作者sky22485816 (玻利维亚)
看板Stock
标题Re: [标的] 台指大盘 机器学习线仙多
时间Wed May 17 13:53:27 2023
※ 引述《sky22485816 (玻利维亚)》之铭言：
: 1. 标的：台指大盘 (例 2330.TW 台积电)
: 2. 分类：多
: 3. 分析/正文：
: 使用RadiusNeighborRegressor回归多项技术分析特徵
: 包含价格 RSI KD 成交量... 等等
: 用其找出历史上相似特徵的收益
: 其高维特徵投影到二维上的分布如下
: 资料时间是2017年6月到现在约1300个交易日
: 蓝色点表示20个日後加权指数高於当下
: 红色则反之
: https://imgur.com/iJfDC0P
: 昨日的点位大概是红圈圈起来的地方
: 在范围内有50个邻居
: 表示曾经有五十个类似昨日的讯号
: 统计分布如下
: https://imgur.com/Okvxllg
: 其中有约75%的邻居20日後的指数会高於当下
: 平均涨480点
: 历史上发生的最高亏损约1000点
: 门票
: https://imgur.com/18p253C
因为今天是期货结算日
明天以後有可能因为别的短周期策略放空
对帐单上的平仓损益会失真
所以提早两天发文
这篇文的标的还是会在5/19日盘收盘的时候平仓
目前的未平仓损益约为+200点
https://imgur.com/SCz4xdn
另外此策略在5/10号 15473又做多一口 目前未平仓损益+380
是因为在那天也满足此策略进场条件
只不过因为上次发文的部位还没有平仓 所以就没有说
第二个讯号的入场原因一并补充
https://imgur.com/KfYBLiD
那天的数据特徵大约在图片中黑色圈圈处
历史上有53个neighbors
其中有85%的数据20日後的指数会高於当下
平均期望损益约400点
https://imgur.com/szpv3Q6
------------------------------------
我的表达能力可能有点差
不过简单的类比给大家
例如说题目是看身高体重猜测腰围
身高、体重是特徵，而腰围就是要回归的数据
所以今天一个人他体重是90KG，身高170CM
当你需要预估他的腰围时
你会去查查 体重在85~95KG，身高165~175CM的人
他们的腰围平均是多少，来当作你的预测
这大概就是RadiusNeighborRegressor在做的事情
当然还需要对数据做一些前处理，特徵筛选，以及调整超参数之类的
对机器学习有兴趣的可以在Youtube搜寻一下台大李宏毅老师
他的课程内容很好，我是他粉丝
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 122.116.44.75 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1684302812.A.DEB.html
1F：→ aaaaaaa1 : 有赚钱就是好策略 恭喜赚钱 05/17 13:54
※ 编辑: sky22485816 (122.116.44.75 台湾), 05/17/2023 13:55:42
2F：推 EHacker : 赚烂 05/17 14:06
3F：推 turtle66 : 恭喜 05/17 14:09
4F：推 fiend0229 : 科学数据进出场蛮厉害的 给推 05/17 14:24
5F：推 SunGuang : 推大数据 05/17 14:39
6F：推 potatochip : 这种研究方式是对的，你会赢 05/17 14:39
7F：推 bryanma : 好难，可不可以发一篇科普 05/17 14:46
8F：推 peacesignv : 好扯 要赚大钱了 05/17 14:51
9F：推 TP62842UL3 : 赚烂 恭喜 05/17 14:53
10F：推 PttNoMoney : 看不懂 05/17 15:02
11F：推 brandonhsu8 : 强 05/17 15:06
12F：推 tanchuchan : 恭喜 05/17 15:11
13F：推 kobe0819 : 厉害 存 05/17 15:23
※ 编辑: sky22485816 (122.116.44.75 台湾), 05/17/2023 15:38:57
14F：推 qscNERO : 推李老师 05/17 17:13
15F：推 codotsun : 好奇为什麽是看20天後XD 05/17 17:59
16F：→ sky22485816 : 其实就只是一个命题内容而已，要订什麽题目看自己 05/17 18:01
17F：→ sky22485816 : 喜好，只是做不做得出成果就不确定了 05/17 18:02
18F：推 c123791598 : 的确 每次都是盲盒XD 05/17 18:17
19F：推 glmkk : 有赚钱就是对的策略 持之以恒 05/17 19:50
20F：→ warlocks : 有趣 赞一个 05/17 23:07
21F：推 victorcoo : 想请教你的ML模型在test set准确率有多少 05/20 08:39
22F：→ sky22485816 : 这个有点难说清楚，因为回归模型预测的是数值。我 05/21 14:38
23F：→ sky22485816 : 并非单纯的回归预测是正值就做多并计算胜率。会有 05/21 14:38
24F：→ sky22485816 : 一个阀值，这个阀值是要调参的，当预测值大於某个 05/21 14:39
25F：→ sky22485816 : 阀值才进行做多或是放空。所以在二维表示的分布图 05/21 14:39
26F：→ sky22485816 : 上面并不是所有的地方都会进行交易。然後还要考虑 05/21 14:39
27F：→ sky22485816 : 到讯号与讯号之间的间隔如果小於一个月，那你是想 05/21 14:39
28F：→ sky22485816 : 统计所有讯号的总和胜率，还是说你假设就一笔资金 05/21 14:39
29F：→ sky22485816 : ，在第一个讯号没出场前出现第二个的话得放弃第二 05/21 14:39
30F：→ sky22485816 : 个讯号。如果是後者的话胜率有七成多，但是实际上 05/21 14:39
31F：→ sky22485816 : 有交易到的数量并没有很多。平心而论这个策略对我 05/21 14:39
32F：→ sky22485816 : 而言并不是一个很好的策略，在还没出场前又出现的 05/21 14:39
33F：→ sky22485816 : 讯号在统计上收益会更好，所以等於说必须要一直不 05/21 14:39
34F：→ sky22485816 : 断的留钱给後面的讯号，不然胜率会比较低并且波动 05/21 14:39
35F：→ sky22485816 : 会比较大。 05/21 14:39