好久没来软件板了
先用网页板写一下心得
我已经进入股市十几年了
等一下用贴文po最近几个礼拜的对帐单
Jppt的贴手机图比较快
平均一年靠股票期货美股交易都能年收八位数字
讲这个不是要炫耀
主要是想谈谈我对AI与程式交易的看法
我这几年也接触不少关于AI的工程师
根据我问到的状况
现在的AI针对股市交易我所听过世界最顶尖的就是好像去年有出一本自传
的Jim Simons
The Man Who Solved the Market: How Jim Simons Launched the Quant Revolution
Simons有一个很神秘的基金现在已经Closed只给内部员工买
俗称大奖章
他是数学界很有名的人物
程式交易和量化交易这种领域他几十年前就接触了
而且可以说电脑还很落伍的时代
半导体还不怎么快又贵的时代
他就在用了
但他还是常常使用主观交易
原因是因为很多时候AI弄出来的东西
AI无法说明他的逻辑是什么
所以不选择采用
Simons认为这种东西无法让经验复制
日本的股神BNF
总资产据称超过100亿台币以上
本金出发时不到100万
我也没看到他采用太多量化交易的东西或者程式交易
很多人的思考逻辑是
我会写程式
所以我再会一点金融就能把程式带入
但这种东西往往是不好用的
而且乍看之下什么都有
其实是什么都没有
更不可能把钱丢进去就会生钱
就算会生钱
也会发生Simons说的状况
不知道为什么赚钱
也不知道怎么规避风险
这在投资来讲
是一个很严重的问题
对AI来说钱赔光了他也不痛不痒
但对持有者来说不是开玩笑的
我认识蛮多在做Multicharts的人
但他们都没办法说服我一个最关键的核心问题
就是有没有一套真正可以好用的指标
就我所知你拿某些指标在一两年内的期货程式交易
获利会不错
但是不知道是不是有人一起用或者回测出类似的结果
当大家都在用
一两年后指标开始失灵了
我曾经跟蛮多工程师开发的选股AI去对战
没有一个AI能打的
短期或许我都会输
打到三个月全部没有一个AI会赢
因为他们懂的东西太少
AlphaGo会赢是因为围棋的排列组合虽然多
但再怎样棋盘就是那么大
跑完了整个学习过程
计算机率就能做出蛮好的决策
但股市不一样
影响股市和期货的东西实在太多了
你如果靠AI去预测当初疫情美国有可能大规模感染导致股票爆跌的机率是多少
依据过去历史经验学习百年都没见过这样的状况
美国失业率从4%飙高到高盛预期六月可能到25%
我不相信AI会预测得出来
就算他预测的出来
他一定不会给这个事件一个很高的机率
现在问题来了
AI算出来
美国爆发感染100万人机率 0.0001%
感染10万人机率98%
感染1万人纪律99.99%
你有可能拿数千万去赌爆发感染100万人吗?
就算是AI一定也不会推荐你这个黑天鹅事件
可能推荐你感染10万人
然后跟桥水一样做一个风险平价策略然后加杠杆
接着死在流动性爆仓
华尔街的人在这几年都在做空波动性
上一次死在2018年
这一次死在2020年
巴菲特2019年的绩效连标普500的一半也没有
桥水更是烂到差点变成负的
这都是什么世界级的大师
一个是价值投资大师
航空股做到停损
卡夫食品做到公司出现公司治理问题
做量化最有名的Simons后来那本书总结他的作法
就是去寻找一些市场的特殊惯性
他这做法有点类似以前一个号称当冲很有名的陈建宏
我是觉得蛮值得买来看一看
虽然里面很多方法早已失效
后来还出了一本一万元的书
但重点在启发
我认为Simons就类似他的路线
他有很多交易上的经验使用量化程式去回测后有高机率可以获胜
但很多这种交易受限于规模的问题
比如股板有很名的Test520
我曾经追踪他的券商分点学懂他的部分交易模式
发现他的方法后积极学习
发现这方法会有资金限制
因为有些量能过低好赚是好赚
但你绝对不能投太多钱
不然会发生出货困难
这就可能是大奖章后来为什么关闭的原因
而小奖章的绩效都普普
管理费又特贵
后来期货那个我记得还收掉了
做数据这行的
很难做是因为很多数据通通都要钱
Bloomberg terminal一年七八十万台币
你连去证交所下载券商分点都要$$
资料是有价的
分析技术本身我相信很多工程师会越做越好
轮子越来越先进
但轮子本身不生产只是工具
资料就像汽油
有再好的超跑和轮子也要有好的汽油
不然就会缩缸
工程师有心进入资本市场蛮好的
但我觉得AI交易的本身不是重点
重点还是理解真正对推动股价有实质影响的东西
而这种可能不需要AI
比较需要批次处理
需要回归分析
和背后的金融逻辑
不过3490真的也不贵拉
股市一跌就算本金不多的人
也可能可以上个10次20次了
有时候去上一些课好几万
只有一两分钟发生灵感
就也可以影响一辈子或创造一个很不错的灵感
鼓励大家多多看书
而且也不要那么现实只看理财书
有时候真的让你终身获益无穷的东西
往往在你想不到的书里
比如我还蛮喜欢的一本书
在怦然之后：关于爱情的16堂课
乍看之下与投资完全无关
不过因为这本书
我蛮懂得当时怎么站在女朋友角度思考
我可以节省大量时间让他不吵不闹
然后懂得怎么调适自己的情绪
省下来的时间就能做更多的事
这当中的连结是当初看书时完全想不到的
在这个低利率的时代
你只要有点钱能借到不错的利率
+一个不错的投资方法和杠杆
可能就能在几年内身价大升级
甚至30岁以前就筹到买新北房子的头期款
马der
写到最后好像没写到什么重点
重点就是:
AI要炒股应该还是没办法
远不如人聪明
讲一个就好
上市柜的财报很屌
很多都直接扫描上传PDF
那个光是要搜寻还有改成WORD还是Epub就超难了
一堆软件辨识下来还是要人工改
有时候我实在觉得很多科技讲得很潮
但其实光是把扫描的文件100%的转成正确的字在word上
google微软还是什么世界一流大厂
都没人办的到
吹得跟什么一样~
废话一堆
问一下机械学习跟深度学习有没有比较简单易懂的入门书
来当作闲暇的兴趣好惹
最近看到诚品一间一间的倒实在非常难过
我的书柜有超过2000本以上的书
自从有了kobo以后
kobo也快速累积到将近500本
Libra H2O容量也不足惹
一定都没有看完
不过有空就会一直看
顺便分享一下
宋代八股祖师大儒朱熹的读书法
循序渐进、熟读精思、虚心涵泳、切己体察、着紧用力、居敬持志
看起来屁话六句
不过都蛮值得深思
我自己认为
循序渐进
白话点就是每天都要读
嘴巴嘴砲容易读书慢慢念出进度难
不过出了学校就是特别开心
不用在读一堆垃圾
喜欢什么读什么
读了以后
熟读精思
尽信书不如无书
读了就要思考
是这样吗? 怎么应用? 应用后出现了什么问题?
能时时刻刻应在在生活上的书更好
比如在推荐一本神书
怦然心动的人生整理魔法
这本神书也是一个工程师介绍的
几年前买已经卖到百刷了
里面就是一个字
丢
只要一年用不到的东西就丢
我觉得这个方法真的是超级好
超级棒
丢了以后人生无罣碍
据说他的徒弟是日本Amazon畅销书
我决定简单的生活：从断舍离到极简主义，丢东西后改变我的12件事
我看完那本书要丢东西时
心理无比的不自在
但丢了以后
人生断舍离
死了也是被你的家人当垃圾丢掉
别人丢不如自己丢
要用再买就好
丢得越多越激励你买东西的罪恶感与更能精确地买到好东西
书的熟读精思与这个概念一样
读熟了我就把书通通捐给图书馆和送给朋友了
留着无用
第三步
虚心涵泳
这步教你谦虚
所谓真正的谦虚
我体会了蛮久
什么叫做自信与自大
自信是相信你自己做的到
自大是觉得自己很了不起
年轻时就觉得都是后者
越老越能感受前者
书念得越多感受这个世界越深
就越觉得生命的伟大与没什么
而且好像会慢慢懂得感恩与付出
这里面讲得是读书的这种感觉
如果你自大觉得自己很多见识高超
就慢慢无法体会虚心涵泳
所以我前面再谈AI可能不能用
但后面问有没有AI的书
就是想从心了解一下
或许真有可用或者发扬的地方
第四步
切己体察
思考后就要行动落实在生活
理财书可能最有机会吧
马上就能验证一堆书都在胡说八道
第五步
着紧用力
把握时间读读读
其实就是重复第一件事情执行力
第六步
居敬持志
注意力集中
现代人毛病
先把手机关飞航
然后才开始做事
酒肉朋友与废物朋友少交
如果你过个一两年两三年都不换朋友
代表你人生境界一直没有变化
我大概两三年会换一次蛮大的交友圈
朋友一直来来去去
真正的好朋友不太需要一直腻在一起
有时候大家讲两三句话就能还是能体会大家都是知己的感觉
又是一堆废话
重点
1.执行力
2.注意力
3.应用力
4.谦虚点
就这样
刚好看到前面那篇勾起一点兴致
有机会大家在一起讨论AI的书我看看再分享一下心得
※ 引述《f496328mm (123)》之铭言：
: ※ 引述《xun771111 (~xun~)》之铭言：
: : 活动:《用 Python 打造你的 AI 股票交易引擎》业界专家实战教学，DIY 散户的股市印钞机
: : 简介：市面上唯一结合深度学习与机器学习优势的股市课程，选股、合理持有比例与个股归因分析资讯一应俱全，结合 AI 演算与预测优势，让股市交易轻松省时不费力，现在就善用 AI 股票交易技术，零基础打造你的高胜率交易策略吧！
: : 价格：7/15 号以前报名享早鸟 ，单人早鸟票 $3,490 元，多人团报早鸟票 $3,290 元/人。（征1人一起团报）
: : 时间：2020-07-01开课
: : 请站内信联系，招到便截止，谢谢！
: : 学习方式：采线上影音课程＋AI 股市交易系统一个
: : 附上活动页面：https://pse.is/KPY3Y
: 我也来分享自己做的东西
: 市面上相关课程，有一半时间，都在教你做爬虫
: 同样的资料，为啥每个人都要重复抓一遍? 觉得很没意义
: 我开发的 FinMind，提供台股各种 data，用 api 形式提供，任何语言都能使用
: 只要发 request 就好
: https://github.com/FinMind/FinMind
: https://finmind.github.io/tutor/TaiwanMarket/DataList/
: