推 intointo : 我沒K~ 08/31 10:27
推 luciffar : 機器人推個 08/31 10:29
推 watashino : 哥你不搞回測真的能搞成這樣喔？ 08/31 10:32
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 intointo : 完全不看K線 不是用價？ 08/31 10:34
→ liton : K線是從tick數據來的，抽了開、高、低、收、量 08/31 10:41
→ liton : 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
推 hjtiun852 : 謝謝分享 08/31 10:45
推 max0526 : 好強 可以分享進出場策略嗎 08/31 10:49
推 YLTYY : 羨慕 財富自由 08/31 10:51
推 hjtiun852 : 請問 Bot 那張像是聊天視窗的圖是什麼程式 08/31 10:57
推 y2kidd : 不看K, 有用到machine learning嗎？ 08/31 11:19
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 wewe750422 : 滿有趣，希望以後也能試試看 08/31 11:34
推 kei1823 : 有趣，出場策略多算是越保守嗎 08/31 11:37
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 ProTrader : 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
→ ProTrader : 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
→ ProTrader : 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
→ ProTrader : 然而有完整tick可以取得的各種運算值還有很多 08/31 11:41
→ ProTrader : 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
→ ProTrader : 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
推 KIDbitch : 收到了，下個月開始開始出現機器人投資詐騙 08/31 11:44
→ ProTrader : 所以原po的做法當然能說是用到機器學習 08/31 11:45
→ ProTrader : 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
→ ProTrader : 均線常見的黃死交叉多空判斷 就是判斷模型 08/31 11:47
→ ProTrader : 現在火熱的AI模型通常把兩者混在一起說 08/31 11:48
→ fakelie : ai操盤手 08/31 11:50
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
→ ProTrader : 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
→ ProTrader : 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
→ ProTrader : 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
推 ProTrader : 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
→ ProTrader : 出場至少有停利與停損兩大狀況再各自分支各 08/31 11:58
推 ProTrader : 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
→ ProTrader : 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
→ ProTrader : 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
→ ProTrader : 直白的說 請解釋黃金交叉多死亡交叉空為何不行 08/31 12:06
推 Jimmy030489 : 推啊 08/31 12:07
→ ProTrader : 程式交易獲利的關鍵就是多空趨勢與中性盤整的判斷 08/31 12:08
推 xm3u4vmp6 : 想知道回測到底有沒有用 你是不是搞套利 直接不用 08/31 12:09
→ xm3u4vmp6 : 回測 08/31 12:09
→ ProTrader : 分別對應 多 空 觀望 3種操作 判斷正確一定好賺 08/31 12:09
推 r0se : 感謝分享！ 08/31 12:11
推 ProTrader : 回測的是重播市場發生的流程所以關鍵是完整tick 08/31 12:13
※ 編輯: liton (101.12.20.144 臺灣), 08/31/2024 12:22:14
→ ProTrader : 每天日夜盤都會有tick上面會附成交時間 讀取每筆 08/31 12:14
推 bxc : 說真的不能回測... GG是遲早的事 08/31 12:15
推 CrazyKill : 1~7月呢 08/31 12:16
→ ProTrader : 然後用自己的運算方法套入每筆tick發生時的值 08/31 12:16
→ ProTrader : 就可以看到隨著市場交易進行 自己的交易損益狀況 08/31 12:17
→ ProTrader : 原po說的調參數是為了測試哪種參數跑出來的損益最好 08/31 12:19
推 ProTrader : 取特徵值的原意是為了能配合後面的判斷模型使用 08/31 12:25
→ ProTrader : 以程式交易來說通常tick轉成特定時間內K線 08/31 12:26
→ ProTrader : 再去對K線值作多空判斷 08/31 12:28
推 ProTrader : YT上的那3個指標在我來看 是K線的量再計算出的指標 08/31 12:33
→ ProTrader : 只是K線要再新增內盤量外盤量 內+外=原本的K線量 08/31 12:35
→ ProTrader : 再嚴格一點可以再區分無法判斷內外的平盤量 08/31 12:35
→ ProTrader : 所以想回測 只要能拿到完整tick 絕對可以 08/31 12:38
推 slip666slip : 這個還是要多跑幾個月，因為像8月初那樣讓你滿血復 08/31 12:39
→ slip666slip : 活的盤不多 08/31 12:39
推 lung666 : 強者推 08/31 13:03
→ j0588 : 這個有效性需要時間驗證啦，很多玩大小台的都是程式 08/31 13:25
→ j0588 : 交易單，賺錢賠錢的都有，只看一個月績效未必準 08/31 13:25
推 poorpenguin : 感謝分享，看完2.1我也馬上去寫了一支 08/31 13:33
→ paimin : 沒數據回測就自己收 只是交易時間維度切到ms 沒接 08/31 13:48
→ paimin : 在交易所的話意義不大 08/31 13:48
推 SourireMask : 太依賴回測會死，但沒回測要怎麼對自己系統有信心? 08/31 13:55
→ SourireMask : 在遇到破MDD或連虧時繼續改系統嗎? 08/31 13:55
推 venroxas : 可以請教趨勢的判斷的想法是？ 我自己是想避開盤整 08/31 14:00
→ venroxas : 時的交易 但一直沒想法怎麼去判斷此刻是在盤整中 08/31 14:00
→ esheep : 一般類神經用法是離線訓練出模型，直接套用後再加一 08/31 14:32
→ esheep : 層自適性調整。所以算力要求在“應用階段”不高。純 08/31 14:32
→ esheep : 粹類神經用在股市預測已經數十年了，效果有限。普通 08/31 14:32
→ esheep : 狀況：長趨向上/向下/持平 都需要做短時間間隔的權 08/31 14:32
→ esheep : 重修正（普通自適層）。然後，基本類神經架構很難處 08/31 14:32
→ esheep : 理特例狀況。所以自適層需加入例外處理，這個是獨立 08/31 14:32
→ esheep : 命題。簡單來說：類神經基礎的系統不跑“有意義”的 08/31 14:32
→ esheep : 數據回歸，實戰時失敗率很高... 08/31 14:32
推 aresa : 我花了兩年用ML做預測，做了不下十個模型，結論是根 08/31 14:51
→ aresa : 本沒法測，股市這東西根本毫無規律，尤其是短期方向 08/31 14:51
→ aresa : 。股市長期向上你訓練的資料越多他就越歐印超北七， 08/31 14:51
→ aresa : 後面我發現直接6208放著就是黃金律，供參考 08/31 14:51
推 elfish123 : 我有追蹤你臉書，蠻厲害的 08/31 15:49
→ watashino : 其實是有辦法tick維度做回測的 08/31 15:58
→ watashino : 完全不回測有點太不穩 感覺要先有一套穩賺邏輯 08/31 15:58
謝謝各位留言，一起答復：
你有你的方法，我有我的經驗，彼此交流一下而已
你覺得我的方法不合理那就別用，你能賺錢比較重要
1. tick回測?
回測是要拉齊所有的數據的，我用的不是只有tick，例如我還用上了BidAsk
例如我就算 Bid-Ask 最差異最大的時候，
我大概算了一下，小台一天的tick是100 MB,BidAsk大概700MB
這些是沒有歷史數據的，得盤中存（小弟我見識少，沒看到哪個平台有）。
這些數據因為速度太快，得存在RAM裡面，例如redis
一個期貨合約一天佔800MB,還有大台、小台、微台，還有近一、近二
RAM有1T都不夠用，加掛SSD也不夠
這還沒考慮到跨月，還沒考慮的tick跟BidAsk如何合併？
另外，這還只是五檔行情，加密貨幣是千檔BidAsk
2. 沒回測敢上線？
給些慘痛經歷，一個程式交易策略不行，不用一禮拜就知道了，
主觀交易賠個幾十上百萬花了好幾年才發現不行，
一個程式交易幾天賠個幾萬塊兩三天就知道不行
現在還有微台、加密貨幣讓你用更低的成本測
"每個人的時間成本都是很貴的"
如果你是在法人機構裡，那麼回測很重要，因為是老闆客戶的錢，但有些策略就沒法做
用BidAsk回測，公司的數據部會先掐死你
如果你是自己的錢，那就自己決定
3.ML
我一直在強調特徵工程背後的邏輯性，並不是把一大堆變量丟到模型擬合
交易市場背後是人性，但ML模型卻擬合歷史
各種特徵、模型方法可以有成千上萬種，如果不從邏輯去篩選，那一輩子都測不完的
"每個人的時間成本都是很貴的"
--
最後，套句無間道裡的台詞
"以前我沒得選"
以前沒這些數據、沒這麼便宜的硬體軟體、沒這麼容易學習程式的環境
現在這些都不是問題了
※ 編輯: liton (101.12.20.144 臺灣), 08/31/2024 16:33:29
→ CCH2022 : 程式也有它的好處。 08/31 16:25
→ CCH2022 : 漲跌在不規則中仍有脈絡可循 08/31 16:25
→ CCH2022 : 我用肉眼看部位承受下跌盤整上漲 08/31 16:25
→ CCH2022 : 觀察自己的同時也訓練心理面。 08/31 16:25
→ CCH2022 : 沒有最完美的模型只有勤奮的交易者。 08/31 16:25
推 KISS1979 : 超強 很快就能賺數十億了 08/31 16:27
推 Inland : 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
推 k18535318 : 厲害推 08/31 18:15
推 bown : 好猛喔 08/31 19:24
推 knudmals : 原po很樂於分享跟討論 推推 08/31 20:49
推 ProTrader : 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
→ ProTrader : 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
→ ProTrader : 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
→ ProTrader : 通常是看指標跟盤勢的連動性是否符合預期 08/31 22:01
→ ProTrader : 如果符合預期我就直接用了 08/31 22:01
→ ProTrader : 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
→ ProTrader : 比較不會有想回測結果沒資料的狀況 08/31 22:03
→ ProTrader : 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
→ ProTrader : 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
推 ProTrader : 原po說的BidAsk指的是完整買賣報價 常見是5檔 08/31 22:07
→ ProTrader : 這種資料很貴 交易所與大的報價商如彭博都有 08/31 22:09
→ ProTrader : 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
→ ProTrader : 所以直接放棄 改用最簡單的內外盤成交替代 08/31 22:10
→ ProTrader : 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
推 ProTrader : 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
→ ProTrader : 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
→ ProTrader : ChatGTP目前就遭遇到這樣的問題 資料再多也有瓶頸 08/31 22:15
→ ProTrader : 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
→ ProTrader : 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
→ ProTrader : 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
→ ProTrader : 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
→ ProTrader : 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
→ ProTrader : 拼運算能力的流派 本質就是去嚐試所有可能性 08/31 22:22
→ ProTrader : 作為普通人 當然是自己找出有效指標最具效益 08/31 22:23
推 ProTrader : 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
→ ProTrader : 與其最接近的理論是經濟學的市場供需 08/31 22:30
→ ProTrader : 而成交量的量比與累計可以用來看盤勢爆發力 08/31 22:31
→ ProTrader : 可用來判斷是否有大趨勢 是很合理的觀察指標 08/31 22:32
→ ProTrader : 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
→ ProTrader : 本多忠勝這種說法根本不是穩賺而是邪說 08/31 22:34
→ ProTrader : 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
推 lbin515 : 推，原本就有追蹤了。謝謝分享 08/31 23:07
推 aikotoba : 這絕對是高手啊 09/01 10:55
推 LTpeacecraft: 學習 09/02 07:34
