PTT職涯區 / Stock (股票)

[心得] 8月台期指程式交易復盤

看板Stock (股票)作者 (歐吉桑留學生)時間2月前 (2024/08/31 10:21), 2月前編輯推噓12(12推 0噓 32→)
留言44則, 10人參與, 2月前最新討論串1/1
月底了，稍微總結一下這個月的台期指程式交易。 這個程式交易是全自動交易 平常只有起床後和下午2點用手機看看今天機器人買了啥賣了啥 對一下賬，一天1~2分鐘就看完了 如果交易盈虧沒異常(例如連虧兩天，或單日賠超過1萬)，程式還在跑 平常該吃該吃該睡覺該工作，完全沒在看盤 https://ezquant.cc/wp-content/uploads/2024/08/image-19-1024x456.png
========= 交易總結 ========= 先看一下對賬單，202408交易匯總如下： https://reurl.cc/Yq0KL0 7/31 權益數 104,223 8/30權益數 216,227 盈虧 112,004 ( +107.47%) 交易口數 204口 ========= 本月策略分析 ========= 本月是地獄開局，由於7月底忽然連續兩天的颱風假，一開盤立刻賠了800點。 原本是準備了兩口的小台資金13萬，8月開局的資金是從104,223開始。 《1. 滿血復活》 很幸運的是8月初大跌那幾天交易機器人就做對方向 8月5日期貨指數跌停那天先收下2262點的獲利滿血復活 https://ezquant.cc/wp-content/uploads/2024/08/image-16.png
《程式交易委託單號（左）、期貨商委託單號（右）》 《2.爆量大跌賺縮量震蕩》 在反彈不到一周之後，市場開始縮量。策略收益也減少了一半。 經過挖掘分析，發現是量縮造成大盤從趨勢進入盤整 8/12是縮量的開始，是我本月虧損最大的一天，也是連虧損5日的開始 https://ezquant.cc/wp-content/uploads/2024/08/image-20.png
分析一下原因，原本的程式是趨勢策略，遇到縮量震蕩反倒容易做錯方向 例如在趨勢行情下，帶量下殺應該是一開始放量就跟著做空 但是在縮量震蕩行情下，卻應該等放量下殺結束時反向做多 經過這一個調整，八月下旬的獲利又救回來了 只是震蕩盤下的進出都很短，204口交易（單邊102筆）中有一半是在8/20之後的 《2.1 累計成交量%》 一般的交易軟體只在盤中提供（本日）預估成交量，定義被人掌握又無法直接應用 因此另外寫了段計算每分鐘月均累計成交量的程式 日盤有300分鐘、夜盤有840分鐘。因此我就有1140根月均每分鐘累計成交量 當日最新累計成交量一比就有個百分比，知道現在是縮量還是放量，盤中該切換什麼策略 《2.2 自動切換策略》 自己用python 寫程式交易策略的最主要原因 除了指標設計高度自由外，另外就是策略的彈性 盤中除了根據累計成交量%自動切換趨勢策略和震蕩策略之外，另外也掛了套利策略 由於期貨交易是20倍左右的槓桿，因此通常會用2倍或是3倍資金做一口期貨 平常這些冗餘資金會放在另一個期貨賬戶裡面，等著機會做大台、小台、微台的套利 https://ezquant.cc/wp-content/uploads/2024/08/%E7%AD%96%E7%95%A5.png
========= 9月工作計劃 ========= 但由於我的進場策略有5個、出場策略超過10個，相乘就有超過50種 雖然手機有每次交易的記錄、單號，但還是得用交易單號跟對賬單核對上 ========= 心得 ========= 原本機器人用K線做為重要因子，搞得兩三天就要停機下線 這次版本的機器人完全不看K線（恐龍扛狼策略？我沒K~~） 目前活了一個多月，復盤找原因的時候也比較容易發現問題並調整 ------------ 補充一下我自己的 YT https://www.youtube.com/watch?v=B0u4MXXY6do
程式交易沒那麼神秘， 為什麼要自己從0開始寫程式交易而非用先有的程式交易平台？ 總結是我有選擇的權利 1. 有原始數據，指標想怎麼寫就怎麼寫 2. 決策流程彈性，決策流程想怎麼組就怎麼組 3. 高頻交易 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.12.20.144 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1725070904.A.1C2.html ※ 編輯: liton (101.12.20.144 臺灣), 08/31/2024 10:25:50
推
08/31 10:27, 2月前 , 1F
我沒K~
08/31 10:27, 1F
推
08/31 10:29, 2月前 , 2F
機器人推個
08/31 10:29, 2F
推
08/31 10:32, 2月前 , 3F
哥你不搞回測真的能搞成這樣喔？
08/31 10:32, 3F
我也想回測啊，但叔叔我做不到啊 1. 回測是基於K線架構 一般的回測是事件回測（每分鐘跑一次），另外還有向量回測 我是跑tick數據，小台平均一天10萬口，tick數據低估點5萬筆 跑日K算一次就行，tick回測一天得跑5萬次 2.數據拉不齊 分鐘K數據是 2024-08-30 09:34:00 tick 數據是 2024-08-30 09:34:12.243 我還有用到及時的期現價差 如果是 2024-08-30 09:34:12.112 這數據拉不齊的
推
08/31 10:34, 2月前 , 4F
完全不看K線 不是用價？
08/31 10:34, 4F
→
08/31 10:41, 2月前 , 5F
K線是從tick數據來的，抽了開、高、低、收、量
08/31 10:41, 5F
→
08/31 10:42, 2月前 , 6F
五個統計值，我有tick數據自己寫統計值不用K二手貨
08/31 10:42, 6F
推
08/31 10:45, 2月前 , 7F
謝謝分享
08/31 10:45, 7F
推
08/31 10:49, 2月前 , 8F
好強 可以分享進出場策略嗎
08/31 10:49, 8F
推
08/31 10:51, 2月前 , 9F
羨慕 財富自由
08/31 10:51, 9F
推
08/31 10:57, 2月前 , 10F
請問 Bot 那張像是聊天視窗的圖是什麼程式
08/31 10:57, 10F
→
08/31 10:57, 2月前 , 11F
08/31 10:57, 11F
企業微信 line/telegram 有api的都行，只是這些不支持 markdown語法 有粗體、有顏色、有文字塊，閱讀信息的效率會比較好
推
08/31 11:19, 2月前 , 12F
不看K, 有用到machine learning嗎？
08/31 11:19, 12F
沒用ML 解釋不了的因子或是太複雜的規則，要回查問題都不知道怎麼查 月初趨勢，月中縮量震蕩。ML只會幫你調參數，不會幫你重新建構決策流程 況且ML是回測的一種 有解釋我為什麼沒法回測
推
08/31 11:34, 2月前 , 13F
滿有趣，希望以後也能試試看
08/31 11:34, 13F
推
08/31 11:37, 2月前 , 14F
有趣，出場策略多算是越保守嗎
08/31 11:37, 14F
8月上旬一天震個300-500點很正常 8月中旬之後一天300點算多了 沒那個大波段沒放量，打的就短。規則都寫好了，機器人自己判斷 ※ 編輯: liton (101.12.20.144 臺灣), 08/31/2024 12:08:49
推
08/31 11:38, 2月前 , 15F
這就是DIY程式交易的優勢 任何合理想法都能實作
08/31 11:38, 15F
→
08/31 11:39, 2月前 , 16F
不過多數人還是從XQ開始程式交易比較容易入門
08/31 11:39, 16F
→
08/31 11:40, 2月前 , 17F
如原po說 所謂K線指的是特定時間內的tick開高低收量
08/31 11:40, 17F
→
08/31 11:41, 2月前 , 18F
然而有完整tick可以取得的各種運算值還有很多
08/31 11:41, 18F
→
08/31 11:43, 2月前 , 19F
這些運算值在機器學習中教作萃取特徵值或屬性值
08/31 11:43, 19F
→
08/31 11:43, 2月前 , 20F
之後可再用各種運算模型對特徵值進行運算得出判斷
08/31 11:43, 20F
推
08/31 11:44, 2月前 , 21F
收到了，下個月開始開始出現機器人投資詐騙
08/31 11:44, 21F
→
08/31 11:45, 2月前 , 22F
所以原po的做法當然能說是用到機器學習
08/31 11:45, 22F
→
08/31 11:46, 2月前 , 23F
再補充說明股市的技術指標都是機器學習中的特徵值
08/31 11:46, 23F
→
08/31 11:47, 2月前 , 24F
均線常見的黃死交叉多空判斷 就是判斷模型
08/31 11:47, 24F
→
08/31 11:48, 2月前 , 25F
現在火熱的AI模型通常把兩者混在一起說
08/31 11:48, 25F
→
08/31 11:50, 2月前 , 26F
ai操盤手
08/31 11:50, 26F
這位大哥，沒那麼複雜啊 https://reurl.cc/bYlppl 重點是特徵工程不是算法 特徵必須簡單易懂符合邏輯，對未來預測有驅動力 為啥不用K線？我沒那能力畫K線呀 但肯定有能畫的好呀 我事後劃線猛如虎，事前預測二百五 https://reurl.cc/VM4V9A K線的108種形態學我沒那天分學透
→
08/31 11:50, 2月前 , 27F
所以要看自己細節 通常判斷模型都是類神經網路
08/31 11:50, 27F
→
08/31 11:51, 2月前 , 28F
而類神經網路也導致需要龐大的運算能力與記憶體
08/31 11:51, 28F
→
08/31 11:52, 2月前 , 29F
相比之下原po的做法簡單很多 換到超低的進入門檻
08/31 11:52, 29F
推
08/31 11:56, 2月前 , 30F
進場策略少出場策略多通常是因為進場門檻較嚴格求穩
08/31 11:56, 30F
→
08/31 11:58, 2月前 , 31F
出場至少有停利與停損兩大狀況再各自分支各
08/31 11:58, 31F
推
08/31 12:01, 2月前 , 32F
用多種條件判斷多空很常見 導致出場狀況五花八門
08/31 12:01, 32F
→
08/31 12:04, 2月前 , 33F
另外一種做法是用進場多的反向條件發生平倉多反手空
08/31 12:04, 33F
→
08/31 12:05, 2月前 , 34F
通常不會用這種方法出場 原因就留給新手當功課
08/31 12:05, 34F
還有 52 則推文
還有 2 段內文
→
08/31 16:25, 2月前 , 87F
沒有最完美的模型只有勤奮的交易者。
08/31 16:25, 87F
推
08/31 16:27, 2月前 , 88F
超強 很快就能賺數十億了
08/31 16:27, 88F
推
08/31 18:01, 2月前 , 89F
能賺錢的就是好交易，一堆人沒在用在那邊質疑幹嘛
08/31 18:01, 89F
推
08/31 18:15, 2月前 , 90F
厲害推
08/31 18:15, 90F
推
08/31 19:24, 2月前 , 91F
好猛喔
08/31 19:24, 91F
推
08/31 20:49, 2月前 , 92F
原po很樂於分享跟討論 推推
08/31 20:49, 92F
推
08/31 21:57, 2月前 , 93F
先說結論 原po是真的有在diy的人有這種想法很合理
08/31 21:57, 93F
→
08/31 21:58, 2月前 , 94F
回測要認真作是很花時間的 所以長官要看才作 合理
08/31 21:58, 94F
→
08/31 22:00, 2月前 , 95F
像我自己也沒那麼認真作回測只會對指標作某些驗證
08/31 22:00, 95F
→
08/31 22:01, 2月前 , 96F
通常是看指標跟盤勢的連動性是否符合預期
08/31 22:01, 96F
→
08/31 22:01, 2月前 , 97F
如果符合預期我就直接用了
08/31 22:01, 97F
→
08/31 22:02, 2月前 , 98F
只是如果是公司裡通常是來不及分析買到的資料
08/31 22:02, 98F
→
08/31 22:03, 2月前 , 99F
比較不會有想回測結果沒資料的狀況
08/31 22:03, 99F
→
08/31 22:04, 2月前 , 100F
另外歷史資料回測的有效性 從來都是一個大問題
08/31 22:04, 100F
→
08/31 22:04, 2月前 , 101F
這也是有經驗的人對回測的重視程度會下降的原因
08/31 22:04, 101F
推
08/31 22:07, 2月前 , 102F
原po說的BidAsk指的是完整買賣報價 常見是5檔
08/31 22:07, 102F
→
08/31 22:09, 2月前 , 103F
這種資料很貴 交易所與大的報價商如彭博都有
08/31 22:09, 103F
→
08/31 22:09, 2月前 , 104F
以前我也想過但是資料太貴而且分析的門檻狂飆
08/31 22:09, 104F
→
08/31 22:10, 2月前 , 105F
所以直接放棄 改用最簡單的內外盤成交替代
08/31 22:10, 105F
→
08/31 22:11, 2月前 , 106F
在資料不完整的狀況下也是可以用手頭資料作簡易回測
08/31 22:11, 106F
推
08/31 22:13, 2月前 , 107F
機器學習與現在火紅的類神經網路問題上面也說了
08/31 22:13, 107F
→
08/31 22:14, 2月前 , 108F
並非資料越多模型越複雜最後的判斷結果就越好
08/31 22:14, 108F
→
08/31 22:15, 2月前 , 109F
ChatGTP目前就遭遇到這樣的問題 資料再多也有瓶頸
08/31 22:15, 109F
→
08/31 22:16, 2月前 , 110F
分析金融資料想預測市 場 這樣的問題就更加嚴重
08/31 22:16, 110F
→
08/31 22:17, 2月前 , 111F
因為歷史資料對於未來資料的代表性 實際上很低
08/31 22:17, 111F
→
08/31 22:18, 2月前 , 112F
至於原po說的用邏輯去篩選 我覺得用"有效性"較佳
08/31 22:18, 112F
→
08/31 22:19, 2月前 , 113F
因為我找到的指標有些根本只是突發奇想 去試試看
08/31 22:19, 113F
→
08/31 22:21, 2月前 , 114F
喔 果然有用 而邏輯則是我觀察其與市場的關聯性找出
08/31 22:21, 114F
→
08/31 22:22, 2月前 , 115F
拼運算能力的流派 本質就是去嚐試所有可能性
08/31 22:22, 115F
→
08/31 22:23, 2月前 , 116F
作為普通人 當然是自己找出有效指標最具效益
08/31 22:23, 116F
推
08/31 22:29, 2月前 , 117F
像原po用的內外盤委買委賣就是用來看多空的好指標
08/31 22:29, 117F
→
08/31 22:30, 2月前 , 118F
與其最接近的理論是經濟學的市場供需
08/31 22:30, 118F
→
08/31 22:31, 2月前 , 119F
而成交量的量比與累計可以用來看盤勢爆發力
08/31 22:31, 119F
→
08/31 22:32, 2月前 , 120F
可用來判斷是否有大趨勢 是很合理的觀察指標
08/31 22:32, 120F
→
08/31 22:33, 2月前 , 121F
最後 我個人覺得不存在能完全整握市場的穩賺邏輯
08/31 22:33, 121F
→
08/31 22:34, 2月前 , 122F
本多忠勝這種說法根本不是穩賺而是邪說
08/31 22:34, 122F
→
08/31 22:35, 2月前 , 123F
真正能作的是持續觀察市場判斷市場讓自己不要掉隊
08/31 22:35, 123F
推
08/31 23:07, 2月前 , 124F
推，原本就有追蹤了。謝謝分享
08/31 23:07, 124F
推
09/01 10:55, 2月前 , 125F
這絕對是高手啊
09/01 10:55, 125F
推
09/02 07:34, 2月前 , 126F
學習
09/02 07:34, 126F
‣ 更多 liton 的文章
文章代碼(AID): #1cqduu72 (Stock)
Stock 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 liton 的文章
文章代碼(AID): #1cqduu72 (Stock)