跟過去比起來產生了很大的質變
我的心得大概有三點
1.就當沖而言, 簡單的均線或是順勢交易已經無法賺到像過去一樣的利潤, 現在拉跟殺的速度都比以前快很多, 順勢盤很好做, 但是這種盤越來越少. 很多做摩台期的都轉戰台指期了, 包括對沖基金, 這些人都是這個領域的頂尖.
2.因為1., 所以用1分K或是5分K速度還是太慢, 能夠取得tick資料比較好, 也因為1., 現在當沖的操作難度比留倉要高.
3.想出能持續獲利的當沖策略真的是超難的, 你不知道回測結果很棒的原因是因為技術還是運氣, 我曾經開發一個當沖策略, 從下場第二天開始, 績效累積的幅度就不如回測期間那麼漂亮的斜率, 幾個月過去了, 我沒有從這個策略賺到錢, 反而還要補錢.
市場一轉強, 自我感覺良好的人就多了起來, 這其實是很危險的.
[太陽底下 存在的事物 都有其道理的.]
在人工喊盤搓合的環境 遇到快市的時候
找不到對方接你的單子 眼睜睜看價位跑掉
怎麼辦?
就如同現在是:
系統hold住 cpu%飆高 按滑鼠沒反應.....
萬一 如果逃生門又堵住(漲跌停) 被關門打狗 那才是求救無門
券商為什麼不改善這種現象呢? (自己可以想一想, 往暗一點的地方想)
自己如何因應這種狀況也都要提前考慮到
sniper trading一書也有提到類似的情形:
科技進步使得遊戲場更為公平...
....但答案不在科技之中
(3com網卡有比螃蟹卡好嗎?)
搶K棒spike的價位 就如同與主力搶零用錢 那要看運氣/手法.
-------
另外 那一個多空雙巴的討論
其實 多空雙巴 與 多空兩賺 是一線之差
翻雲覆雨 屬於高難度特技表演
所以 只作一個方向 不會兩邊中彈 倉位要小 停損顧好
也是不錯的對應方式 僅供參考
-------
上下掃蕩吃停損(search-and-destroy) 這才是市場中迷人的所在
小寒節氣剛過 話太多了
大家繼續發財喔!
我的感覺是程式交易如果做當沖，很容易被巴來巴去，而且我的感覺有些時候莫名其妙的波動，可能就是因為程式單的影響，所造成的。現在真的有很多人都想要靠電腦賺錢。
我所謂的波動是以我自己的看盤方式而言，所以其實我不太相信程式交易作當沖能夠有多好的成績。
在波段操作部分，程式交易可能會比較有機會，因為畢竟做回測就是在做統計，統計同樣的進出判斷能夠有多少的勝率。但是後援資金必需要夠大，而且可能以次數論，輸的次數會比贏的次數多，唯一有可能做到的是用贏的點數要大於輸的點數很多才可以。
但是那是需要對於會重複出現的現象作統計才有意義，若是只會出現一次的東西，那麼就無從研究起。
剛好最近我在看王唯工教授的某本書，裡面有提到上述的概念。
在股市中，不可否認有些是會有一些重複的現象，但是更多時候，往往這個月走勢，或這個禮拜的走勢，就跟上個月，上個星期走勢作法不太一樣。所以我覺得做程式交易者，常常都需要去修改那些程式，因為一套程式可用的時間週期無法撐很久。
做tick的交易，以電腦來說是沒問題，只要不是非常大數量的數值運算。而對於人工操作而言，那是沒有意義的事情。但是有一點我覺得，切到tick層次後，就好像物質做到奈米後，特性都不一樣了，會不會所有的判斷都變成只有二元的可能，而不是fuzzy domain？然而人為的市場有可能只是01的判斷可以掌握住的嗎？
我知道現在像台大財金系還是資工系有教授在以人工智慧搞程式交易，記得我記得其中有一套系統大概就是以機械學習概念，不斷的動態修正策略。國外也有部分程式操作系統也是類似作法。只是我覺得，怎麼搞到最後是變成機器來學人的作法？
機器永遠無法真的瞭解到消息面，無法瞭解到市場信心強度，甚至於說市場資金比重變化等等無法量化成有用的數據提供運算決策之用。
我同意您對大盤盤勢未來的看法，在一堆人用差不多的操作方式時，所有的進出模式會變得有跡可尋，然後就會有人把自己的程式進出點改的稍微前一點，最後演變成每個人都一直往前改，改到整個方向都已經不是原來的方法了。這會演變成大盤起伏越來越大，急拉急殺次數越來越多，V形反轉的情況頻率越來越高。
這種強勢盤，對於程式交易者，會是個夢魘，因為系統決策跟的上的才有賺，跟不上的就被巴，於是就又需要修改，然後就又回到我上一段的例子了！
我想程式永遠做不到一點，就是像我昨天在盤中有一段特意貼出來的極短線判斷，我可以靠我的經驗抓出大約那時候將要下殺，大約殺到幾點。這些判斷就是我認為我沒辦法寫成程式的原因，因為那不是一種演算法，也無法數值化，而是經驗累積起來的判斷智慧。只不過我現在大約還只能夠抓到大約六、七成，而且有時候這些判斷會被心態影響。
zagato wrote:
台指期從前年調降期交...(恕刪)
看來zagato也是高手
台股已經產生很大的質變..
唯一不變的就是它每天都在一點一滴的改變..
連現在看1分k都嫌太慢..
曾在網路上看過一篇研究..
它將這兩年每日期貨走勢作統計..
發現9：00、9：45、13：30這些時間點的成交量比平均量大出很多.
9：00和13：30因為是開盤和收盤，所以造成大成交量算是合理現象.
可是為何9：45的成交量會比一般大呢？
因為它剛好是60分k、30分k、15分k和5分k訊號的時間點.
此時它會觸發程式自動下單.
而且這個現象一年比一年明顯.
在過去未有程式交易時，沒有過這樣的現象！
由此可大約統計出近年來程式交易增加的戶數！
這幾年增加許多各方各派的高手加入戰局.
期待未來還會有如何的改變！
不過依照您的描述，我想應該還是沒有人會瞭解的，不過獲利方法可行就自己留著，不管別人怎麼說，那都是自己努力來的。
免費奉送大家一個小訣竅，不過我不能夠保證這個方式可以用多久，一方面公開後，主力知道之後一定會改變作法，二來這個方法的本來就可能是這段時間才會出現的現象。
為什麼我說這兩天我該賺沒賺到呢？
最近這一段時間，我晚上及開盤前的摩台都會看，有時候會有莫名其妙的單出現。
像今天開盤前幾分鐘，摩台就出現一筆300點的單。當時的摩台原先的點數還是296多左右吧，如果我沒有記錯的話。
結果今天的收盤就在300點左右。對應到台指就是我們今天看到的結果。
這個情況我看過幾次，對應後來的盤，似乎有點邪門。
所以昨天跟今天我如果軟體沒問題的話，應該都可以玩得很愉快，至少我知道大盤一定會向上。
不過，參考就好，什麼時候失效，或是還會不會出現，我不敢保證，況且，公開之後，我們就看看大家一樣的作法時，會不會讓有效的策略也失效。算是做一個實驗。
輸贏都不要找我算帳喔！
不過有靠這個賺到的人一定要回來報告一下喔！
這也算是一個小範例，有很多小細節，或是小地方如果自己有觀察力，操作不一定是靠那些線型，所以之前很多朋友在要我吐出來作法，一五一十的招來，我就只能說，那真的言語無法形容，只有過程我還能講的清楚，事實上也在這個版上面講的夠多了。
各位有興趣的話就參考一下囉。
話說回來，不管是美國市場也好，倫敦市場也好，我覺得都是有內線主力的。
有太多的例子可以證明，去年連續三天大盤漲停，不是主力人為的嗎？為何那個消息可以有那麼大影響力，那只不過是借題發揮罷了。
不管是國外、國內市場都一樣。
以法人為主的市場，消息，資金，甚至於同時間下單，可能在券商的排單系統中，你我的就一定會再法人的後面。
所以不管是怎麼操作，最重要的是瞭解市場的老大是誰！而最重要的是，我們怎麼去懂得跟在老大後面，人家老大吃香喝辣的，而我們要跟在後面撿一下老大從嘴邊掉出來的麵包屑。
程式語言我是半路出家, 學藝不深, 但在計量財務與行為財務還算小有涉獵, 所以我也不知道人工智慧現在做到哪裡了
現在程式交易我遇到的問題至少有三個
1.當沖跑即時最佳化, 但是電腦運算能力還是不強(或是根本不該在Excel 2007上面用, 但是我只會這個......)用遺傳演算法來不及算, 灰色理論可以, 但是又會遇到問題2., 甚至我的工作站用nuclearMC評分得分有34000分, 2008年3月組的, 到目前在Mobile01還沒有看到分數比我高的, i7 980X超頻以後應該可以(我很哈6核心Xeon推出以後的HP-Z800工作站.)
2.最根本的, 過去t-n分鐘的最佳化不能保證接下來t+m分鐘的成功,t與n與m都是可變量......
3.門檻值不知道怎麼決定, 有時候固定點數T比較好, 有時候又是某種區間(例如過去N分鐘極大極小值的X%, T跟N跟X%也是可變的..., 模糊邏輯的歸屬度可以解決部分問題, 但是門檻值還是逃不掉...
不過如果會寫if...then, if....or,
就可以算是一種基礎專家系統
就像是決策樹一樣
我沒記錯的話, Excel每一個儲存格可以容納64層的if...then
然後又可以引到其他儲存格, Excel工作表用在橫斷面真的很好用
不過我對重複現象有與知行合一不同的體認, 重複現象不見得在比較長的時間尺度才會出現, 用快市的250個tick加起來時間座標跟點數遮住, 那種形狀跟你說是過去一年的資料應該也可以騙過人, 這點在"股價, 棉花與尼羅河密碼"上面有寫, 只是這種tick的運算量實在太大了, 而且Excel資料倒進來最短只能一秒間隔, 所以我目前僅止於從Bloomberg下載tick做回測, 我最主要是想了解我的模型結果在不同時間尺度(每n秒, n從1-600)是否有不同, 但是沒辦法即時用tick來交易(要判斷現在是不是快市很簡單, 每1秒tick報的越多就越可能是快市, 不然常常慢盤tick2~3秒都不跳一下呢~~)
還有, 知行合一說機器無法了解消息面, 這點有誤, 目前已經有公司發展出利用NLP(自然語言處理), 與路透, 彭博或是華爾街日報等新聞來源銜接, 自動判讀這則跟XX公司的新聞是屬於正面, 負面或是中立, 然後來做交易, 據說可以有alpha, 而且是傳統計量因子無法解釋的.
我想Fractal 本來就在描述真正的自然界，而原本財金界所使用的那些高斯模型所衍生出來的理論，本身就是錯的。所以像是什麼隨機漫步指標等等，基本上都是沒用的東西。
我前面其實也說過了，老祖宗講的『道』，天地間的道理，是有規則可依循的。那本書我看完後，更讓我佩服古人對自然觀察的智慧是有多麼的先進。
經濟學理論上講的那些理性的個體，我想您也知道現在已經有太多人跳出來反駁這種理論。而事實上，個體有不同的特質在、也有相同的特質在，聚集起來就跟fractal一樣，相同性質的小東西，組成一樣具有相同性質的大東西。但是那些不同特質的東西聚在一起會變成什麼？ Who knows!
所以雖然大的波段是跟大量的tricks放大來看，無法分辨誰是誰，那只是說明了兩者的複雜度等級是一樣的而已，不是嗎？
市場就是這樣一個東東。
我記得那本書裡面也有提到一點，並非所有的理論都可以通用於所有的單位大小。書中所舉的物理學例子，牛頓力學到了奈米層次就沒有用了，而一般我們生活所處的環境，用量子力學也是浪費力氣罷了。
一。VB本身就是解譯器，我是不曉的他是否會先編成Meta Code，不過效率來講比起C compiler所編出來的絕對要慢上個十幾倍以上。如果你又剛好用VB寫一些細微的計算，而不是都呼叫內建的sub-program。那麼我想都很難有滿意的效率。
二。這一點絕對是theorem，唯有真的認知道這一點，才能夠瞭解不要想去找最佳解，浪費時間。
三。這就是我講的，一個好的判斷決策，總是一定要牽涉到很多變數，所以絕對沒有一個簡單不變的指標能夠獲利。能夠獲利的東西也絕對不可能是純脆數值化的運算可得到的。現實的世界，有很多東西都是動態的，只是要寫一個程式可以動態調整自己的作法，是比較複雜以及高難度的。
Expert System，用Prolog寫反而簡單很多。因為推理過程是語言內建的引擎所解決的，太複雜的Nested Condition，有時會連condition本身複雜度都變高。計算機理論有一些可以簡化這些複雜度的作法，不過那些演算法通常又是一種很複雜的東西。
至於說NLP的部分，電腦頂多是做到把Keyword找出來，然後給予預先設定好的權重，也許在經過某些『系統設計者』主觀的比例、或演算法。最後得到的結論可能是機率式的報表。看起來好像是很高科技。
不過那並不是真正的NLP。真正的NLP機器還必需要具備想法，思想。要能夠通過Turning test。
有時候，新聞或是某些公司發表新產品，往往用驚死人不償命的話術去宣傳。就好像現在你我PC裡面不管是Intel或AMD CPU裡面的那些設計理論，其實都是1970、80年代就已經發展得很成熟的理論。
坦白講，AI在1990年代的時候，就已經走到一個瓶頸，也發現到以目前的數位理論基本上沒有辦法做到真正的AI，頂多是用一些技巧盡量能夠模擬到某一些小部分的智慧，但已經走到無法再發展的地步了。我自己認為，AI走到後面往往都在Solution Space裡面找東西。
而人的頭腦卻是一下子就可以直接取出所要的答案。所以電腦，還是正名為計算機比較適合。
內文搜尋
從 APP 打開
X