[心得] 演算法交易實用與否。
各位好，我目前是資工碩的學生。我選課的時候特別選了一門演算法交易來驗證看看究竟電腦能夠輔助我們交易到哪種程度。目前測試的結果，發現演算法交易大部分的時候都會讓我們賠錢，而且交易的頻率越高賠得越多，這很明顯是賠在手續費的部分。有時候會小賺一點點，但我覺得並不會比基本面分析來的優秀多少。
另外我也試過使用AI去幫助我預測股價，結果發現預測價格與實際價格最多會差到10% ，也就是幾乎一個漲跌停了。
我的心得是，演算法交易或是AI預測股價，最多只能輔助你做決策，這些技術完全沒辦法取代人為的判斷。演算法能夠在價格暴跌的時候讓你趕快賣出，這是自動化的好處，而AI我不知道能幹嘛。AI這種純理性的東西是沒辦法解釋人類不理性的行為的。
總之，人類的商業智慧還是可以在交易的世界站上一席之地。
--
你沒餵給它巴菲特的交易資料
稍微學一點研究所等級的asset pricing 你就會知道
為什麼技術分析和程式交易不可能達到超額報酬了
至少不可能長期做得到
真的嗎？好像太弱了。你們測試的時間有多長呢？感覺
上這兩年應該低買高賣都會賺錢，連停損都不太需要。
加油,等到軟體每次交易每天都賺錢你就是世界首富了
黃世傑跟你一樣那麼早就放棄的話
你喂垃圾當然就產出垃圾
為什麼不乾脆讓ai製造對帳單
你要不要列一下 你參考過哪些前人的文獻
因為你的目標錯了
你自己人工操作都賠錢的話，憑什麼寫出來的演算法會
賺錢？
餵它哥布林做指數長趨勢很難賠,不是8掛的哥布林
先省下手續費和稅金
你的ai
並沒有，看看多少程式交易的受惠者。
另外看看有多少人是規律的死去（停損）
這ID又... XD
你沒考慮批踢踢法人當然虧錢
另外，你贏錢，券商會贏錢；你輸錢，券商也會贏錢。所以大家可以考慮成立券商，不管 投資人贏錢或輸錢，券商都贏錢!
※ 編輯: applebg (220.134.5.239 臺灣), 06/24/2023 07:18:22如果券商會贏錢 作夢
會撈錢的分明是投信
高額的代操手續費跟人頭帳戶
你弄錯了吧..不是這樣用的
你連穩定贏錢都做不到 做出來的AI當然賺不到錢
我知道的都低調賺爛 而且都知道自己在賺什麼錢
不屬於他能賺的範圍不會去碰
會賺得他們也不會講，所以我們無從得知。不過我覺得股市交易跟一般市場的商品交易， 最大的不同點在於股市訊息是很充分的。在一般市場的商品交易，因為資訊不對稱，反而 可以進行些許的套利，比方說我從淘寶羅保羅進貨到台灣，用one boy 的品牌去賣，這樣 就足夠套利了。
※ 編輯: applebg (220.134.5.239 臺灣), 06/24/2023 07:44:52目前看到穩賺都是用資本攻擊人家
可以同條件 把買進時機和賣出時機反向操作
賺翻QQ
你有先參考過finlab 回測的策略嗎
長線無腦多指數+債就對了
能預測金管會新聞稿的真實性 8成就好 你就發達了
好
這種短線交易沒辦法確保長年賺錢
沒辦法確保長年賺錢 就沒辦法開槓歐印 直接pass
廢話，不然資訊系人人都是首富了
策略終歸還是人寫的。至於頻繁交易賠手續費連「問
題」都稱不上
小朋友曹沖秤象的故事你聽過嗎？象的重量就是你想要
的結果而船是你的架構你所謂的演算法只是船上的那些
小石頭你看要有多少小石頭才有辦法測出一頭大象的重
量不是演算法不行是你寫不寫得出來的問題
我覺得我可能要去研究看看機率論關於隨機過程的研究了。
演算法碰到NV這種盤後漲25趴 事先看得出來嗎
想當初花了十年測試各種垃圾數據
還不如無腦開槓歐印台指+美債 躺著賺
主力要拉就拉要殺就殺管你AI
籌碼面的東西AI是沒有辦法預測的。
印象中之前我在交大時，就有學長在搞這一塊
但是航運財富自由後 就沒聽過他在搞
長期輸在交易或是摩擦成本很正常啊 所以這時候要做
的是跟交易所或是券商拿到好的手續費率 再評估是否
可行 當然一般散戶才沒有這種資源
你不懂的東西不代表別人不知道你覺得無法預測的東西
不代表別人沒有辦法預測只是你還不知道怎麼做而已
我想我永遠都無法知道。真的會賺錢的人他們什麼都不會講。而會講的那些人，會開課賺 錢販賣根本無法驗證的方法。
※ 編輯: applebg (220.134.5.239 臺灣), 06/24/2023 09:59:20是你覺得無法還是你用了邏輯證明過他無法？如果只是
你覺得這種想法是非常危險的
關於『預測未來』這件事，有太多種可能性。 我們在修課的時候喜歡講造物主的觀念。這位造物主在每一秒鐘（或更小的時間單位）都 會給定一個最佳解，然後下一秒又用他神奇的手把這個最佳解打亂，最佳解變成其他的解 ，每一秒都這樣子搞，我們到底要怎麼預測呢？人算不如天算！
※ 編輯: applebg (220.134.5.239 臺灣), 06/24/2023 10:00:43Renaissance Technologies：蛤?
Jump Trading：?
查一下2 Sigma跟著名的renaissance基金 用計量賺錢
的公司多到不行 不要跟股板一堆井蛙一樣好嗎
Jump Trading:
Citadel, 2 sigma, Worldquant, 一堆量化交易公司啊
喔
還有milennuim，如果是專做加密貨幣的量化交易公司
更多
你要找到一個聖杯基本上是不可能的，就連量化交易公
司也是一直在找新策略。舊策略可能過幾週到幾個月就
無法獲利了
簡體中文比較多關於量化的討論，去一畝三分地看看就
知道
會說技術分析跟程式交易沒辦法拿到超額報酬的 只是
在秀自己有多無知而已
而且本多忠勝，量化基金錢多，分小組多線進攻，每個
小組幾個人而已，按獲利比例分潤，沒賺錢的組領底薪
，有賺錢的組領20趴分紅，對老闆來說蒿兔露絲
真正賺錢的人講很多啊 只是你覺得過時而已
巴菲特會不會賺錢 他有沒有分享 你有沒有聽
巴菲特說的我有做，有穩定的賺。我只是在討論短線進出的演算法交易。
※ 編輯: applebg (220.134.5.239 臺灣), 06/24/2023 10:51:07股板壞人很多不然就是蠢人太多
至少你可以把歷來大師名嘴的技術方法套進去，打臉他
們方法都不是穩賺
別這樣就下結論，你是不是拿一堆落後指標當參數？股
票是預測未來趨勢，不是檢驗歷史，看不看得懂就看緣
份了
股版真多不會賠錢的高手
股票大漲跌大多來自內線消息 或是你對該領域有很深
的理解 這又沒辦法量化
你把那些用程式做高頻交易的人賺爛的人放哪了
那裡可以修？
賺錢看市場，賠錢看自己
一般只靠公開消息的凡人，買股會賺基本都靠貪婪跟
運氣，所以你AI當然會賠錢啊，因為他不懂貪婪運氣
也不好，我建議你先請AI算算股票市場的存活率是多
少，再設定他的貪婪程度
理論上AI應該要跟人類一樣自己不斷更新策略
我能跟你肯定的是，一定有算法策略能靠交易賺錢，
但不能肯定一個策略可以有效多久。
明明就不是隨機 覺得是隨機就不可能寫出好程式
應該說不是演算法交易不行，是你的演算法不行
最平凡的均線交易法就告訴你絕對不是隨機了
jane street, citadel, jump trading 是怎麼賺錢的
？
射飛鏢也許都比較有用
你的AI程式不行應該是繼續優化 不是上來發心得
因為你用的是韭菜演算法
因為你用了爛的演算法 先叫你一招定期定額ETF 回
測有賠錢的拿出來討論
就跟韭菜們有固定的模式賠錢一樣
碩班的話 先弄出一篇新論文等級的演算法再說吧
最起碼也要先看懂當前演算法在不同市況下的損益
今年AI應該隨便預測都賺
單純就是你不會寫而已
是你的策略問題 有些回測策略都可以做出一堆獲利
真的上線賠一屁股 你連回測策略都還沒賺錢
爬蟲閒聊多空比例然後對做
人都不會的，叫人工的去做
推文一堆量化專家氣急敗壞
可以啊!新文藝復興的大獎章比老巴報酬高蠻多的
看天份跟機運，我長期是打敗大盤的，而且贏不少
我只用程式交易，手動我反而賠錢
求教盤整時平滑績效的策略
做量化交易搞懂基本財務sense 再來，不是直接沒財
務sense 就硬幹，邏輯先想清楚
大家不用太認真，這ID就是來討噓的
有些方法不是方法不行，是人不行的問題，就像同as
set class 還是有贏家跟輸家，另在學校是不會學到
贏家策略的，學習只是學到基礎，後續alpha還是得靠
自己
電腦能想到的優點是符合條件該買就買該賣就賣不囉嗦
如果人做不到的電腦當也就做不到。
因為AI沒有內褲線阿 看看高端
連論文題目都不是的選課作業就想賺錢
主力朋友最喜歡尼們這種想依賴程式的xxdd不能說太多
我這邊的演算法比較暴力比較單純 就只是低買高賣而
已
偏有人賺錢的唷 吳偉仁程式交易
這ID先噓，淡江資工念完沒？
寫個蒙地卡羅法當對照組，至少能高過再來討論
聽你的口氣比較像文組
14
大概自介一下，小弟是個放棄手操又不甘於定期定額拿大盤收益的韭菜，研究所做AI，目 前在量化交易公司上班，雖然公司主要是做高 頻套利/造市的，但還是不乏賺delta的策略，應該還有點資格回答這個問題。 基本上大多統計、AI應用於股票投資沒用不外乎就下面兩個問題， 1. 資料量太少： 舉例一個商品做日K，你抓個10年也通共就2000多筆資料，你用一堆特![Re: [心得] 演算法交易實用與否。](https://i.imgur.com/eQQSwKUb.jpg "Re: [心得] 演算法交易實用與否。")
3
看過Physics of Wall Street 嗎？基本上所有的機器交易背後最重要的是人寫的model, 有牽涉到AI的話 使用哪一種AI algo 就是重點。但是不論哪一個都沒有穩賺的 所有的model 都有flaws. RT 在2008大賺 但是同樣策略在疫情時卻不行 當你在用程式在跑的時候 千萬要記得 做判斷的 寫程式的都是人 如果你自己沒法找到一個賺多賠少的策略 你開發出來的程式會有意義嗎？更不用說AI了 一般人都太神話AI了 有沒有聽過 AI is only as good as its training data. 如果資料量不夠或是太雜 或是不知如何tagging 或牽涉到主觀判斷的權重 那這AI 還不如沒有的好 我自己做的是先找到一個可以獲利的策略 然後再寫成程式來自動化 提高liquidity -----2
=_>=/大家好，我肥宅佬啦，去年前年賠30%的。 強者我朋友，最近也是有在搞什麼AI自動寫程式。 首先，就是餵資料，一直餵一直餵一直餵，然後讓AI合理化所有交易週期。 不可否認，寫出來99%都是廢物，畢竟牛頓再聰明，也是躲不過東印度的貪。 更不用說QE之後，餵08年之前的資料99.9%失效，就跟2000年那時候一樣，
54
[問卦] 我就問，還有什麼職業無法被AI 取代醫生診斷 可取代 程式碼農 陽春可取代，複雜應該只是時間問題 電腦繪圖 又快又好 律師 理論上可取代，AI 分析條文不會比人類弱 外送師 已經有網購業者發展無人飛行機外送12
Re: [閒聊] 美術系怎麼看待這次Ai繪圖事件?前陣子剛好因為工作需求做了一些AI研究 我之前的工作設計到語音辨識領域，就個人實際測試經驗來說 現階段AI的確在很多部分無法取代人類 現階段無法取代的原因不少，個人覺得主要是兩點 1.演算法有限制6
[問卦] AI無法負責這點是不是無解如果單和人類比較 AI很多方面有機會贏過人類 例如自駕車安全性高於人類駕駛 或是AI辨識贏過病理學醫師 但是因為AI無法負責 即使失敗率只有0.001%也無法獨當一面7
Re: [閒聊] 我們離人工智慧的奇點已經不遠了嗎？其實這些是已經在發生的事 AI生成小說圖像 美國認定不受版權保護 有興趣這主題請參考 亂數排列 未按順序 寫給中學生看的AI課：![Re: [閒聊] 我們離人工智慧的奇點已經不遠了嗎？](https://static.rti.org.tw/assets/thumbnails/2023/02/23/2484e3a50c048ae4e3e446b0f50c38dc.png "Re: [閒聊] 我們離人工智慧的奇點已經不遠了嗎？")
5
Re: [閒聊] 所以現在有什麼工作被電腦取代嗎？我之前有在使用deep learning (就是使用tensorflow來建立神經網絡)來做應用 對於這個議題稍有認識 我先講結論: 需要認證跟專業的工作，AI取代不了，但可以輔助 重複性質高的工作，AI確實在慢慢取代，未來只會越來越多。 : 律師:上法庭以外的時間應該是要查資料1
[分享] 《隱形牢籠》相關書單隱形牢籠 監控世代下，誰有隱私、誰又有不受控的自由？ 相關閱讀書單 亂數排列 未按順序 歡迎板友補充![[分享] 《隱形牢籠》相關書單](https://cdn.readmoo.com/cover/je/gddlrdh_210x315.jpg?v=1621330632 "[分享] 《隱形牢籠》相關書單")
Re: [閒聊] westworld有點奇怪這個問題比較像是 Strong AI. vs. Weak AI. 參考： 簡單來說，大致上可以把 AI 分成兩種，一種是致力於建立跟人類有一樣思考能力以 及意識的 AI。另一種是利用資料處理程式跑演算法讓他行為「看起來」像人類。![Re: [閒聊] westworld有點奇怪](https://upload.wikimedia.org/wikipedia/commons/1/1c/Artificial_intelligence_prompt_completion_by_dalle_mini.jpg "Re: [閒聊] westworld有點奇怪")
[問卦] 如果人類能像ai一樣隨時關閉重啟轉移複基本上，DNA也是一種演算法， 人類的大腦也是演算法 人類的意識也跟AI一樣 很可能是演算法自然湧現(Emergence)出來的 可是人類卻不能像AI一樣隨時關閉可以隨時正常重啟，或是恢復原廠設定重啟
Re: [問卦] AI是不是毀了圍棋最近ai也毀了計算機裡的基石 排序演算法 簡單講50年來排序演算法都是人腦想出來的 但最快50年進步不到10%效率 最近ai寫70%效率提升演算法
![Re: [請益] 川普上任要全力支持比特幣原因是啥？](https://i.ytimg.com/vi/61kQ4-0a1p8/maxresdefault.jpg "Re: [請益] 川普上任要全力支持比特幣原因是啥？")
![Re: [請益] 川普上任要全力支持比特幣原因是啥？](https://i.imgur.com/lgUIAzDb.jpeg "Re: [請益] 川普上任要全力支持比特幣原因是啥？")
![[請益] Re: 航運還能買嗎](https://i.imgur.com/WPYQURcb.jpeg "[請益] Re: 航運還能買嗎")