※ 本文轉寄自 ptt.cc, 文章原始頁面
看板Soft_Job
標題

Re: [請益] 好像不常聽到工程師研究程式交易?

最新2023-11-07 11:53:00
留言66則留言,10人參與討論
推噓22 ( 23142 )
因為DIY的話雜事一堆 很多人懶的做吧 而且有用的資料通常是要付費的 所以想嘗試就買商用付費軟體先入門 市場上很多自己找我不業配 那些軟體的價值在於各種回測與分析方便很多 不用DIY 不想花錢又能吃苦耐勞就手動上網找資料也是可以的 想獲利重點是有能獲利的策略 手動或程式其實不重要 新手想入門程式交易就最簡單就自己買書 我記得有很多本 而且YT上就有很多賣課程的會介紹初學者內容 我猜是用來釣魚吧 但那些內容確實可以用來入門 我上面說的是指 週 月 季 年 之類的波段交易 要拼短線頂多是日內當沖1或2次就到極限了 要是能日內5次10次那真的就是天生神力 正常人別想 如果你想的是HFT那種極短線或是大小台套利 那還是要去法人自營部或避險基金 因為入門的門檻很高 有可以入門的資金 那不如直接躺平退休 ※ 引述《abc7360393 (小貓z)》之銘言: : 是我阿肥啦 是個資歷極短的菜雞軟工 : 剛工作沒多久 所以很多問題可能有點蠢 : 不是反串也不是鬧版 請見諒 : 話說阿肥我啊 以前不是學電資本科系的 : 當初最一開始想學程式的初衷 : 就是在大學的時候 我給自己一筆額度 就當作去賭場一樣 : 學個經驗回來 當沖、波段交易我都做過 : 經驗是學到了一點 但輸了個一敗塗地 : 後來有些機緣巧合 : 我畢業後念碩士期間想做的工作換呀換的 : 當然還是有持續在學習程式 : 最後好不容易讓我混到了個工程師的職位 : 我就想起當初的初衷 想說閒暇時刻來做個side project吧 : 但我又想到 感覺台灣做program trading的個體戶好像挺少的 : 但這到底是為什麼呢? : 仔細想想 接API、寫策略、設計回測、風險控管、下單這 : 些對工程師來說都一點不難 : 如果找個數理、統計比較強的人來搭配 : (甚至不用 一些比較學霸的工程師自己就會了吧) : 應該就有能力自己開發演算法了 : 退一步說 就算不會演算法 也能把自己平時投資股票的策略自動化吧 : 想請問為何好像很少見到工程師很熱衷在做這塊的? : 我先打個預防針怕被罵太慘: : 1. 實際上不少人做,只是我是菜雞所以不知道 : 2. 有某個主要的技術難點 : 3. 門檻太高,一個人要懂金融市場的運作規則、 : 軟體工程、數理 & 統計等等的知識,工程師下班沒那麼多力氣學 : 我比較能想到的大概就這幾樣,認真發問大家溫柔點R : btw 如果有資歷不是太深的前輩 : 想一起研究切磋、練習做side project的話 非常歡迎站內信聯繫喔 : 阿 有前輩願意指點當然也歡迎 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.248.254.207 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1698509582.A.2B9.html

66 則留言

※ 編輯: ProTrader (60.248.254.207 臺灣), 10/29/2023 00:15:13

Citadel, 1F
)

Citadel, 2F

mmonkeyboyy, 3F
你寫程式的....一般人交易是算分鐘的 所以你要有本

mmonkeyboyy, 4F
如果是算小時的 那真不如用一般分析

mmonkeyboyy, 5F
這很多油土伯都有在介紹 不過最後一堆賣課程啦
程式的功能很多 不是只有盯盤下單 各種多元資料的分析整合也很好用

darkMood, 6F
能賣課程的話,誰要交易啊!!!!!! 交易有風險,收學費沒

darkMood, 7F
有風險,所以有機會的話,收學費才是王道

robler, 8F
因為這都是在騙人買課程啊,傻了嗎

robler, 9F
根本就沒有什麼能獲利的『策略』
可以吃魚餌就好 不要上鉤 對初學者來說 想要躺平入門的話 那些課程還是能當懶人包來用 當然 真正想賺錢還是要靠自己 找到屬於自己的交易系統 而且 真的有不賣課程的人啊 像菲比斯不就是了

mmonkeyboyy, 10F
是啊 只有龜了還要交手續費&學費的策略哦XD
大家的心態都好黑暗啊 雖然賣課程真的很黑 還是找的到一絲曙光啊

chrisho, 11F
其實就是人性,不敢手動才交給自動做不是嗎?
是因為手動快不過自動 還有懶惰 不敢手動的人心態不行 用自動來騙自己 終究會輸
※ 編輯: ProTrader (60.248.254.207 臺灣), 10/29/2023 11:51:58

lchcoding, 12F
推"不敢手動..用自動來騙自己..”這句

neo5277, 13F
"不敢手動..用自動來騙自己..” 經典給推 但大多數時間

neo5277, 14F
是因為盯盤很懶,再來是不夠窮

mmonkeyboyy, 15F
資料分析哦....其實不懂時先花錢是好事

mmonkeyboyy, 16F
當然你也能純看盤 看線的也是可以

mmonkeyboyy, 17F
除非要玩很大啦....不然資訊分析有限XD

mmonkeyboyy, 18F
說到底 有用的資料也是要$$ 啊
你這是法人思維 所以你應該是在大公司裡 用錢能解決的問題就不是問題 這種有魄力的想法跟我這種散戶不同 我會想盡辦法去找出各種可能的資料分析與處理 然後測試效果 光是Tick跟K線的處理過程我就測試過很多不同想法 最佳五檔買賣報價的Tick也可以產生K線 這跟成交Tick的K線就會有關聯性可分析 接著買賣價報價數 買賣價內外成交.....這就有很多組合 然後像台指還能跟台指選擇權的Tick做分析 這還只是最基礎的資料 然後是公司財報 再來是產業資訊..... 如果能爬蟲網路上的各種相關資訊 就會有更多可以分析的資料 就算是免費資料 如果好好深入研究 也能寫很多篇博論

Citadel, 19F
※ 編輯: ProTrader (60.248.254.207 臺灣), 10/29/2023 17:18:57

mmonkeyboyy, 20F
第一個是 要有一定規模才找得了工程師啊XD
開始當然是身為工程師的自己DIY啊

mmonkeyboyy, 21F
再來是很多資訊分析 如果來源不好也是白做

mmonkeyboyy, 22F
當然不是說免費不好 只是用途不同
台灣的證交所期交所有提供高品質的免費資料 超佛心

mmonkeyboyy, 23F
最後什麼tick 分析這種 我沒做台指不知道 不過就我

mmonkeyboyy, 24F
經驗來說 這會很針對某幾股 而且會拖累運算
這是domain knowledge的挑戰 會分析tick才有用 不然就只是一堆雜訊 tick轉換成K線可看成一種破壞性壓縮 所以運算是假議題

mmonkeyboyy, 25F
通常策略轉化成演算法上都會技術的<=工程師是考慮這
困難的是策略哪來 太簡單通常沒用 像是前面提到的纏論是有水準 但實務上 轉成演算法 很可能每個人實作結果都不同

mmonkeyboyy, 26F
至於什麼長期公司分析研究 這不是我專長
這就要主動接觸產業知識 最好自己是員工 像是頻果員工就會有優勢

mmonkeyboyy, 27F
我是個阿宅工程師 但我知道大家最近都用某些方法一

mmonkeyboyy, 28F
次推進分析速度 所以這個要自己做真的不如買XD
初入門真的用買就好 真的有作出成果再完全自己DIY
※ 編輯: ProTrader (60.248.254.207 臺灣), 10/30/2023 01:55:36

mmonkeyboyy, 29F
運算不是假議題或是沒遇到? 我沒做台股嗯災

mmonkeyboyy, 30F
你跑跑看SC 掛幾個簡單回歸就可以了

mmonkeyboyy, 31F
我沒有交易domain knowledge 因為這一般我也不會碰

mmonkeyboyy, 32F
到 這種東西每個人不同 算是個人的能力所在
要交易獲利 我是覺得這比很厲害的模型很大的機房最短的傳輸距離還重要

mmonkeyboyy, 33F
分析tick這種事....a....套模型回放->PWL 我只能說
這種時代尖端方法我現在已經不用了 回到傳統技術指標方法 以前我有用也是只針對最新的資料 短短一小段做分析 台指的話每天報價tick數多的時候可達20萬 通常也會破10W 換成秒K-18000筆 分K-300筆 小時K-5筆 跑不動就減少資料是最簡單的 因為資料筆數多跑出來也不一定有用

mmonkeyboyy, 34F
這麼多了 現在流行的是NN做的

mmonkeyboyy, 35F
如果你要看整向或是大於某數字的分析量 你做完決策

mmonkeyboyy, 36F
的當下那個點就過了....

mmonkeyboyy, 37F
一天你大概只有兩小時左右的窗可以玩
窗太長不行就用比較短的

mmonkeyboyy, 38F
還要分不同階段做盤勢資訊等的分析 當然有工人智慧

mmonkeyboyy, 39F
的話是還可以啦 但這就是憑手感

ProTrader 作者的近期文章

Re: [請益] 有人被隨機性誤導很多年嗎?
※ 引述《quii11 (寒靜)》之銘言: : 我對於把機率的觀念引入解決股價問題的想法是這樣 : 一、股價到達你目標價的機率與時間跨度: : 今天你買入1檔股票目標獲利20%: : 1秒到達20%的機率為0 : 1天到達20%的機率也為0
Re: [請益] 有人被隨機性誤導很多年嗎?
真的有隨機但可預測的實例就是複雜科學 以椋鳥群飛的例子來說 任何一隻椋鳥個體飛行都是隨機無法預測 然而椋鳥群體變動可預測 這真的很神奇個體隨機而群體可預測 在生活中最重要的應用應該是天氣預測 下雨 颱風之類的 椋鳥群飛的影片 https:/
更多 ProTrader 作者的文章...