Re: [閒聊] 量化程式真的能穩定獲利嗎?
※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.122.136.56 (臺灣)
※ PTT 網址
推
說啥?
→
樓下:我也有數奧
→
然後沒有所謂的演算法天才
數學天才的換句話說而已,只是想說量化交易利潤的確很大,要不然也不會實習生就給月 薪12萬,但一般人幾乎不可能做到
推
命題就錯了 怎麼可能有一套策略可以在市場穩定獲利 在靠波
→
動賺差價的地方尋求穩定是否搞錯了什麼
→
有100%獲利的策略,但你賺多少?存銀行或是做貨幣基金100%
→
※ 編輯: jordan0522 (49.216.26.231 臺灣), 03/11/2024 15:16:44
獲利,區塊鏈做資金費率套利也幾乎100%賺錢但賺多少?
推
這幾年國際頂級HF股幣量化被被指數仔,BTC HODLer
→
輾壓,別神話什麼量化了
推
微策略 薩爾瓦多表示......
推
首先你需要一桶金
推
真的能賺,比較少唷。
推
印象中美國商業史有個基金曾經請一堆數學天才做交
→
易模型,連續賺了好幾年,然後就黑天鵝一次翻船了
推
長期資本管理公司LTCM事件
4
首Po過去在加密貨幣產業工作時就很好奇能不能靠技術分析穩定獲利,但當時研究得還不深, 許多原本信心滿滿的策略,拿去實盤操作後績效卻不怎麼樣。 這幾年比較認真鑽研技術分析,也提升了自己的程式能力。由於我相當看好接下來兩年加 密貨幣的發展,就決定再試著自己開發量化策略。而這次寫策略也真的寫出了不少心得, 甚至在實盤操作上的績效也有不錯的績效:1
原文吃光 身為接觸過量化的小韭菜 先前是使用freqtrade &bybit mt4 但因為一些原因就停掉了 量化程式能不能賺錢 直接說結論3
先上一段 介紹 首先說明一下: 1.整個程式是全自動交易,python寫的 2.整個數字貨幣單USDT的就有有幾千個,合約有近1千個。7
我自己就有寫量化交易程式,我覺得在講這個東西的時候要分成兩部分價差獲利和浮動獲 利,目前浮動的部分我沒寫到很好,所以單純看價差獲利當然一定有獲利.目前以我最新 的程式碼來看,大概獲利1/4~今日 網格獲利319%,因為我的宗旨是維持持續的買賣,4. 28%為了維持網格永久運作 進行的買賣(當一方資金不足賣掉另一方來買。以sol來講 其 實就是一直上漲 我沒sol了 就在高點買進,讓其可以持續運作。
82
Re: [心得] 我的全職交易人生各位大大好久不見! . 沒想到還是有不少人在看之前的文章, 這段時間斷斷續續還是有收到鄉民的來信, 但今年的信多到我覺得該出來寫篇文。25
Re: [請益] 正確停損的方式在下程式交易者 開始程式演算交易 原因很簡單 因為 常常 說寫作 不一致 如果 說 寫 做 每個步驟的執行率 為 90%, 該交易最後能被正確交易的機率只剩下 0.9^3=72.9% 所以我非常佩服那些主觀交易成功的投資人,23
[心得] 以技術分析做程式交易操作看大家討論這麼熱烈我也來發個廢文(?)分享一下 常常有看到有人在戰技術分析以及程式交易有沒有用 我也來講一下我與程式操作交易的故事好了 我自己業餘開發股票程式也一段時間了,我會把開發的時期大約分成三個階段 第一階段是程式選股,13
[心得] 程式交易策略討論各位績效100%版友大家好 小弟想詢問程式交易真的有策略是穩定賺錢的嗎? 小弟本身沒有學過任何程式語法,曾經嘗試透過python來學習股票,但發現學習和實際應 用好像很打一段落差,也看過很多老師帶團的軟體 XQ ,MultiChart... 這些都需要一些 懂程式背景後來找到一款好像是最近才發表的軟體,蠻方便的18
Re: [新聞] 小玉上銬畫面曝!狂賣換臉謎片賺千萬 黃他最一開始是用DF換網紅臉做A片 收一筆費用入群 後來發現賺錢太慢 開始有較完整的影片要額外收費 後來就開始集資讓他的客人指定要換誰的臉16
Re: [請益] 國營資訊類組 vs 八大行庫程式設計人員兆豐是公股龍頭 年薪是底薪20個月 近年來只有兩次不到 一次2017被美國裁罰 一次就今年獲利大幅縮水QQ6
[射惹] 聖杯就在剛剛 廢宅好像找到獲利的聖杯了……. 百萬內資金可以穩穩的在一年內倍翻 千萬內應該可以穩定獲利一年50~80% 而且不是做什麼虛擬幣還是啥量化交易3
Re: [心得] 演算法交易實用與否。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 -----