Re: [問題] 大家都怎麼學程式交易建立交易模型的

看板Trading (金融交易)作者ProTrader (沒有暱稱)時間7年前 (2018/01/01 16:34)推噓38(38推 0噓 100→)

留言138則, 15人參與討論串4/4 (看更多)

回顧2017年我發現惹 -------------------------------------------------------------- 推 ETHZ: random walk is part of the stochastic process 01/13 11:24 推 ETHZ: 這個我改天寫篇專文來解釋好了 -------------------------------------------------------------- 我覺der你欠大家一篇文章我先說自己的認知這不是我的專長有錯請指正並補充隨機:強調結果是固定機率分配且無法預測(以更高的機率猜到可能結果) 不可預測我丟公正骰子我預測的成功率1/6 是隨機的可預測旁人從我的肌肉緊張與手勢方向猜出可能結果(可能是1/2的準度) 賭神丟公正骰子: 可以控制點數賭神完全可預測數學上的隨機是說不管用甚麼方法都無法提高預測的成功率丟骰子的結果其實有預測的機會只是偽隨機我沒作弊的話丟出來的結果應該是1/6的均勻分配但旁人有預測的可能量子力學說的測不準原理的那種特性就是真的隨機至少到目前為止是真隨機(無法用任何方式預測) random:是隨機的且機率分配是固定的例:高斯柯西正常骰子(1/6) 灌鉛骰子... 從開始到最後的每個隨機變數都是固定的機率分配正常骰子或灌鉛骰子從頭用到尾 stochastic:是隨機的但機率分配不一定相同過程中可能一下子高斯一下子柯西正常與灌鉛骰子會互換 Random Walk Theory 股價變動是隨機的且機率分配是固定的最出名的就是選擇權BS模型對股價變動的假設永遠都是高斯分配且波動性固定這已經可以確認是錯誤假設了波動性絕不固定機率分配應該也不固定西蒙斯可能有用HMM方法中的Baum-Welch算法他應該是假設股價變動是stochastic 而不是random 例:正面灌鉛的硬幣(空頭) 反面灌鉛的硬幣(多頭) 公正的硬幣(盤整) 多空頭或盤整時期都是有漲有跌但是用的硬幣不同所以多頭時期容易漲空頭時期容易跌用不同硬幣正反面朝上的機率會不同西蒙斯就是能猜出現在正在丟甚麼硬幣因此他就有多空方的優勢我覺得這才是合理的方法由上述可知妄想用特定模型或公式預測股市是不可能的因為那就是認為股市有固定不變的隨機機率但這與事實不符如果是用某個模型判斷目前股市的隨機特性則較為合理預測股市可能嗎? 我認為是可能的且西蒙斯的績效就是最好的證明股市變動結果雖然隨機機率分布的混合但並非完全不可預測技術分析基本分析籌碼分析內線交易..... 應可以讓投資人取得預測優勢所以股市應只看似隨機股市價格是所有投資人的委託單搓合的結果若能判斷或誘導投資人的行為說不定就有預測優勢注意:這種預測優勢不是賭神丟骰子那種完全預測的優勢應屬於海珊用攝影機偷看陳小刀牌的那種優勢海珊可以偷看陳小刀也可能放牙籤讓你看所以海珊還是要判斷陳小刀有沒有放牙籤或有沒有放牙籤的情況下各是哪種預測但陳小刀就沒辦法看莊家的牌只能單方面誤導莊家總而言之能當莊家且投放誤導資訊應該較有利大戶錢多股票多還能放消息散戶就只能被動接受資訊然後猜測甚至有些散戶就只聽老師的明牌另外散戶還有心理面過度恐慌與過度樂觀而沒有理性分析的問題 ※ 引述《gunhow (剛好)》之銘言： : ※ 引述《heuristics (阿弟牯)》之銘言： : : 程式交易有兩種。 : : 指標交易－用指標當作判斷式的條件，決定進出場 : : 一般人會接觸到的程式交易 (或稱 EA) 這種居多， : : 臉書或 Line 看到獲利滿滿的也是這種居多，但會讓人看到獲利滿滿的，小心是詐騙。 : : 要入門指標交易，學習為交易而生的程式語言還有對應的交易及開發工具最有效率， : : 例如外匯有 MetaQuotes Language 還有對應的 MetaTrader， : : MetaQuotes Language 幫你實作好許多指標，你只要呼叫函式，它就給你結果， : : 而 MetaTrader 幫你處理好程式交易所需的一切，你只要專心發展你的策略。 : : 指標交易要再深入一點就是自己創新的指標。 : : 另一種程式交易是 : : 演算法交易－用機器學習或其他演算法，決定進出場 : : 我們在交易其實是在做一件事，就是是用現有的價格 (或其它資訊) 去預測 : : 晚一點會漲還是跌 (分類)，甚至預測晚一點的價格 (預測)。 : : 在這很多領域例如影像、聲音或文字都有類似的問題 (分類跟預測)， : : 電腦科學為此早就發展了歷史悠久的機器學習去解決這些問題， : : 既然機器學習是在解決分類跟預測的問題，理所當然也可以用在交易上。 : : 但用在交易上有效嗎？顯然不容易，不然學校教授早就發達了。 : : 可是機器學習在解決影像、聲音或文字的分類跟預測的問題時，其實表現不錯， : : 甚至比人類還厲害，用在交易上怎麼不太容易？問題在哪？ : : 我是這樣看，我是價格 Random Walk Theory 的信奉者，每一時刻的價格都是隨機的， : : 而且背後沒有相同的隨機分佈，隨機沒問題，但沒有相同的隨機分佈就不行， : : 這就是交易價格跟影像、聲音或文字的差別。 : : 要入門演算法交易，就是學習機器學習理論， : : 實作上就以對機器學習支援較多的程式語言為主，例如 R 或 Python。 : : 演算法交易要再深入一點我想是研究交易價格的本質。 : 很有趣的議題 : 不過我持的意見正好相反 : 我認為價格不是隨機分布的 : 在某些可供辨認的條件中 : 價格是可以被辨識方向的!! : 這點只要是做手單的人 : 做久了就會有體會 : 市場不是隨機的~~ : 簡單來說若市場真的成隨機分布 : 不會看到長時間下來指數呈現上漲趨勢!! : 市場價格受到規則與環境影響 : 在某些條件下他是單向性的 : 就像玩德州撲克每張牌出現是隨機的 : 但是某些牌型出現後你的勝率會拉高 : 市場也是如此~~ : 因為市場由人所組成 : 每個指標~~~只要相信他的人越多 : 他就會越自我實現 : 然後就會引來狙擊者!! : 直到指標失效~~然後再慢慢生效 : 所以很多人講的隨機漫步法則 : 手單做久了就覺得..... : 隨機只是"市場"的一部分!! : 市場還有不隨機的那部分!!! : 關於演算法能不能推出市場發生何事 : 我認為是很有機會的~~XD : 前提是要寫的人會做單!! : https://www.zhihu.com/question/40171482 : 麻將與人工智能 : 在這裡有所謂動態分支樹的概念 : 當你設計的條件可以有效地降低分支樹的概念時 : 演算就開始有意義!! : 當然....交易比麻將困難多了!!! -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 218.164.55.200 ※ 文章網址: https://www.ptt.cc/bbs/Trading/M.1514795670.A.608.html

推

AboveTheRim

01/01 21:04, 7年前 , 1^F

01/01 21:04, 1^F

推

AboveTheRim

01/01 21:45, 7年前 , 2^F

01/01 21:45, 2^F

→

AboveTheRim

01/01 21:46, 7年前 , 3^F

01/01 21:46, 3^F

→

AboveTheRim

01/01 21:47, 7年前 , 4^F

01/01 21:47, 4^F

→

AboveTheRim

01/01 21:47, 7年前 , 5^F

01/01 21:47, 5^F

→

AboveTheRim

01/01 21:49, 7年前 , 6^F

01/01 21:49, 6^F

17 1/07 heuristics R: [問題] 大家都怎麼學程式交易建立交易模型的去上面看這篇文章裡面有提到一些 3573吧然後你可以再找找中國的網站也有一些資訊關於預測這部分就只能盡力而為不可能要求百分之百準確對台灣來說最重要的預測就是颱風與地震天氣陰晴下雨是全世界各國都有預測結果的態度就是可以參考不要迷信依據天氣預報決定要不要帶雨衣每天隨身攜帶摺疊傘預防萬一所以預測可以參考但風險也要控制樓下U姐說的很對簡單的說控制"風險"是必須的因為那有確定性在金融市場就是停損 "預測"股價是一種專業可以增加收益也伴隨著不確定性要在事前做預測但不要以為自己是賭神想丟幾點就是幾點內線交易應該是預測效果最接近賭神的方法(當然是沒被抓的情況) 只是多數的預測沒辦法像賭神一樣你可以去看看電影決勝21點說到賭局預測21點是最簡單易懂的預測颱風在台灣最經典的案例就是賴半仙變成賴半天我們現在可以提前知道颱風何時要來對登地點也有相當的準確度(在接近要登陸的時候) 有沒有注意到地點其實常會修正要不要放颱風假通常是大家最關注的焦點賴半仙的神預測其實是非常不可取的行為因為氣象局的準度沒那麼高

推

Re: [問題] 大家都怎麼學程式交易 建立交易模型的

Re: [問題] 大家都怎麼學程式交易建立交易模型的