[心得] 以技術分析做程式交易操作(Part.3)

看板Stock (股票)作者 (在風雨飄搖的年代裡)時間3年前 (2021/09/21 14:27), 3年前編輯推噓20(21142)
留言64則, 20人參與, 3年前最新討論串1/1
前文的連結 https://www.ptt.cc/bbs/Stock/M.1609662954.A.C44.html https://www.ptt.cc/bbs/Stock/M.1613288438.A.178.html https://www.ptt.cc/bbs/Stock/M.1617529021.A.0FC.html 趁著中秋連假再補充一些開發程式上面的感想 如第一篇提到的,我自己將我選股程式開發分成三個階段 第二篇談到了我在第二階段發展的進出場策略與與回測 這篇就來講第三階段,資金管理與模擬的部分 在開始講之前我先提一下我的選股操作模型 之前我放的模擬程式用的模型是用「均線糾結多頭排列起漲」 不過後來我發現我的計算式錯誤,修正後的績效不夠好之後就廢棄沒用了 目前使用的是「買在接近前高點等突破」的策略,算是一種動能派的策略 在模擬資金的操作上,我模擬用的進出場操作方式很簡單 就是初始把資金分成n等分,買到配額用完就不再買入。 直到有持股觸發了停損/停利條件賣出之後, 再從當天的候選名單之中最高分的開始再買到配額用完為止。 然後一天只能操作一次,就是在開盤以市價買進賣出的方式調整持股。 交易成本包含手續費與交易稅都會計入。 我知道這種進出場方式如果在資金規模很大的時候,會遇到流動性與滑價的問題 例如本金10億,分10等分好了,一次進出場操作就是1億 在開盤直接以1億的資金進場或出場一定會影響股價讓股價直接跳空 不過因為我目前手上資金還很小,總資金還在百萬這個數量級上。 所以我暫時就還沒有去考慮要怎麼處理這個問題 另外資金分配的使用方式,陸陸續續都有人跟我提到凱利公式 不過我還沒有把這個部分加入系統中..... 前面的文章裡面有提到 我目前這個交易系統是根據下面的邏輯設計的: - 這套系統的績效是靠大量的樣本堆出來的, 也就是操作次數夠多的情況下他的平均績效會趨近理論期望值 - 如果期望值是正的,那就要儘可能把資金用到完不要有閒置資金 也就是比起精挑細選,更傾向儘可能的增加持股、把能用的資金用掉 所以在選股的時候(第一階段)過濾條件會傾向很寬鬆,盡可能增加候選名單 然後在第二階段對候選名單給分做排序,覺得越可能飆的分數給越高 然後從分數高的開始買下來........ 我覺得一個(對我的系統來說)夠好的多方波段策略 除了回測期望值要夠好,也要儘量可以穩定提供夠多的候選名單 才可以避免說雖然出現的時候會賺錢,可是一年中有過多的時間沒有目標可以買的窘境 最理想的狀況,當然是隨時都會有足夠的候選名單給我選 然後整年都保持在滿倉的狀況一直的賺。 但是現實當然不可能這麼美好,盤面狀況會一直改變 大盤在多方期的時候候選名單戶長長一串讓人覺得不管怎麼選都有好多遺珠 大盤走空特別是強空的時候,不但候選名單少,而且績效也差幾乎都是在停損 所以實際模擬跑過之後會發現資金成長曲線很不平順 有時候會好幾個月在一個區間內上上下下甚至倒退, 然後遇到行情好的時候又快速增長一波 我自己也會跟人說到程式跑模擬跟現實操作上的時間感差異: 「程式跑模擬一年不用幾分鐘然後看結果知道說這樣會賺錢。 可是現實上一天賠錢就會感覺失落, 一兩個月沒有績效就會開始非常焦慮了, 再久一點就要開始懷疑人生了」 另一個心得就是初始條件不同,在同樣的時間區間跑出來結果也會不同 例如初始資金不同,因為資金小會買不起高價股,就會影響能買進的個股 因為一開始買的就不一樣,出場日不一樣,後續買到的可能就完全不同了。 或者起始日期我只要差一天,跑一年都會出現幾%甚至超過10%的差距 這會讓我在評估年化績效的時候遇到問題 目前我處理的方式也只能就多選幾個初始資金來跑, 然後對績效做平均當作該年的績效 再來說到資金分配的部分 資金等分成越多份,績效就會越差(我測5~10份) 這也很好理解,因為我買入的時候是從程式評分高分的先買 持股越少手上的持股平均分數就越高,那理論上平均績效就會越好 再來就是不一定每天的候選名單的個股會夠多, 所以資金分成越多份越容易出沒目標可以買的閒置資金 當然這個資金模擬的系統太陽春太簡單了。要用來實際操盤會太不夠用 不過這個部分對我最大的意義是 「就算我笨笨的都照著程式跑下去,長期下來資金規模都是可以成長上去」 用來驗證說這個選股策略長期下來有效 最後再分享一下一開始提到的目前在使用「買在接近前高點等突破策略」 https://reurl.cc/L7bxMX 模擬選股操作程式換成這個策略的版本 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.52.41.253 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1632205662.A.512.html

09/21 14:42, 3年前 , 1F
09/21 14:42, 1F

09/21 14:45, 3年前 , 2F
09/21 14:45, 2F

09/21 14:48, 3年前 , 3F
人工篩選的feature 只會造成overfit某段行情的假像
09/21 14:48, 3F

09/21 14:48, 3年前 , 4F
這種程式選股老實說非常落後= =
09/21 14:48, 4F

09/21 14:49, 3年前 , 5F
這樣不斷人工調整再回測只是浪費自己的時間而已
09/21 14:49, 5F

09/21 14:52, 3年前 , 6F
上櫃直接拿掉 交易量少的可憐 進場跟本出不了場
09/21 14:52, 6F

09/21 14:55, 3年前 , 7F
實作給推 但是需要注意的是台股走了很久的多頭行情
09/21 14:55, 7F

09/21 14:55, 3年前 , 8F
你train的data也是大多頭的情形 大趨勢轉變的時候
09/21 14:55, 8F

09/21 14:55, 3年前 , 9F
績效應該會差很多很多 還是建議資金不要全用完預防
09/21 14:55, 9F

09/21 14:55, 3年前 , 10F
黑天鵝
09/21 14:55, 10F

09/21 14:56, 3年前 , 11F
我說真的 今年大多頭 射飛鏢選股都會賺
09/21 14:56, 11F

09/21 14:58, 3年前 , 12F
交易量一定要篩選喔,算不同data了
09/21 14:58, 12F

09/21 14:58, 3年前 , 13F
沒篩選量的話,你算是一缸裡面放好多種不同東西
09/21 14:58, 13F

09/21 14:58, 3年前 , 14F
這樣數據會失真
09/21 14:58, 14F
我在跑模擬的時候有個參數是可以設定(60日平均)成交量門檻 實際上模擬的時候門檻金額越高,績效就越低 日平均成交量1億當門檻的模擬績效,就會比1000萬當門檻的低很多

09/21 14:59, 3年前 , 15F
寬鬆有更多雜訊,這代表你的選股條件不夠精準,等
09/21 14:59, 15F

09/21 14:59, 3年前 , 16F
你達到大資金再煩惱第三部分,我只能提示,若你沒
09/21 14:59, 16F

09/21 14:59, 3年前 , 17F
在上升過程學到經驗,人的本性還是一樣
09/21 14:59, 17F

09/21 15:00, 3年前 , 18F
另外 不要為了夠多的交易次數而修改模型
09/21 15:00, 18F

09/21 15:01, 3年前 , 19F
ㄧ兩年前很多投顧都有推AI選股系統唬人 可惜績效也
09/21 15:01, 19F

09/21 15:01, 3年前 , 20F
是笑死人 後來漸漸都不敢再推了 投資長投顧裡就有
09/21 15:01, 20F

09/21 15:01, 3年前 , 21F
嘻嘻
09/21 15:01, 21F

09/21 15:01, 3年前 , 22F
該做的事是增加你的篩許範圍。
09/21 15:01, 22F

09/21 15:01, 3年前 , 23F
台股不夠就找美股日股歐股
09/21 15:01, 23F

09/21 15:02, 3年前 , 24F
突破前高點的動能順勢策略是可行的,如果績效要在爆
09/21 15:02, 24F

09/21 15:02, 3年前 , 25F
發的話,突破的時間週期和價量型態蠻關鍵的
09/21 15:02, 25F

09/21 15:02, 3年前 , 26F
對於短期反轉,大盤影響弱勢股,強勢或即將發動並
09/21 15:02, 26F

09/21 15:02, 3年前 , 27F
不會有太大影響,長期則建議換方操作
09/21 15:02, 27F

09/21 15:03, 3年前 , 28F
其實突破策略之前版上有推一本書,建議看完~
09/21 15:03, 28F

09/21 15:03, 3年前 , 29F
哪一本我就不講了 太多人知道不好(x
09/21 15:03, 29F

09/21 15:03, 3年前 , 30F
風控建議可以使用1個R的部位控管原則,不一定要追求
09/21 15:03, 30F

09/21 15:03, 3年前 , 31F
凱利公式
09/21 15:03, 31F

09/21 15:05, 3年前 , 32F
凱利還是追求一下比較好,多數狀況效果卓越
09/21 15:05, 32F

09/21 15:05, 3年前 , 33F
對於模型的報酬平滑很有幫助
09/21 15:05, 33F

09/21 15:07, 3年前 , 34F
太多人知道為什麼不好 這樣股價大家一起拉阿
09/21 15:07, 34F

09/21 15:07, 3年前 , 35F
策略經回測後,MDD不會讓你畢業,凱利也許OK
09/21 15:07, 35F

09/21 17:04, 3年前 , 36F
一條均突破做多 設損。你這幾年還是賺的
09/21 17:04, 36F

09/21 17:04, 3年前 , 37F
23。7月很難熬齁。科科
09/21 17:04, 37F
我本文裡面有講到資金曲線會很不穩定XD 大多頭的時候會比較容易賺很快 但是像是最近這幾個月會被洗到很難熬......

09/21 18:13, 3年前 , 38F
凱利的一個條件是勝率 那些跟你提的人有獨特見解如
09/21 18:13, 38F

09/21 18:13, 3年前 , 39F
何看待每隻個股的「勝率」嗎?
09/21 18:13, 39F

09/21 18:14, 3年前 , 40F
抑或是你原本的次高點衝突破就已經是多少勝率以上
09/21 18:14, 40F

09/21 18:14, 3年前 , 41F
的推論?
09/21 18:14, 41F

09/21 19:20, 3年前 , 42F
可能可以考慮試試看加進成交值的因子,
09/21 19:20, 42F

09/21 19:20, 3年前 , 43F
比如必須佔大盤的0.5%之類的,然後再針對突破前買
09/21 19:20, 43F

09/21 19:20, 3年前 , 44F
進等突破跟突破後分別跑看看哪種績效好一點
09/21 19:20, 44F
※ 編輯: drazil (27.52.41.253 臺灣), 09/21/2021 19:49:09

09/21 19:46, 3年前 , 45F
當然可以一直調整不同feature fine tune後回測 但還
09/21 19:46, 45F

09/21 19:46, 3年前 , 46F
是那句老話 同樣參數不可能fit每段行情 過往績效不
09/21 19:46, 46F

09/21 19:46, 3年前 , 47F
代表以後績效 tune久後會開始懷疑人生 浪費光陰
09/21 19:46, 47F

09/21 20:25, 3年前 , 48F
tun到後來覺得技術分析根本沒用的過來人路過
09/21 20:25, 48F

09/21 20:28, 3年前 , 49F
好有趣的感覺!!
09/21 20:28, 49F

09/21 21:52, 3年前 , 50F
凱莉是理論最優解不是應用最優解
09/21 21:52, 50F

09/21 21:53, 3年前 , 51F
請教您看過這影片嗎?https://youtu.be/27M-YV56xME
09/21 21:53, 51F

09/21 21:53, 3年前 , 52F
還好 顆顆 聽說八月走惹很多人了
09/21 21:53, 52F

09/21 22:05, 3年前 , 53F
做雙邊 結果歷史很漂亮 上限直接掛~ 看多惹
09/21 22:05, 53F

09/21 23:58, 3年前 , 54F
我是不知道你的模型用啥 但如果跟成交量有明顯相關
09/21 23:58, 54F

09/21 23:58, 3年前 , 55F
這正是你該對標的做分群的表現啊~
09/21 23:58, 55F

09/21 23:58, 3年前 , 56F
也有可能大型股比較適合穿頭後再進場~
09/21 23:58, 56F

09/21 23:59, 3年前 , 57F
因為機構投資人倒貨都是越接近目標倒越多
09/21 23:59, 57F

09/22 00:20, 3年前 , 58F
裝啥神秘,就是超級績效這本書啊
09/22 00:20, 58F

09/22 05:19, 3年前 , 59F
裝個神祕看起來比較厲害啊 看會不會多點人願意看XD
09/22 05:19, 59F

09/22 11:21, 3年前 , 60F
有夠自以為,以為大家都不知道
09/22 11:21, 60F

09/22 16:29, 3年前 , 61F
樓上可以問問版上多少人實際看過~ 有沒有1%
09/22 16:29, 61F

09/22 19:25, 3年前 , 62F
加油,純推上面幾位佛心大大給你答案了
09/22 19:25, 62F

09/22 19:28, 3年前 , 63F
小心overfit的無限循環陷阱
09/22 19:28, 63F

09/23 14:17, 3年前 , 64F
09/23 14:17, 64F
文章代碼(AID): #1XINjUKI (Stock)
文章代碼(AID): #1XINjUKI (Stock)