自學 algo trading Day 0

139 回覆
81 Like 9 Dislike
2021-07-06 12:34:27
建議你唔好去追求技術/coding上嘅不斷進步,而應該focus on搵alpha。冇alpha 嘅你整幾多networks 都係garbage in garbage out
2021-07-06 12:37:22
我都識人係ssrn 到搵
2021-07-06 12:50:55
應該會搞equity 先
暫時會睇fundamentals 同alternative data (Twitter /tiingo)

Stats arbitrage 太多人做 又要諗colocation 又要直接subscribe data feed 其他人係做緊C++ 同threading

我鬥唔過
2021-07-06 13:15:34
上面既睇法有D out, 點解要自己搵strategy
依家既技術已經講緊由AI自己去搵strategy

黃士傑圍棋業餘六段, 佢自身技術升唔到更高階位, 但佢整左AlphaGo出黎贏左全人類

AlphaGo Zero其至可以從零開始完全唔需要任何人類棋譜做Training就可以建立到strategy
2021-07-06 13:25:18
鬼唔知咩 問題你有冇咁既能力先
你鳩up兩句就緊係易啦
如果你有能力用ML train到model 係搵strategy比你
你月薪應該都100k up
2021-07-06 13:32:23
入門可以玩住Multicharts先
我都想學Python搞ML
2021-07-06 13:39:38
你廢唔代表其他人廢...
識人做到, 不過D ibank厭佢英文差唔請佢

AI依家之所以流行就係因為門檻太低
近5年差唔多年年大學FYP都有人做炒股AI
隨便google都已經有一堆model畀你抄考
坊間既書又係隨便都有一堆
2021-07-06 14:02:48
你唔撚係以為ibank係要D上網就搵到嘅咩LSTM price prediction或者something even worse下話
2021-07-06 14:06:14
on99
2021-07-06 14:37:03
做齊data cleansing
搵到strategy
個strategy回報好好
drawdown細
sharpe ratio高

係一件幾難嘅事

呢D strategies 雖然有大把(利申我都有),但大部份係trade secrets,冇人會公開出黎,要靠自己慢慢摸索

新手可以由reversion + momentum 入手
人人都知嘅Idea 但由此引伸嘅strategies 可以有幾萬種
2021-07-06 14:46:50
我係叫樓主即管去鑽研究programming, 唔洗理班唔識tech既人
2021-07-06 15:55:29
lm
2021-07-06 16:17:59
ML係一種進階版搵最佳參數既工具,前設係只能應用係固定環境入面,遊戲本身就係預設好固定既環境,所以係無敵。但股市並唔係固定環境,所以用ML搵策略,最終都只係跌入返over fitting既問題,呢個問題Ernest chen都提過,佢研究左咁耐,最後都係話ML只可以應用在已經有獲利能力嘅trader身上,而冇可能靠ML搵到賺錢策略,主因係市場太多noise,呢部分既職責一定要靠人腦去處理先得。
2021-07-06 16:47:36
當然要domain knowledge la, 難道你以為黃士傑那個圍棋業餘六段係流架
2021-07-06 17:29:57
支持
2021-07-06 18:14:42
Algor 有好多困難要克服:
1. 賺錢嘅 strategy,呢個最難,無人教到你
2. Backtest , 主要程式編寫,open source 有得抄,但想改到啱自己用唔係咁易
3. 準備Backtest data , daily 易揾,intraday 要俾錢
4. 將backtest 好嘅 strategy 接入 broker api
5. 攞 real data feed 入去 program做trade
每項由零做起都用你一段時間
要快d 可以買現成程式如 amibroker, mutlicharts
2021-07-06 18:15:36
Alpha go個底係用MCTS寫, 呢個方法只適用於完全資訊既對局
股市係不完全資訊, 唔用得呢套Reinforcement learning

除左Alpha go之外, 不完全資訊既對局AI例如Microsoft既麻雀AI Suphx
日本麻雀除左不完全資訊外, 仲有超複雜既計番機制, 同埋多維空間既計算, 結果design team就用一個先知教練既方式去Train個AI, 做埋一個Reward simulation系統, 唔單止著重每局輸贏, 仲平衡埋其他場次既名次局勢

上面呢兩個例子都係出色AI既例子, 但股市係更複雜既game, 複雜到連自己有d咩係唔知都唔知, 所以要做到一個好既AI, 個問題係要Design AI既人諗到邊一套方法適合你玩緊既果套game, 呢個係AI而家都幫唔到既野
再講既就係, 任你coding skill幾好都好, 你無idea諗到呢d方法你做algo trade都係賺唔到
結論: 我個人建議係樓主唔應該覺得學完algo就幫到你炒野, 應該先有一套自己既投資方法跟住先將佢轉做algo. 但學algo都係有用既, 可以幫你做analysis, 搵下insight.
2021-07-06 18:25:45
認同 algo trade呢樣野無programming 真係哂氣
2021-07-06 18:50:53
咪小學生啦, 炒股想必贏
2021-07-06 18:52:33
好犀利,我都係買人地個program
2021-07-06 18:58:43
想節省時間就可以睇下啲code sample
入場 出場 資金控制 策略回測

可以話定你知 若果用指標或組合指標去炒
會輸得好慘

早你一年開始寫
正常白紙預半年先識得完整program同睇人寫啲乜
吹水台自選台熱 門最 新手機台時事台政事台World體育台娛樂台動漫台Apps台遊戲台影視台講故台健康台感情台家庭台潮流台美容台上班台財經台房屋台飲食台旅遊台學術台校園台汽車台音樂台創意台硬件台電器台攝影台玩具台寵物台軟件台活動台電訊台直播台站務台黑 洞