QuantativeTradingStrategies
这本书有
巴克莱 系统性交易和主观性交易的绩效对比
那时根据书上的结果是系统性交易优于主观性交易
但以最近结果来看 其实已经很接近了
[系统]
https://www.barclayhedge.com/research/indices/cta/sub/sys.html
[主观]
https://www.barclayhedge.com/research/indices/cta/sub/discret.html
如果要致富 可以看自己想往哪个方向去做
所以我选择程式交易 当然现在也还在努力中啦
把一些心得放上来 毕竟现在国内外汇保证金才刚开始推动(但手续费...嗯)
粉丝页以外汇程式交易(EA)为主
https://www.facebook.com/ForexQuantTrading/
文章大部分为原创
欢迎参观讨论
PS.不开课 不卖程式

永远不要忘了,程式最聪明也不过和它的设计者一样设计者没有相当的理论基础和实务交易经验,写的东西??

楼上 你的说法已经过时了 看看AlphaGo & AlphaGO Zero结果完全超越写程式的人 机器学习特质跟过去完全不同作者确实需要理论基础与实务经验才能有好的结果

我就知你会拿阿法狗出来讲，问题是阿法发不太算死程式，而是Ai，台湾有工程师、有这样的财力、智力写出来，然后又拿出来分享?再者，阿发狗程式设计师写入如何下围棋，至于下好围棋那是狗自己深度学习的

好像很会说但是不知道怎么做 QQ基本上狗跟狗零的做法就不太一样 想了解就多去看看paper QQ

我当然知道那是不同的 我正在学习怎么做QQ正常人如果写出来应该是留着自己赚 而不是拿出来分享主要差异 AlphaGo有人类棋谱 AlphaGoZero没有人类棋谱ai太广泛了 严格来说那叫做机器学习深度学习也是一种机器学习的方法 但还有其他的方法我想说的是 未来交易用的程式自我学习能力会很普遍

机器学习里面的1种是深度学习 深度学习里面还有很多中方法cnn rnn 等等的 狗跟狗零 又是用不同方法的结合所做出的产品但是那样的架构适合解决围棋问题 应用在金融交易上 又是完全不同的QQ想用深度学习解决金融交易问题 先去看看基本理论 就会知道金融交易问题有先天上不适合用深度学习技术解决的

K5哥这也懂 厉害~

K5哥试了好多测了好多也懂了好多，佩服

RNN满适合用来做台指期的喔～另外也有用CNN分析型态的，不同类型的神经网络各有擅长的方向

f5大也懂 太强了（跪

所以才需要一个懂机器学习又懂金融交易理论与实务的人机器学习的方法很多 所以本质上还是一种试误法一个很懂金融交易理论与实务的人来尝试较可能有好结果向f5说的类神经网络就有很多种 深度学习也是其中一种类神经网络以外的机器学习也还有很多方法 总之...机器学习发展的可能性太多了 绝对不会很死板所以想解决金融交易问题不需要被绑死在深度学习最近机器学习的相关教材与范例已经很容易取得真的很有趣 除了回测绩效 还可以发现很多知识除了市场上老生常谈的知识 也有完全没听过的知识

AI基金不是绩效惨惨?

说真的不用太神话ML 资料的品质比算法重要太多了所以一堆主观的高手绩效都屌打程交程式>人脑的地方只有做portfolio 相对比较稳 还有资金比较不受主观控制可以看到期望值稳稳的放大吧

楼上正确 资料品质差根本就是垃圾进垃圾出其实还有一个重点是资料多元性 有用的资料越多越好成交价量 最佳五档报价 盘后筹码 产业经济 政治风向...够好够多元够关键的资料 用简单的算法就很强了

程式的瞬时决策力也是人脑永远追不上的。

所以高频交易永远是程式交易的天下

日本Simplex用AI帮忙决策 https://goo.gl/5mBwCu