cp靈感產生器 在 コバにゃんチャンネル Youtube 的精選貼文
「cp靈感產生器」的推薦目錄：
- 關於cp靈感產生器 在 コバにゃんチャンネル Youtube 的精選貼文
- 關於cp靈感產生器 在 大象中醫 Youtube 的最佳貼文
- 關於cp靈感產生器 在 大象中醫 Youtube 的最讚貼文
- 關於cp靈感產生器 在 [心得] 以技術分析做程式交易操作(Part.4) - 看板Stock 的評價
- 關於cp靈感產生器 在 CP短打生成器 的評價
- 關於cp靈感產生器 在 cp車文產生器的推薦，PTT、DCARD、MOBILE01和網路上有 ... 的評價
- 關於cp靈感產生器 在 cp車文產生器的推薦，PTT、DCARD、MOBILE01和網路上有 ... 的評價
- 關於cp靈感產生器 在 cp車文產生器的推薦，PTT、DCARD、MOBILE01和網路上有 ... 的評價
- 關於cp靈感產生器 在 cp靈感產生器的問題包括PTT、Dcard、Mobile01，我們都能 ... 的評價
- 關於cp靈感產生器 在 cp靈感產生器的問題包括PTT、Dcard、Mobile01，我們都能 ... 的評價
- 關於cp靈感產生器 在 cp靈感產生器的問題包括PTT、Dcard、Mobile01，我們都能 ... 的評價
- 關於cp靈感產生器 在 網路上關於結局產生器-在PTT/MOBILE01/Dcard上的升學考試 ... 的評價
- 關於cp靈感產生器 在 網路上關於結局產生器-在PTT/MOBILE01/Dcard上的升學考試 ... 的評價
- 關於cp靈感產生器 在 網路上關於結局產生器-在PTT/MOBILE01/Dcard上的升學考試 ... 的評價
- 關於cp靈感產生器 在 廢文產生器 的評價
- 關於cp靈感產生器 在 廢文產生器 的評價
- 關於cp靈感產生器 在 免費資源網路社群| Google maps, Map, Generator - Pinterest 的評價
cp靈感產生器 在 CP短打生成器 的推薦與評價
CP 短打生成器 · 投稿甜梗也可虐梗也可，请尽量不要开成人车 · 如果生成器中发现有段子未经原创授权请发邮件联系作者下架 · 由于大家投稿非常踊跃手动整理起来 ... ... <看更多>
cp靈感產生器 在 cp靈感產生器的問題包括PTT、Dcard、Mobile01，我們都能 ... 的推薦與評價
cp靈感產生器 的問題包括PTT、Dcard、Mobile01，我們都能挖掘各種有用的問答集和懶人包 ... 另外網站沒梗時的好幫手也說明：輸入CP名等等,文或圖都可以,從甜到虐到搞笑,總之沒 ... ... <看更多>
cp靈感產生器 在 [心得] 以技術分析做程式交易操作(Part.4) - 看板Stock 的推薦與評價
前文的連結
https://www.ptt.cc/bbs/Stock/M.1609662954.A.C44.html
https://www.ptt.cc/bbs/Stock/M.1613288438.A.178.html
https://www.ptt.cc/bbs/Stock/M.1617529021.A.0FC.html
https://www.ptt.cc/bbs/Stock/M.1632205662.A.512.html
之前寫過一些關於開發使用技術分析做程式輔助交易的心得
當初提到我的選股程式開發分成三個階段(或者世代)。
第一階段是技術線型選股
第二階段加上了進出場策略與績效回測
第三階段再加上資金管理與模擬
這篇則是想再補充一些資金模擬系統裡面關於選股評分的部分
一開始程式在第一與第二世代的時候並沒有對於選出來個股的評估機制
操作上就是程式選出來之後我再人工憑自己的感覺挑喜歡的去操作。
不過這個時候已經遇上在篩選門檻設定上選擇的問題
條件設太寬會出現太多看上去就覺得不會想做而且拉低回測績效的個股
條件設太嚴則會變成選出來的太少
還有一個也是門檻的問題，假設有A、B兩支個股
A每個篩選指標都只稍微過門檻低空飛過
B是有一個差一點點沒過但是其他每個篩選指標都超過門檻一段距離
理論上B應該會比較好，但是卻是A會過B不過
接著在第三世代的程式，
也就是為了評估年化報酬率開始做資金模擬的時候就馬上遇到問題
因為買進持股配額是有限的(測試設定大約就5~10支)
當篩選出來的個股多於配額的時候就必須做出取捨
因此就需要一個對選出來個股做出排序的機制，於是就衍生發展出評分的系統
最直接的想法就是
對當初篩選的指標，想辦法弄出公式把他正規化成0~1區間，然後再做加權平均
例如之前那個資金模擬模擬程式用的前高突破選股第一個篩選指標：
「過去180個交易日最高價大於最低價1.2倍」
分數公式 score = Min(1.0, (max_value ÷ min_value - 1.0))
然後對分數做排序計算每個分數區間績效平均就可以得到這個圖表
看起來分數與績效有正相關性，公式姑且算是有用。接著
大波段斜率
離前高的距離
平均成交值
前兩個相關性看起來比較高所以權重給高一點
後兩個相關性看起來偏低所以權重給低一點
做完加權平均之後就長這樣
一個簡單的評分模型就完成了
接下來跑資金模擬的時候，就是每次操作都從分數最高的開始買起買到配額用完為止
同時這也解決了之前遇到的篩選門檻是要寬鬆還是要嚴格
以及出現其他都很好就是有一個門檻差一點點沒過的問題：
「我把每個篩選門檻通通調很低，選進來之後用分數再篩一次」
不過這個方法其實真的就很感覺是在想辦法去湊答案
從分數轉換公式到權重的分配，都是一直試再試，試到覺得回測看起來不錯為止
我也有在想也許有比這個更好的辦法，只是現階段我只想到這個方法，
而且這姑且也算是個還算有效的方法所以目前也就一直用著了
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.231.201.82 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1687446754.A.72F.html
因為這個系統一開始不是寫來跑程式交易的
然後在前面的基礎上一直加新東西到後來變成一個完整系統後
也很難以移植到其他現成的應用工具去了
而且我是用C#寫的，如果晚個幾年才開始寫的話我應該會用Python….
https://reurl.cc/L7bxMX
我自己也覺得我的程式會有這個情況，到什麼程度的問題而已
所以我現在看待我自己的程式都預設他有overfitting的狀況
就是我確定他是有效的，
但是回測的結果可以參考但是不要真的太相信他真的這麼厲害.....
我正在開發第四世代，目前差不多收尾了。
等經過一段時間實戰驗證過後如果有時間的話我會再寫關於第四世代的心得
然後我在考慮是不是要在第五世代使用神經網路去做策略優化
※ 編輯: drazil (118.231.201.82 臺灣), 06/23/2023 10:26:09
※ 編輯: drazil (118.231.201.82 臺灣), 06/23/2023 10:27:43
※ 編輯: drazil (118.231.201.82 臺灣), 06/23/2023 10:28:54
其實如果我跟人提及程式交易的話，我也都會說能先用現有的應用工具去開發就用，
不要學我整個系統自己從0建起來，
我自己會變成全部自己從頭做，一方面就如我前面講的，
一開始我只是想寫個交易日誌產生器，結果玩到後面歪過來的
另一方面我以前是念數學系，現在工作是軟體工程師
寫這種東西是老本行，甚至有點是當作興趣在寫的
(有時候我都自嘲白天上班寫C++，晚上跟假日休息時間在寫C#)
一般人真的要這樣搞那個成本跟代價太大了。
---------------------------------------------------------
這邊推文應poker119要求刪除推文內容
---------------------------------------------------------
※ 編輯: drazil (118.231.201.82 臺灣), 06/23/2023 16:56:33
超過一年半的時間遇到了嚴重的瓶頸
就是現有模型的計算式跟參數調到後面優化的邊際效益越來越低
到後來無論怎麼嘗試優化，回測績效都無法再出現有效提升
自己關門起來摸索碰到這種事情的時候還蠻無力跟挫折的
※ 編輯: drazil (118.231.201.82 臺灣), 06/24/2023 10:07:17
※ 編輯: drazil (118.231.201.82 臺灣), 06/24/2023 10:15:39
... <看更多>