量化交易30天
本系列文章是紀錄一位量化交易新手的學習過程,除了基礎的Python語法不說明,其他金融相關的東西都會一步步地說明,希望讓更多想學習量化交易但是沒有學過相關金融知識的朋友們,透過這系列的文章,能夠對量化交易略知一二,也歡迎量化交易的高手們多多交流。
量化交易30天一開始就學習串接API獲得資料,計算技術指標,使用回測框架及下單API...等等,似乎沒有提到為什麼要學習量化交易,或是它跟傳統的主觀交易有什麼不同,這篇就來討論一下吧!
如同前面有提到基金經理人操作績效的部份,透過分析基本面、技術面、籌碼面、總體經濟...等等因素,創造超越大盤的報酬率。
任何使用量化指標來作為決策的交易模式,都可以稱作量化交易,不過這個是我自己定義的拉,因為要看的指標太多了,不會只單純看技術指標,也要同時考量總體經濟數據、產業數據,甚至是市場信心...等等,反正只要可以把它轉成數字的指標,其實都可以納入量化分析的範圍。
量化跟主觀交易並沒有哪個比較好或者是哪個比較不好,不過可以確定的是,不管是哪一種,都需要研究一段時間,很難能夠靠著某某某寫的策略就能賺錢,或是靠某某某報個名牌就能賺錢,畢竟如果一個策略真的能夠賺錢,然而大家也都知道它能夠賺錢,那市場上大家都應該要賺錢,不過事實上是有點難。
原本只是跟團參加iT鐵人邦的競賽,完成之後真的是進步神速,30天都要寫出一篇有內容的文章真的不容易,感謝公司提供資源,也感謝夥伴每天的互相加油提醒,才能達成這一步,或許我在量化交易的領域還是個幼幼班,不過真的學習到很多,也認知到這個領域真的有很多人再努力,蠻有趣的地方,未來也會持續往這個方向發展,30天的旅程就告此一段落了,感謝有追蹤文章的網友們,希望這些內容對你們有點幫助。
筆者 Sean
奈米戶投資人 / Python愛用者
喜歡用Python玩轉金融數據,從個股基本面、技術面、籌碼面相關資料,一直到總體經濟數據,都是平常接觸到的素材;對於投資,除了研究歷史數據,也喜歡瞭解市場上大家在玩些什麼。