回顧2017年 我發現惹 -------------------------------------------------------------- 推 ETHZ: random walk is part of the stochastic process 01/13 11:24 推 ETHZ: 這個我改天寫篇專文來解釋好了 -------------------------------------------------------------- 我覺der你欠大家一篇文章 我先說自己的認知 這不是我的專長有錯請指正並補充 隨機:強調結果是固定機率分配且無法預測(以更高的機率猜到可能結果) 不可預測 我丟公正骰子 我預測的成功率1/6 是隨機的 可預測 旁人從我的肌肉緊張與手勢方向猜出可能結果(可能是1/2的準度) 賭神丟公正骰子: 可以控制點數 賭神完全可預測 數學上的隨機是說不管用甚麼方法都無法提高預測的成功率 丟骰子的結果其實有預測的機會 只是偽隨機 我沒作弊的話丟出來的結果應該是1/6的均勻分配 但旁人有預測的可能 量子力學說的測不準原理的那種特性就是真的隨機 至少到目前為止是真隨機(無法用任何方式預測) random:是隨機的且機率分配是固定的 例:高斯 柯西 正常骰子(1/6) 灌鉛骰子... 從開始到最後的每個隨機變數都是固定的機率分配 正常骰子或灌鉛骰子從頭用到尾 stochastic:是隨機的但機率分配不一定相同 過程中可能一下子高斯 一下子柯西 正常與灌鉛骰子會互換 Random Walk Theory 股價變動是隨機的且機率分配是固定的 最出名的就是選擇權BS模型對股價變動的假設 永遠都是高斯分配且波動性固定 這已經可以確認是錯誤假設了 波動性絕不固定 機率分配應該也不固定 西蒙斯可能有用HMM方法中的Baum-Welch算法 他應該是假設 股價變動是stochastic 而不是random 例:正面灌鉛的硬幣(空頭) 反面灌鉛的硬幣(多頭) 公正的硬幣(盤整) 多空頭或盤整時期都是有漲有跌 但是用的硬幣不同 所以多頭時期容易漲 空頭時期容易跌 用不同硬幣 正反面朝上的機率會不同 西蒙斯就是能猜出現在正在丟甚麼硬幣 因此他就有多空方的優勢 我覺得這才是合理的方法 由上述可知 妄想用特定模型或公式預測股市是不可能的 因為那就是認為 股市有固定不變的隨機機率 但這與事實不符 如果是用某個模型判斷目前股市的隨機特性則較為合理 預測股市可能嗎? 我認為是可能的且西蒙斯的績效就是最好的證明 股市變動結果雖然隨機機率分布的混合 但並非完全不可預測 技術分析 基本分析 籌碼分析 內線交易..... 應可以讓投資人取得預測優勢 所以股市應只看似隨機 股市價格是所有投資人的委託單搓合的結果 若能判斷或誘導投資人的行為 說不定就有預測優勢 注意:這種預測優勢 不是賭神丟骰子那種完全預測的優勢 應屬於海珊用攝影機偷看陳小刀牌的那種優勢 海珊可以偷看 陳小刀也可能放牙籤讓你看 所以海珊還是要判斷陳小刀有沒有放牙籤 或有沒有放牙籤的情況下各是哪種預測 但陳小刀就沒辦法看莊家的牌 只能單方面誤導莊家 總而言之能當莊家且投放誤導資訊應該較有利 大戶錢多股票多還能放消息 散戶就只能被動接受資訊然後猜測 甚至有些散戶就只聽老師的明牌 另外散戶還有心理面過度恐慌與過度樂觀而沒有理性分析的問題 ※ 引述《gunhow (剛好)》之銘言： : ※ 引述《heuristics (阿弟牯)》之銘言： : : 程式交易有兩種。 : : 指標交易－用指標當作判斷式的條件，決定進出場 : : 一般人會接觸到的程式交易 (或稱 EA) 這種居多， : : 臉書或 Line 看到獲利滿滿的也是這種居多，但會讓人看到獲利滿滿的，小心是詐騙。 : : 要入門指標交易，學習為交易而生的程式語言還有對應的交易及開發工具最有效率， : : 例如外匯有 MetaQuotes Language 還有對應的 MetaTrader， : : MetaQuotes Language 幫你實作好許多指標，你只要呼叫函式，它就給你結果， : : 而 MetaTrader 幫你處理好程式交易所需的一切，你只要專心發展你的策略。 : : 指標交易要再深入一點就是自己創新的指標。 : : 另一種程式交易是 : : 演算法交易－用機器學習或其他演算法，決定進出場 : : 我們在交易其實是在做一件事，就是是用現有的價格 (或其它資訊) 去預測 : : 晚一點會漲還是跌 (分類)，甚至預測晚一點的價格 (預測)。 : : 在這很多領域例如影像、聲音或文字都有類似的問題 (分類跟預測)， : : 電腦科學為此早就發展了歷史悠久的機器學習去解決這些問題， : : 既然機器學習是在解決分類跟預測的問題，理所當然也可以用在交易上。 : : 但用在交易上有效嗎？顯然不容易，不然學校教授早就發達了。 : : 可是機器學習在解決影像、聲音或文字的分類跟預測的問題時，其實表現不錯， : : 甚至比人類還厲害，用在交易上怎麼不太容易？問題在哪？ : : 我是這樣看，我是價格 Random Walk Theory 的信奉者，每一時刻的價格都是隨機的， : : 而且背後沒有相同的隨機分佈，隨機沒問題，但沒有相同的隨機分佈就不行， : : 這就是交易價格跟影像、聲音或文字的差別。 : : 要入門演算法交易，就是學習機器學習理論， : : 實作上就以對機器學習支援較多的程式語言為主，例如 R 或 Python。 : : 演算法交易要再深入一點我想是研究交易價格的本質。 : 很有趣的議題 : 不過我持的意見正好相反 : 我認為價格不是隨機分布的 : 在某些可供辨認的條件中 : 價格是可以被辨識方向的!! : 這點只要是做手單的人 : 做久了就會有體會 : 市場不是隨機的~~ : 簡單來說若市場真的成隨機分布 : 不會看到長時間下來指數呈現上漲趨勢!! : 市場價格受到規則與環境影響 : 在某些條件下他是單向性的 : 就像玩德州撲克每張牌出現是隨機的 : 但是某些牌型出現後你的勝率會拉高 : 市場也是如此~~ : 因為市場由人所組成 : 每個指標~~~只要相信他的人越多 : 他就會越自我實現 : 然後就會引來狙擊者!! : 直到指標失效~~然後再慢慢生效 : 所以很多人講的隨機漫步法則 : 手單做久了就覺得..... : 隨機只是"市場"的一部分!! : 市場還有不隨機的那部分!!! : 關於演算法能不能推出市場發生何事 : 我認為是很有機會的~~XD : 前提是要寫的人會做單!! : https://www.zhihu.com/question/40171482 : 麻將與人工智能 : 在這裡有所謂動態分支樹的概念 : 當你設計的條件可以有效地降低分支樹的概念時 : 演算就開始有意義!! : 當然....交易比麻將困難多了!!! --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 218.164.55.200 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Trading/M.1514795670.A.608.html 17 1/07 heuristics R: [問題] 大家都怎麼學程式交易 建立交易模型的 去上面看這篇文章裡面有提到一些 3573吧 然後你可以再找找中國的網站 也有一些資訊 關於預測這部分 就只能盡力而為 不可能要求百分之百準確 對台灣來說最重要的預測 就是颱風與地震 天氣陰晴下雨是全世界各國都有 預測結果的態度就是可以參考 不要迷信 依據天氣預報 決定要不要帶雨衣 每天隨身攜帶摺疊傘預防萬一 所以預測可以參考 但風險也要控制 樓下U姐說的很對 簡單的說控制"風險"是必須的 因為那有確定性 在金融市場就是停損 "預測"股價是一種專業 可以增加收益也伴隨著不確定性 要在事前做預測 但不要以為自己是賭神想丟幾點就是幾點 內線交易應該是預測效果最接近賭神的方法(當然是沒被抓的情況) 只是多數的預測沒辦法像賭神一樣 你可以去看看電影決勝21點 說到賭局預測21點是最簡單易懂的 預測颱風 在台灣最經典的案例 就是賴半仙變成賴半天 我們現在可以提前知道颱風何時要來 對登地點也有相當的準確度(在接近要登陸的時候) 有沒有注意到地點其實常會修正 要不要放颱風假通常是大家最關注的焦點 賴半仙的神預測其實是非常不可取的行為 因為氣象局的準度沒那麼高 ※ 編輯: ProTrader (36.239.195.16), 01/01/2018 22:13:28 ※ 編輯: ProTrader (36.239.195.16), 01/01/2018 22:37:32 ※ 編輯: ProTrader (36.239.195.16), 01/01/2018 22:39:04 ※ 編輯: ProTrader (36.239.195.16), 01/01/2018 22:39:41 就是這樣 停損跟預測有各自的功用 這是絕大多數交易員的追求 我到覺得還好 不需要特別反駁 新手應該是停損比較重要 為了活下去 進階開始追求獲利之後就會找預測優勢 然後就會知道 預測屬於事前功課 停損屬於風險管理 都是交易員的日常工作 所以我不會覺得哪個比較重要 可能跟個性也有關 積極的人就預測重要 保守的人就停損重要 我是理性的人 就只是嚴謹執行交易策略 早在策略設計與回測時就已經知道獲利與風險特性 我幫你訂正錯別字 ^^^^ 如果說那代表某種暗示...請私信 ※ 編輯: ProTrader (36.239.195.16), 01/01/2018 23:39:01 ※ 編輯: ProTrader (36.239.195.16), 01/01/2018 23:41:29 ※ 編輯: ProTrader (36.239.195.16), 01/01/2018 23:41:54 ※ 編輯: ProTrader (36.239.195.16), 01/01/2018 23:42:14 ※ 編輯: ProTrader (36.239.195.16), 01/01/2018 23:42:56 對交易員來說 這是重要的問題 我提供自己的想法讓妳參考 交易能獲利的核心關鍵在於對金融市場的了解程度 江恩矩陣占星與各種指標以及各種分析方法 本質都是提供進出場訊號 這些訊號的共同特性就是有時候準有時候不準 所以才會說程式交易沒有聖杯 因為股價變動特性是stochastic UJ說的就是用人類的智慧幫邏輯信仰的進出場訊號找到合適的使用時機 靠的就是自己的交易經驗讓自己的大腦神經網路得到交易策略 至於回測有時有效有時無效的問題也在於對金融市場不瞭解 用傳統技術指標的人 也很類似UJ說的狀況 差別是訊號不同而已 但如果是做機器學習的人 就要有能力判斷市場到底是甚麼狀況 下面是我之前舉的HMM例子　這是簡單說明 應該與現實不符 　　 ------------------------------------------------------------ 正面灌鉛的硬幣(空頭) 反面灌鉛的硬幣(多頭) 公正的硬幣(盤整) ------------------------------------------------------------ 真正的市場裡用的可能是各式各樣的骰子 而不是正反面的硬幣 暴漲 暴跌 大漲 大跌 漲 跌 盤整(小漲小跌)...... 骰子1. 暴跌 大跌 漲 盤整 大空頭時期 骰子2. 大跌 大漲 漲 跌 盤整 日常交易 骰子3. 漲 跌 盤整 盤整 盤整盤 . . . 而且丟骰子的時候各種結果出現的機率大小都不同 寫程式的人對金融市場了解程度越高上述各種骰子的估計就會越正確 能較有效率的掌握市場的各種特性 交易策略就會有穩定性較高 UJ說的是傳統人類智慧 基於HMM的回測就是目前火紅的人工智慧 哪種比較好? 我當然是認為機器學習人工智慧比較好 傳統人類智慧有個好處是普遍性高而且可進化 海龜培訓班就是個例子 培訓班入門後 說不定 可以進化成傑尼龜 賽亞龜 甚至超級賽亞龜 巴菲特就是傳統人類智慧交易獲利的典範 與其說哪種比較好 應該說妳想選擇哪條路 ※ 編輯: ProTrader (36.239.195.16), 01/02/2018 00:55:03 我知道樓上說的專業是 自營交易員或基金經理人之類的人 在法人機構交易部門前台中台後台的依照專業分工所以分類很細 只是個人覺得樓上已經到達矯枉過正走火入魔的程度 風險管理是專業 股價分析也是專業 還是樓上覺得中台是專業前台是業餘 認同樓下UJ說的 但我想幫補充 業外的不進場就是 完全不碰股票期貨等風險性商品的人 業內的不進場就是 開課收學費(沒牌) 當投顧收會費(有牌) 當券商期貨商收手續費 按照樓上的邏輯 收學費會費或手續費的人應該都比巴菲特更專業 就我的認知巴菲特是沒有停損的 所以絕對有歸0的機會 因為不進場就完全沒有曝險部位 完全沒有歸0的可能 不進場就算有成本也只是開業成本與營業成本 幾乎可完全掌控(水電租金可能浮動所以不能達到完全掌控) 我想說股價分析與風險管理都是一樣重要的 而執行態度可以是 專業 業餘 散戶 就看自己想怎麼做 ※ 編輯: ProTrader (36.237.194.171), 01/04/2018 11:49:10 樓上 我覺得現在明顯是我們的認知有差別 中台有意見 前台就說 "被電沒業績的時候 黑鍋你揹" 中台思考中 中台表示 "我沒意見" 我不是業內 但我有認識有業內經驗的人 對方的表達與我的理解應該都可信 我想表達 價格分析與風險管理與業內業外無關 看自己想做到甚麼程度(專業學術論文 買書參考 自己想 聽老師說...) UJ想表達 不要進場就完全沒有曝險部位 你表達的 1. "預測"股價就是業餘 控制"風險"才是專業 2. 賭徒是不專業的玩法 buy side應該不會讓交易員 take view重壓 3. 交易員風險要自己控管 中台傻傻的(很散戶??) 不懂前台中台的分工細節就不是專業 依據1 UJ跟我誤解 => 你認為沒有曝險部位最專業 依據2 所以UJ跟我才會誤解 => 你認為專業就是進公司玩別人的錢 依據3 我覺得 => 你認為交易員的風險要自己管理 我一直都認為交易員交易部位與風險管理都是靠自己決定 能不能請你先明確定義 甚麼叫做 "專業" "業餘" 例:是不是業內 哪些事能做 哪些事不能做 知識水準有甚麼要求??? ※ 編輯: ProTrader (36.237.194.171), 01/04/2018 14:29:49 我知道的就抓龍王啊 猜到股市可能要崩跌 放空 電影大賣空就類似在抓龍王 只是你那種用物理模型硬套想法我是完全不認同 可以參考物理模型然後建立金融市場模型 ※ 編輯: ProTrader (36.237.194.171), 01/04/2018 16:24:37 random stochastic 都可以 因為就是這樣翻譯的QQ 當你意指某隨機變數(有特定機率分配) 應該是random 當你意指某隨時間變動的變數 應該用stochastic 你這個我沒聽過 漲知識了 我聽說的是來自做TRF的前台 ※ 編輯: ProTrader (220.142.121.206), 01/05/2018 00:38:57 ※ 編輯: ProTrader (220.142.121.206), 01/05/2018 00:43:24 model很多我能理解 但這麼不和諧是常態嗎?? 還是看公司?? 我知道的是 所有model的評價結果都擺出來 看是挑順眼的或是算平均 總之金管會那邊要過的去 中台有意見就叫他揹業積鍋 請問你們業內真的有哪個部門真的會覺得自己很專業嗎?? 除了業務說服客戶下單真的話術(我們有專業的團隊之類的)很專業 自己的評價結果不敢交易 評價模型哪個對也不知道 做財工的只能說常用的模型都知道 算是專職財工人 ※ 編輯: ProTrader (220.142.121.206), 01/05/2018 00:47:51 ※ 編輯: ProTrader (220.142.121.206), 01/05/2018 00:50:23 ※ 編輯: ProTrader (220.142.121.206), 01/05/2018 01:08:52 HMM是語音辨識很常用的技術 西蒙斯雇用的員工有這樣的專長 所以推論西蒙斯有用HMM應該是合理的 孤狗關鍵字"AI科學家的土豪人生" 當然我不敢保證一定有用HMM(就算真的有用我猜也是修改版的HMM) ※ 編輯: ProTrader (36.237.192.240), 01/06/2018 00:11:46