程式交易有两种。 指标交易－用指标当作判断式的条件，决定进出场 一般人会接触到的程式交易 (或称 EA) 这种居多， 脸书或 Line 看到获利满满的也是这种居多，但会让人看到获利满满的，小心是诈骗。 要入门指标交易，学习为交易而生的程式语言还有对应的交易及开发工具最有效率， 例如外汇有 MetaQuotes Language 还有对应的 MetaTrader， MetaQuotes Language 帮你实作好许多指标，你只要呼叫函式，它就给你结果， 而 MetaTrader 帮你处理好程式交易所需的一切，你只要专心发展你的策略。 指标交易要再深入一点就是自己创新的指标。 另一种程式交易是 演算法交易－用机器学习或其他演算法，决定进出场 我们在交易其实是在做一件事，就是是用现有的价格 (或其它资讯) 去预测 晚一点会涨还是跌 (分类)，甚至预测晚一点的价格 (预测)。 在这很多领域例如影像、声音或文字都有类似的问题 (分类跟预测)， 电脑科学为此早就发展了历史悠久的机器学习去解决这些问题， 既然机器学习是在解决分类跟预测的问题，理所当然也可以用在交易上。 但用在交易上有效吗？显然不容易，不然学校教授早就发达了。 可是机器学习在解决影像、声音或文字的分类跟预测的问题时，其实表现不错， 甚至比人类还厉害，用在交易上怎麽不太容易？问题在哪？ 我是这样看，我是价格 Random Walk Theory 的信奉者，每一时刻的价格都是随机的， 而且背後没有相同的随机分布，随机没问题，但没有相同的随机分布就不行， 这就是交易价格跟影像、声音或文字的差别。 要入门演算法交易，就是学习机器学习理论， 实作上就以对机器学习支援较多的程式语言为主，例如 R 或 Python。 演算法交易要再深入一点我想是研究交易价格的本质。 ※ 引述《micbrimac (shark)》之铭言： : 哈罗 : 大家好 : 小弟是投资初心者 : 在职场上工作浮浮沈沈了几年 : 以前对投资理财没什麽兴致 每次听到朋友在聊投资股票 都避而远之 : 觉得投资跟赌博一样 常常听银行业朋友在报明牌 （可是都觉得超不准XDD : 唯一碰过的一次股票 是去年听了银行业朋友的话 : 买了一张台GG股票 後来觉得压力大 持股不到一周就赶快卖掉了 : 最近也不知道怎麽回事 突然起了兴致想研究理财 : 这一个月开始寻找stock版上推荐的书单 也跟银行业朋友要书单来看 : 陆续看了一个投机者的告白 走进我的交易室 stock for the long run : 才终於有点知道基本面、技术面是什麽东西 : 後来又找了玩投资的朋友聊天 探寻散户们都怎麽玩股票的 : 直到上礼拜看到脸书上的一个朋友 玩程式交易 赚了满满白花花的银子 : 才注意到程式交易 跟量化投资 认识到James Simons这位大神 : 这几天在google跟一些网站上蒐集了一些书单 有一本是版上推荐的Kaufman的书 : 稍微瞄了一本哈佛教授写的量化金融初级入门书 : 结果里面全是一堆看不懂的方程式跟数学 : 虽然我在理工科也念了些微积分、线代、ODE、PDE跟一点工程统计 : 想请教一下 大家一开始都怎麽建立自己的交易系统的 : 难道真的都是从学机率、统计学还有数学入门？ : 才一步步建立起自己的交易逻辑跟编辑程式的 : 虽然这样也蛮有趣的啦～ : 身为一个理工宅 某种程度上我也是挺相信数学的 : 只是不知道要从哪里开始 才能读懂那一堆看不懂的书 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.73.220.116 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Trading/M.1483803698.A.B08.html Ok，实务的部分再多写一些，人在做交易或回测，过程如下 交易－ 登录帐户 看盘 产生决策 下单 回测－ 拿一段历史数据 产生决策 下单 重复 最後统计 程式去做是一样的过程，所以完整的程式交易除了产生决策外， 其余的过程也需要被实作。 一样分为指标交易跟演算法交易。 指标交易如前所述，用为交易而生的程式语言跟工具最方便， 大部分除了交易的过程帮你准备好之外，回测的过程也准备好了， 所以比较没有困惑，就是去学语言跟工具，至於学那套会跟你的交易商有关 (支援那套)。 演算法交易比较繁琐，需要把过程串起来，有几个跟交易商有关的， 需要串交易商的 API (Application Programming Interface)，例如 Interactive Brokers (IB) https://www.interactivebrokers.com/en/software/api/api.htm OANDA http://developer.oanda.com/ 交易的过程会如下 交易－ 登录帐户 (交易商的 API) 看盘 (交易商的 API) 产生决策 (例如 R 或 Python) 下单 (交易商的 API) 如果想要回测，就需要另外实作剩余的过程，不过还好，外国人都很 Nice 的， 很容易找到素人实作好的函式库，例如 Python 就有回测专用的函式库 PyAlgoTrade http://gbeced.github.io/pyalgotrade/ 回测的过程会如下 回测－ 拿一段历史数据 (Python - PyAlgoTrade) 产生决策 (Python) 下单 (Python - PyAlgoTrade) 重复 (Python - PyAlgoTrade) 最後统计 (Python - PyAlgoTrade) ※ 编辑: heuristics (42.72.142.63), 01/08/2017 23:27:34 您可能将随机误解成任意，随机是有机率分布的，价格是随机的， 演算法交易才有机会。 提供一个观点，反而短时才容易出现短暂的交易模型， 您可以追一些着名的演算法或量化机构，大部分都是做高频交易。 ※ 编辑: heuristics (223.140.129.33), 01/10/2017 20:07:20 (ETHZ 删除 ES200h 的推文: 分身乱版！)