用类神经网络分析建构模型确实要有钱的大公司才买的起设备
所以不是钱很多的人建议直接放弃这个方法
交易获利的重点其实就那些 在推文里都有出现了 不再多说
机器学习的方法有很多种并非一定要用最火红的深度学习
还有其他个人电脑跑的动的算法
可以多想想各种机器学习方法的本质与最终目的为何??
如何应用到金融市场交易
所谓的"策略"有很多 一开始不用自己想 市面上有很多书籍可参考
想要免钱的个人推荐去图书馆找"智富月刊" 有很多市场赢家的专访或广告
把那些"策略"实作回测后好好回顾检讨
然后应该要了解 设计新策略 V.S. 旧策略调参数 是不同的
说常常要重写的那种应该都是在调参数而不是新策略
可预测性与可获利之间的确存在落差
但是推文中已经指出明路了 拉长策略周期 获利性就会出现
以台指来说最基本的时间有 日内极短线冲 日内当冲 隔日冲 近周 近月
我猜你之前可能连日内当冲都嫌时间太长 近周跟近月根本就没考虑过
给原po的建议
可以在金融市场获利的切入点有很多 不是只有很厉害的分析技术
最基本的是价值投资(资料很多自己找) 然后还有筹码分析
交易台指期的话 期交所的三大法人与大额交易人资料应该要看
台指选择权的资料也应该要看
市面上有很多书籍可以参考
真的要免费股版期权版交易版都有很多教学
我猜你可能只有分析盘中Tick的价量与最佳5档(这可能嫌麻烦没分析)
当你只用Tick历史价量资料预测未来价量资料其实可看成一种自回归
也就是认为用自己的历史资料可以预测自己的未来资料
但其实可用的资料有很多不要那么局限
我个人有分析的资料(这些东西不难 但是很麻烦)
月以上 财报 总体经济
日以上 证交所期交所的免费资料 台美汇率 美元指数 美韩日中港大盘
券商买卖日报表 股权分散表(每周更新) 摩台指
各种新闻 各种财经节目的老师说法
日内 各种标的成交价量与最佳五档价量 台指选择权隐波与合成期货
台指期货可以搭配证交所的各权指股资料
早期的我也是认为只要有很厉害的分析技术就可以预测股价爽爽赚
但是现实就不是这样的 很厉害的分析技术确实有帮助
然而只看最简单的均线 再搭配财报分析筹码分析也可以赚钱
如果你想赚钱的话先放下那些很酷很炫的最新技术
从最简单基本的证交所期交所资料开始分析
用很常见的免费策略就好 脚踏实地的回测检讨
应该是足以让你赚钱了
日后再去挑战那些酷炫的新技术
1.抓ptt与各股票论坛的散户留言判断多空(这有人做了)
2.用文字探勘分析各种新闻与那些财金杂志的电子档文字资料(这应该也有人做了)
3.用影像辨识或语音辨识技术把财金节目的内容撷取成文字资料(这我没听说过)
影像辨识抓下面字幕有声音的话直接分析语音
上面的东西我自己也没有做 但是未来有时间的话我会试试看
其实我自已醒悟后也是从证交所期交所免费资料开始分析的
之后你可以再买付费的软件来比较 例:XQ全球赢家
你分析的结果有没有比较好或至少一样好?
那个软件有很多法人都在用 应该是有可信度的分析
至少先达到跟法人相同的起跑线
※ 引述《sma1033 (死马)》之铭言：
: 各位吹顶版的年薪300万大大好
: 小弟最近在做一些跟算法交易的研究，觉得这真的是一条不归路
: 先说一下我认知中，小型个体户能做的算法交易:
: ==== 老派作法 ====
: 人工观察期货或是股票走势，把脑袋的想法写成策略去跑回测
: 人工观测MDD，风险，报酬期望值....等等，靠人工完成多数决策
: 算是科学量化的研究方法，缺点是人力成本很高
: 觉得好像如果不一直快速开发新策略拼命写，很快被市场淘汰
: (回头看自己写的这段，觉得当初写策略应该是有些过度最佳化了)
: ==== 新式作风 ====
: 用神经网络去预测数据，将数列走势（因）与价格预测（果）连结在一起
: 可用最佳化的神经网络做价格预测，或是用强化学习做策略最佳化
: 自行定义机器人得分准则，让机器人自动做交易，最佳化回测结果
: 把交易决策大多数的部分都交给电脑去自动分析
: 大概五年前，我一开始接触算法交易的时候用的是“老派作风”
: 自己也写过约10支程式，其中有一些也曾在某一段时间内能赚钱
: 但是后来发现市场进化的速度实在太快
: 写好程式之后，程式能用的周期越来越短
: 我写过最长时间能赚的程式，有效时间也只有约半年左右
: 所有的人工程式后来也都失效了，实际上从来没有靠自己写的程式赚到钱
: 后来，渐渐的体认到我自己靠人眼看数据，思考策略，再刻成程式的作法成本实在太高了
: 实际上投入的时间成本跟获得的收益根本不成比例(也可能我智力不够?)
: 于是大约在1年前开始学习“新式作风”
: 也就是想学习用神经网络来预测的方式，从事交易
: 希望透过神经网络最佳化，让电脑“自动从数据当中学策略”
: 但是从最近做的一些台指期数据的研究中
: 我发现要让电脑“自动学”策略也很困难
: 想用全自动化的方法来学习交易策略，需要的硬件运算能力门槛也很高
: 一般10W预算以内“高级个人电脑配备”跑神经网络训练实在是慢到悲剧
: (i7 8700K，1080 Ti，64G Mem，SSD)
: 如果是用监督式学习的方式训练网络去“预测”价格还可以跑出一点东西
: 以台指期来说，小弟做实验测试结果，价格确实并非是“完全随机”的
: 但是价格的可预测程度无法直接变成能实际赚钱的策略
: 真正完整的策略包含很多价格预测以外的决策内容，像是停损及进出场点位
: 这些东西都无法直接靠监督式学习的方式来得到，这也是监督式学习的先天限制所在
: 后来因缘际会之下，小弟看到阿发狗的新闻
: 非监督式学习（强化学习，RL）的概念很潮
: 第一次听到阿发狗下围棋的时候就深深被吸引，觉得这概念实在是屌
: 如果可以自己建一个交易游戏，让电脑自己去学策略并攻破游戏实在太帅了
: 这实在是一个会让喜欢交易的人一听就高潮的概念
: 为此小弟又花了很多时间去看RL相关的Paper
: 也找到一些可用的工具，看文件，解Bug，自己尝试不同算法与参数
: 但是用强化学习的方法来训练机器人，却无可避免会碰到运算资源的问题
: 我先用小量数据，搭配类似阿发狗的算法去训练神经网络交易台指期
: 发现数据资料集小的时候，的确可以训练出一些期望值>0的神经决策网络
: “电脑自动开发策略”的预期目标 Get!
: 看到初步结果时，我的心头大为振奋，觉得自己好像离交易圣杯越来越近了
: 反正就算市场会自己改变与进化，只要我的学习速度快过市场改变的速度
: 应赅还是可以在市场尚未改变之前交易获利吧
: 天下武功，唯快不破，我想这也是交易的硬道理
: 但是这心头的兴奋雀跃感觉也没有维持太久
: 当我开始想要更进一步，把训练资料集从数天扩展到数月或是数年的时候
: 电脑自动训练网络的时间就会变成哭爸久 Orz
: 看来除非再投资个几十万添购高档CPU或是GPU
: 不然好像很难在合理时间内跑出有实际经济效益（能真的让我赚钱）的结果
: 当然要用Amazon开AWS server来跑运算当然也是可以
: 不过又要投时间学习写分布式系统的程式，找算法瓶颈
: 这样一来又变成很烧钱的高门槛研究，想想觉得实在很难负担的了
: 小弟并非全职交易人，但是投入研究交易的时间也不算少
: 虽然实质上没赔很多钱，但如果把时间成本算进去的话也是投资颇多
: 现在回头看起来，如果把那些投在研究交易上的时间都投资到别的地方去的话
: 大概也可以有不错的成就
: 但是投入在交易上，好像没赚钱就等于没收获的感觉
: 想来实在有些感叹
: 不知道版上有多少人在玩算法交易呢？
: 对交易的想法又是什么，真的有个体户靠算法交易赚到钱吗
: 大家的看法如何呢？