
一個人有可能做到 但會有點辛苦
不過如果只有一個人 可以不用要求賺那麼多錢的話 也許不用做得那麼好也不一定
→ john668: 請問您覺得一般散戶 沒財金背景或相關工作背景02/26 11:54
→ john668: 能從這個市場賺到錢嗎 (長期投資不算)02/26 11:54
永遠都會有散戶從市場成功賺錢
但是能夠每天或是每個星期賺錢的人應該很少
推 hahaxd78: 請問一般人不靠low latency搶快, 而靠DL model做方向，02/26 20:43
→ hahaxd78: 有可能穩定獲利嗎？02/26 20:43
如果預測的品質很好 不是最快的確實還是有可能賺錢
但是還是會有一些侷限 例如某些本來就很好預測的商品
你如果搶不過別人 就很難賺錢
推 elsa29: 有20組符合上線條件的策略，但只有10手，怎麼分配？02/26 22:36
→ elsa29: 分十個1，還是一個10，還是五個2？02/26 22:36
可以一直賺錢的策略當然是全下
除非是有市場容納量問題
那會優先考量相關性低的策略
→ elsa29: 謝謝佛心大發, 開課請通知, 等你書單, paper list02/26 22:37
推 ms0202687: 背景好奇的是 都理工背景嗎 還是有商管呢 依照策略開02/27 00:55
→ ms0202687: 發也找DL人 那商管背景的是做什麼02/27 00:55
在我們這種公司 可能可以負責訂便當(誤)
在交易週期比較長的量化公司
可能會需要懂財報的人
還有選擇權定價需要懂財務工程的人
還有沒有專找DL人喔 deep learning只是個buzzword...
推 ss5566sa: 謝謝樓主分享資訊！！02/27 02:28
→ interactive: 請問毫無經驗可以進公司當交易員嗎?02/27 13:03
我覺得不行
我覺得至少要懂機器學習 而且對交易有興趣的人
推 kurapica1106: 感謝大大分享經驗02/27 22:05
推 scott3746545: 請問你們是如何判斷一支上線的策略幾時該退出市場03/01 13:57
→ scott3746545: 虧損超過一定數字嗎？還是其他方法？03/01 13:58
沒有什麼特別的方法 一直賠錢的策略就會關掉
如果是實盤不賺錢但是那天的回測還是賺錢 => 速度太慢或是回測有問題 => 關
回測每天交易100次天天賺錢的策略 假設連續賠錢一個星期 => 關
但如果是回測10天只有6天會賺錢的策略 就會需要比較長的觀察時間
推 cory8249: 高頻交易佔市場成交量的幾% ?03/01 19:34
這我不知道哩
推 musease: 想請教公司人數及結構，是登記為 外商資產管理公司嗎？盈03/02 02:01
→ musease: 利如何分配至國內？謝謝03/02 02:01
公司業務不方便透漏喔
推 howardou3000: 推個03/02 03:28
→ cybermohrg: 噗...03/02 22:24
推 hchs31705: 感謝！期待準備找書 XD 03/03 19:42
中文資料:
1. 知乎上 高頻交易 量化交易 的討論和一些live
2. babyquant的《中国期货市场量化交易（R与C++版）》
英文書:
入門書
1. Ernest Chan的三本<<Quantitative Trading>>, <<Algorithmic Trading>>,
<<Machine Trading>> 我個人比較喜歡第二本
2. World Quant老闆Igor Tulchinsky的
<<Finding Alphas>>搭配101 Alphas的paper
看完以後可以了解WorldQuant(或是量化基金)在做什麼
3. Euan Sinclair的<<Option Trading>>和<<Volatility Trading>>
我覺得寫得很好 即使你不交易選擇權 也可以獲得一些啟發
進階
1. <<Quantitative Equity Portfolio Management>> by Chincarini & Kim
雖然年代有點久遠了 不過我覺得這本內容還是蠻扎實
可以當工具書或是尋找靈感的參考
2. <<Quantitative Equity Portfolio Management>> by Qian, Hua & Sorensen
<<Active Equity Management>> by Zhou & Jain
這兩本也不錯 不過其實這類書很多內容都大同小異
我只要是感覺書上有寫我感興趣的東西的話就會買來看
3. <<Advances in Financial Machine Learning>> by Lopez de Prado
作者是業界的名人 書裡一大部分我覺得都是在教你怎麼處理資料避免overfitting
純理論
1. <<Algorithmic and High-Frequency Trading>> by Cartea, Jaimungal & Penalva
這本書會告訴你在給定的數學模型下 optimal execution會是什麼
當然現實生活和數學模型其實有很大的差距
2. <<Market Microstructure in Practice>> by Lehalle & Laruelle
這本介紹了很多microstructure相關的知識
這兩本如果是想找交易策略靈感的話 可以不用看.
但是看了以後可以對市場有更深的理解.
最後來鋪個開課梗(誤):
我以前會覺得開課/出書的人都是沒辦法在市場上賺到錢的人
所以這些人的課程或是書籍都是沒用的 想要賺錢的話 只能靠自己想辦法
但是我後來發現其實不是這樣
這些人可能基於各種原因真的沒辦法從市場賺到錢 所以才出來開課/出書
但他們的資訊對我來說還是可能是有用的
舉例來說
某個開課大師他可能有個交易策略 可以平均每口交易賺10元
但交易成本是50元 這樣交易完他還要倒賠40元
而我是一個穩定獲利的交易員 平均每次交易可以賺65元
加上他的方法以後 我可以變成每次交易賺75元 扣除成本之後
我的淨利會從15元提升40%變成25元
一個在別人手中沒用的資訊 到了我的手上變成黃金!
(這個例子有點過於理想化 但其實交易在做的事情大致就是這樣
到處收集各種微小微弱的信號 把他們合在一起 團結力量大)
心態改變以後 我會很願意去看書或是聽課
即使大部分內容都是沒用的 但只要有一兩個有用的資訊就值回票價
而有時候真的也還可以找到一些有幫助的想法
(當然個人的時間和金錢都是有限的 所以還是要篩選一下)
===
感謝大家的發問 公開的回應就到這邊結束了
希望業界的朋友可以站內信交流囉
(還有開課梗是開玩笑的 目前沒有開課的打算 將來應該也沒有)
※ 編輯: zxcmnb (1.160.197.32), 03/04/2019 00:27:18
推 kurapica1106: 感謝推薦書單 03/04 07:43
推 miyusuea: 推 書全都看過 朋友們說我是很棒的交易員但我覺得您更棒 03/04 11:41
推 yutang918: 推，感謝無私分享 03/04 17:41
推 Altair: 感謝分享! 03/04 22:39
推 Delisaac: 謝謝無私地分享 還沒被m到底是怎麼回事 03/05 14:20
推 twtw60120: 推個！ 03/05 17:54
推 MixMatch: 感謝分享!! 03/06 23:45
推 msjw: 感謝分享 03/07 10:32
推 howardou3000: 推分享 03/07 16:54
推 change11: 再次感謝分享^^ 03/07 18:14
推 waldo870: 等你開課，或出書 03/19 13:07
推 thereis19014: 推 謝分享！ 03/19 13:59
推 sinz: 高手﹗但好像公認wq101可以學到框架但策略部分是在唬人吧？ 03/21 22:04
噓 Feira: 無可用資訊 04/02 10:50
推 JoshuaTang: 高手！ 05/19 21:49
推 ntcbman: 長知識了謝 05/29 01:14