pandas ta

標籤:pandas ta

用Trading View寫Machine Learning算法(二)|將簡單訊號變成實用策略|Random Forest (隨機森林)|動態計算訊號權重|麥振威

潮流特區
程式交易 www.quants.hk (導師: 財經書藉作家: 麥振威) ・2025-03-11

用Trading View寫Machine Learning算法(二)|將簡單訊號變成實用策略|Random Forest (隨機森林)|動態計算訊號權重|麥振威 上一段影片已介紹了KNN算法,自己一直也強調有很多的演算法其實也適合用來設計交易策略。要學習AI、Machine Learning就要明白各種的演算法,這次介紹的Random Forest也是常用的演算法,若配合「權重投票」,可以寫成很多不同的策略。 雖然大部份人都會運用Python來寫Random Forest,但我們可用Trading View 的pine script,配合array的寫法,不斷「動態」去計自每個入市訊號的權重。 例如以下四個十分簡單的入市準則: 1)MACD的快線是否高於慢線? 股價是否上升/下跌? 2)Zero lag MACD的快線是否高於慢線? 股價是否上升/下跌? 3)RSI升穿或跌穿50? 股價是否上升/下跌? 4)ATR是否升穿或跌穿其SMA(10)? 股價是否上升/下跌? 例如MACD的快線升穿慢線,其後股價真的上升的話,這個訊號的的權重就會增加0.1,若果股價下跌,這個訊號的權重就減0.1,不斷「動態」咁去計算每個入市準則既權重,權重越高,之後再有訊號出現時,重要性就越高。用這種方法,一樣可以有Random Forest的效果,而且一些好簡單的入市準則,只要經過這個步驟來組合之後,效果都可以提升。 重點是用「動態」的方法去計算每個入市訊號的權重,只要學懂這種方法,過去大家想過很多的交易策略,都可以嘗試去改良。例如你同時運用了1分鐘圖、5分鐘圖、15分鐘圖、小時圖的訊號綜合一齊變成一個買入策略,但有時候1分鐘圖、5分鐘圖的訊號配合,股價便已上升,但有時候則確實要四個timeframe的訊號也配合才算準確,原因就是市場的波幅會不斷變化,透過「動態」的方式去計算毎個timeframe的訊號權重應多大,整個策略的效果就會有很大的不同。

【七年間短炒騰訊52次勝率達76.92%的方法】

潮流特區
程式交易 www.quants.hk (導師: 財經書藉作家: 麥振威) ・2024-09-26

【七年間短炒騰訊52次勝率達76.92%的方法】 在筆者Patreon 每星期會定期有一些Trading View的語法教學。在今年6月13日Patreon的文章中便講解了「七年間短炒騰訊52次勝率達76.92%」的方法。 若你由2017年1月3日開始買入騰訊並一直持有到今年6月13日,這7年間回報可達到114.57%,即使只買入10萬港元,大約能獲利114570港元。但對很多人來說這根本不可能的。例如在2022年也有很多機構多次增持騰訊,但騰訊股價在低位徘徊不前,到了2023年初便沽貨離場。 要長期持有一隻股票真的要很有「耐性」,這點真的並非每個人都做到,巴菲特被視為大師,最大原因是他真的大部份時間也「坐得穩」。筆者今天並非要教長期持有股票的好處,既然我們沒有辨法也沒有能力長期持有一隻股票,透過短炒又能否有較好的回報? 文章中介紹的就是專用作炒騰訊的方法。若運用30分鐘圖表,由2017年1月3日至今的回報有78.22%,同樣投入10萬港元,回報約78222.6港元,期間交易了52次,獲利的有40次,勝率大約76.92%,平均每次交易持倉時間約413支bar。 若用30分鐘圖,平均持倉時間大約1個月左右,這樣應更合符人性,因為若要持倉長達七年,連很多專家都做不到,但一般散戶要持倉1個月較容易處理。(pinescript 代碼在patreon內容可找到) 筆者patreon: https://www.patreon.com/quantshk