創富坊

用Machine Learning提升策略回報|回報3%升至14%|麥振威

去年開始在課堂及Youtube都教了很多有關Machine Learning及Deep Learning的概念,Machine Learning的部份,Random Forest是自己常用的,而Deep Learning則比較常用CNN-LSTM模型。例如「ICT策略改良版」便是運用了模擬Random Forest的「多因子投票系統」來改良。但當然不是只有Random Forest才能改良交易策略,其中Logistic Regression也是一個十分有用的模型。影片中用簡單的方法講解了運用Logistic Regression優化策略的方法及原理。

富昌金融集團聯席董事麥振威

電郵: paul.mark881@gmail.com

 

[編輯聲明]

本篇文章為作者所擁有,經版權持有人授權CyberCTM.com發表。

麥振威

程式交易在美國及臺灣其實早已流行,在中國內地也有不少程式交易的專家,而近年程式交易在香港也逐漸興起,其實程式交易不是很多新手想像的那樣神秘,只要學懂基本的用法,遇上問題時有專人解答,再自己不斷嘗試,經過數月的時間,大部份人也會學懂如何將自己的交易策略轉化為程式語言,又或將來在發現一些市場的特性時,也懂得如何利用程式去自行做測試,優化個人的交易策略,無論是股票、期指等也能透過程式做分析,藉此提高交易的回報,本網誌便是希望介紹各種有關程式交易的知識,讓更多的投資者了解這個新趨勢。

聯絡: paul.mark881@gmail.com
網頁: www.quants.hk
 

熱門推介