※ 本文轉寄自 ptt.cc, 文章原始頁面
看板Stock
標題

[心得] 2023使用機器學習選股的年報

留言76則留言,41人參與討論
推噓33 ( 34141 )
過去每年都是自己憑感覺玩,處於那種賺了抱不住,賠了一停損馬上漲 只會google以為kd<20可以進場,kd>80準備要出場 或是覺得營收很好欸,結果進場一路崩 最後搞到賺的吐回去甚至還賠,然後就心態崩潰不玩了,但過一陣子又手癢那種輪迴 所以我自認我沒有玩股票的天分,那所幸我研究所玩過一點機器學習(但不是用在股票) 就想說自己搞不懂,那我就讓機器模型幫我搞懂,跟我講要買什麼就好 以下紀錄2023年的過程,但其實模型2022年8月開始實戰,那時候是125萬 2023年開始成本:141萬 年底損益:43萬+18萬股息 對帳單:https://upload.cc/i1/2024/01/01/AYbTO4.png 選股買賣週期:每個月all in Input:一點點基本面+一堆技術指標共45個特徵 Training範圍:2005~2015 Testing範圍:2016~2022/7 模型:Weighted Ensemble (類神經網路+XGBRegressor+ARDRegression+KNeighborsRegressor+ExtraTreesRegressor) Output:模型Ranking後推薦的TOP 3分散投資 過濾:剔除交易金額1千萬以下的個股 (後來還是覺得金額還是太少,但再濾,資料量勝率跟報酬率都會降) 心得: 1.相信模型,很多時候推薦出來我心裡都os,師傅真的要這樣買嗎,kd鈍化了欸 結果過程中間可能會賠,但最後就是會賺 2.找出場機制,因為買賣週期是1個月,但回頭看其實不一定是賣在相對最佳的時間點, 一開始我逼自己嚴守紀律一定要時間到才賣,但少賺很多 後來自己套用一些開頭寫的那種kd簡單規則進行出場,並且做一些變化回測看看 結果那種google的到的規則突然有用了 這邊也可以分享"交易量"是最重要的,什麼規則幾乎都要配合量來看 3.整體績效來說應該有贏0050,截止10月也還贏正2,但不知道為何11月開始上漲這一波 模型選的股票沒跟到,導致績效輸正2,有點小灰心,覺得自己在忙什麼 可能隨時做好模型失效的準備 以上 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.158.68.138 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1704119878.A.8CA.html

76 則留言

seemoon2000, 1F
線型選股策略在完全的多頭年 小輸正二還好吧...

waitrop, 2F
模型在大多頭跟大空頭年都會失真,因為這是特殊事件

waitrop, 3F
模型一般在普通年份會表現比較好也比較準,我認為

ctttttt, 4F
不熟模型 但這樣應該也是在trade策略嗎,那應該會

ctttttt, 5F
有吞吐量的問題,輸正二也還好 你等於拿去跟槓桿比

ctttttt, 6F
,那你也可以拿你的策略去開槓。

topfree, 7F
大多頭年輸正二就算了啦..盤整跟空頭年贏回來就好了

cpz, 8F
有沒有一種可能面對有趨勢的需要另一種指標?

cpz, 9F
大多頭跟大空頭才是魚身

SRNOB, 10F
有沒有入門推薦?

a76126, 11F
我漏掉最重要的心得,就是今年是多頭年...

a76126, 12F
模型沒經過空頭洗禮過...還需要更多時間驗證

techo, 13F
結論買正二就好? 困罷數錢 XD

midas82539, 14F
他是前測2005~2015然後後測2016~2022驗證是否有效

midas82539, 15F
機器學習我不懂就從略,不過還是講一下

midas82539, 16F
理論模型本來就不可能達到100%效率,你回頭看只是

midas82539, 17F
因為你看到"未來"走勢才能評斷的,模型當下不會知道

shmim, 18F
只有我覺得成本141萬股息18萬很詭異嗎 台股有那麼

shmim, 19F
多殖利率超過10%還填息的股票?

wang111283, 20F
績效輸+2不是問題 如果DD也比+2損更多才是沒用

ivan1116, 21F
推 希望可以看到長期分享 很有趣

cwts, 22F

linfuon, 23F
股息18萬是用了榨汁的玩法吧 領息一檔後去領下一檔

linfuon, 24F
大多頭年用這招很爽 填息率愈高週轉率也可愈高

csluling, 25F
我看盤整盤Ai要怎麼玩

psgbpsgb, 26F
如果永遠都漲確實會贏呀 畢竟回調後 下次往回漲一定

psgbpsgb, 27F
比前一次高

GoGoD, 28F
你試試[KD鈍化]買入條件,會不會績效大爆發?

zero7810, 29F
回測就知道答案了

y800122155, 30F
你有做cross validation嗎? 還有你怎麼判斷模型處於

y800122155, 31F
overfitting還是underfitting? 你data選的時間區間

y800122155, 32F
的邏輯是?

phoenixtwo, 33F
因為他週期是月 所以股息才這麼少

phoenixtwo, 34F
可以考慮部分用年做交易週期

pacino, 35F
模型不準,不就是data set有問題? 簡單來說, 你的

pacino, 36F
資料不就只是籌碼面?

pacino, 37F
例如,你的模型怎麼判斷AMD的AI晶片能不能追上NVDA

pacino, 38F
?第幾季開始影響?

liton, 39F
你賺的是beta

SentLiTryPay, 63F

ader888, 64F
請問下單是人工下還是程式下的

a76126, 65F
人工下單 dd約10%左右

a76126, 66F
我沒看書 我直接買線上課程 拿程式回來改

a76126, 67F
如何知道有沒有overfitting,我只會看traing和vali

a76126, 68F
dation兩者的趨勢

a76126, 69F
好奇G大不建議這樣分割資料是為何呢? 沒測到08年嗎

bearching, 70F
印象中cross-validation應該是全部資料去切?

bearching, 71F
切k段然後拿k-1段train,第k段拿來驗證,這樣資料

bearching, 72F
比較不浪費 個人觀點是把時間拉長,把每個短期shock

bearching, 73F
都變成循環的一部分,這樣模型應該表現會越來越好

staytuned74, 74F
參考一下這篇量化報導,https://reurl.cc/rr1OAZ

staytuned74, 75F
另外你的模型可能有潛在問題 1.生存者偏差

staytuned74, 76F
2除權息調整 3太過集中持股,建議放寬持股看敏感性