用Machine Learning提升策略回報｜回報3%升至14%｜麥振威 創富坊
用Machine Learning提升策略回報｜回報3%升至14%｜麥振威
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。
Tag
- 港股
- 美股
- 程式交易
- interactive broker
- 期指
- 技術分析
- daytrade
- 排盤
- 技術指標
- 富途
- ai
- algo
- 即市交易
- algo trade
- 美期
- 階梯
- autotrade
- 股票
- 港股分析
- 操盤
- 當沖
- 股票課程
- 選股
- 股市
- trading view
- pine script
- 日內交易
- day trade
- day trader
- 麥振威
- 自動交易
- pine script 教學
- trading view教學
- zero lag macd
- lstm
- python
- keras
- pine script轉python
- backtrader
- level2
- level2報價
- 回測
- pandas ta
- zipline
- cnn
- ai分析股市
- arrival price
- 落盤技巧
- 落單技巧
- book trading
- 定單冊
- 短炒
- 算法落單
- 演算法
- 市價單
- 限價單
- 追蹤限價
- 冰山order
- 富途寫指標
- machine learning
- ict
- inner circle trader
- 富途量化交易
- 富途可視化策略
- smc
- choch
- fvg
- ob
- 機構訂單流
- deep learning
- 機器學習
