我用自動交易的心路歷程

[angelnull]

近年期貨商開放api給客戶端成為趨勢，以往可能只有自營部或是外商才有的"特權"，現在散戶已經可以輕易達到。

我想到多年以前, 做歷史回測還是用Excel拉表格, 而無法使用電腦的時候, 甚至是用紙筆計算..
後來我覺得這樣不是辦法, 於是開始學VBA，簡化Excel上的作業時間
後來我又覺得這樣寫出來的程式碼無法通用，要不斷替特定的idea寫程式實在太沒效率，於是我就寫了回測系統
後來又覺得回測系統使用sql抓資料庫，效率雖然不錯，但資料維護有點麻煩，於是我又學了Trade Station

學了Trade Station之後，我以為寫出看似能賺錢的程式，就已經找到聖杯
於是我開始照程式訊號下單，但是有很多很多因素，會導致績效不如預期，我想背後的原因可以超過100種
後來我又想，好吧，那用電腦自動下單吧，不過，當時國內期貨商還沒開放api
想要自動下單，就只能用控制網頁操作，過程之中風險不言而喻，不過這已經算是前進了一大步
直到後來，有期貨商開放api了，但功能很陽春，不過還是可以搭配控制網頁的方式補強
到了現在，期貨商開放的api已經足以寫出完整的自動下單環境，這條路回想起來很漫長、又很短暫
我很慶幸當初就堅持技術自有，每一個環節我都可以獨立完成，程式碼也是一行一行敲出來的
可以為了下單更快個零點幾秒而多花心思，因為我知道散戶先天上速度就輸有專線連到交易所的自營商

人生很漫長，時間是最大的朋友，也是最大的敵人
我不會想要靠程式交易+自動下單獲得短期暴利
而是我希望透過這樣的方法，能夠當作複利機器不斷運作下去，年複利有20%我就很滿意了
當然，市場是不斷變化的，交易策略也必須推陳出新
我不會求單一完美的交易程式，只要我認為正確的交易理念又能寫成程式並具備獲利能力，那我就會加入組合當中
甚至有些交易規則簡單到你會懷疑這真的能賺錢嗎？事實上就是可以，而且還能用理論來解釋為啥這樣可以賺到錢
只要交易程式之間相關性夠低，交易的市場夠分散，我想這會比單一"超強"程式還有實用多了
但為了避免厚尾作祟，即使是自動交易，還是建議最好採用下檔風險有限的策略
既然是自動交易了，就不要侷限在台指期等幾個商品，選擇權的空間也是很寬廣的，不過就多敲幾行程式碼而已

直到現在，我已經不再是個盯著分鐘線或tick的交易者
即使我知道，自己還是一個優秀的交易者，但我必須站在更高的點上看全局
畢竟我不想要七老八十還在盯盤搞當沖，還在為了部位而無法四處遊歷
我想這也是我一路走來，堅持要做自動交易的最大原因
當然還有很多細節，如何評價程式、如何評估投資組合效率、部位規模成長如何兼顧風險與報酬，每一個環節都有魔鬼在裡頭，一定會碰到很多困難
這只是個起點而不是終點
但我可以有信心而且篤定的知道，我已經不需要再找聖杯了

[ptvisitor]

Me too.

........我寧可蹲在路邊享受一碗雞肉飯配貢丸湯，或一群人搶食合菜；我也不習慣穿著正式服裝，.............................

[joseph1]

在路邊享受一碗雞肉飯配貢丸湯

在國外的時候, 最想的就是這個了... 還好後來有亞洲商店, 吃不到自己弄...^__________^

[edd0913]

程式交易要獲利必須了解指標的計算原理和盲點 , 指標或均線大都是用移動均價的方式去計算出來所以才會有需要調整靈敏度的問題....

市場的主力可能是政府 . 大戶 . 法人或是特定人士 ,常有人說主力會作線作價當然也可以作指標也因此很多大大辛苦設計的指標在做歷史測試時可能準確度很高但過一陣子就會失真.........................

那問題來了主力是如何作線作價作指標ㄋ??
其實是用量價關析的手法來達成進貨和出貨的目的 , 所以程式交易的用戶必須了解叫價原理和成交量所代表的意義才能設計出好的交易策略但對絕大多數人來說這門學問網路上是無法學到的而且書上寫的百分之九十以上都有錯誤 , 舉例說像最簡單的 KD 為何會交叉為何會背離我想很多人是只知其然而不知其所以然更不用說有辦法把假突破假跌破進貨盤和出貨盤能分辨出來所以當然會被市場修理了..............

我做國外期貨時也很迷信指標模組後來發現除非有上手盤商的場內資料否則還是會有吃虧的一天 , 所幸台灣期交所提供的資料很完整所以現在只做台指期.......

[waterbear]

我是讀統計&財工出身的 剛看了前面的文章 裡面有些話想跟大家分享一下我的看法

"經最佳化後，經統計顯著性t-檢定，檢定結果是平均每筆獲利金額是顯著大於0的（扣除滑價＆手續費之後）"

我舉個簡單的例子跟大家說明一下
假設我用AR(1)模擬產生n天收盤價
這時候只要我參數設的夠多(若n=2000[約8年的交易日]可能設3-5個參數也夠了)
大部分的情況下 我總有辦法在我產生的這組AR(1)的隨機亂數上找到所謂可以獲利的最佳化交易策略
(而且在重新產生亂數後 同樣的模型可能還是屢試不爽 總是能找到能獲利的情況 只是參數不同而已)
我相信用大家之前的方法來檢定也可以得到獲利金額顯著大於0的結果
但是事實上我再使用AR(1)來回測這個最佳化的交易策略 大家應該都知道結果"期望報酬會是0"
這大概是大多數人最佳化了一個"感覺"獲利情況良好的交易策略後丟到實際市場上獲利大多都不如預期的主因
也是大多數人"感覺"模型會有所謂"使用期限"的主因 (但是模型真的會有使用期限...不過現在不岔開話題來談論這部分囉~~)

真正原因是我們最佳化 其實是把亂數經過某一種轉換後的結果
以AR(1)產生的亂數來說我們最佳化後他的報酬函數已經不是AR(1)了

因為不想寫一堆數學式 所以直接建議一個簡單的檢定方法 (但是可能需要龐大的計算量~~)
假設歷史資料有n天、return=R%、volatility=a%
1.設return=R%、volatility=a%、使用AR(1) process模擬出n天的價格
2.使用交易策略套入此n天價格取得最佳化的報酬
3.1-2重複m次
4.內插算出m次最佳化報酬的前5%報酬率，當作95%信心水準下的critical value(CV)
H0:交易策略沒有超額報酬 => 此策略套入歷史資料最佳化後之報酬為K%，
若 K > CV，則在95%信心水準下reject H0，表示交易策略有超額報酬

當然這只是一個概念還有很多變形可以應用
不過很多交易策略在此testing下都沒有發現有超額報酬 至於檢定力如何我也沒測過
anyway 只是希望有志於交易策略的朋友 可以多一個工具可以用
希望花錢在真實市場上實測自己的策略前能有更完整的考量
如果有思慮有不周全或是更好的方法也請大家不吝賜教...

最後最重要的還是要市儈的祝大家賺大錢囉 ^^

[ptvisitor]

What is "AR(1)"?

[noboru]

想問一下樓主現在還在用同一個交易程式，還是已經再優化了?
有在賺錢嗎?

[ts8.kobayashi]

What is "AR(1)"?

autoregression的縮寫，時間序列的東西
AR(1)代表現在的資料會受前一期影響
AR(2)就是前二期
AR是基本型，常見的還有arima和garch