技術 "Day 12：同樣的價格，有時候很危險有時候沒事：用交易活躍度定義市場的節奏

12 顆 BTC 是多還是少 Day 09 那兩根 K 線，到今天第三次出場，因為它們正好卡在今天要問的問題上： 開盤時間（UTC） 成交量（BTC） 成...

技術 Day 11：均價要用哪個？VWAP 與成交量加權的資金流視角"

有人買在 65,000，有人買在 64,500，那「現在」是賺還是賠 Day 10 的 OBI 有一個很硬的限制：現貨的掛單簿歷史在免費資料源裡不存在，所以它只...

技術 Day 10：掛單簿買賣兩邊不對稱代表什麼？用 Order Book Imbalance 量化短線壓力

先錄一段資料：45 分鐘、2,508 筆掛單簿快照 Day 09 最後看到的深度摘要透露了兩件事：買賣價差是固定的 0.01 USDT，以及兩側的掛量變化很劇烈...

技術 Day 09：K 線把一分鐘壓成四個數字，中間發生的事呢？認識 Tick 與 L2 Order Book

同一天的兩分鐘，K 線圖上長得幾乎一樣 Day 02 把 K 線拆成五個數字的時候，留了一句話沒展開：壓縮是有損的。今天就來說說那個伏筆。 從之前入庫的 BTC...

技術 Day 08：第一階段總結：把擷取、清洗、入庫串成一條每天自己跑的 Pipeline

零件都齊了，但它們之間還是手動接的 昨天把 TimescaleDB 的 schema 建好、寫入做成冪等的了。要驗證它能用，大概是這樣做的：手動跑一次 Day...

技術 Day 07：行情資料越存越多、查詢越來越慢？為什麼時序資料庫（TimescaleDB）才是對的容器

因為這邊會使用到 TimescaleDB，我有另外寫一篇文章介紹它，如果對 TimescaleDB 不熟的讀者們不妨可以先看完此篇文章：TimescaleDB...

技術 Day 06：怎麼知道現在是漲太多還是跌太深？用 RSI 把動能量化成 0–100

兩條均線黏在一起的時候，什麼都看不出來 Day 04 的 SMA 和 Day 05 的 EMA 都在回答同一個問題：價格往哪個方向走。這個問題在趨勢明顯的時候答...

技術 Day 05：SMA 反應太慢、訊號永遠慢半拍？換上 EMA 並看懂它的遞迴特性

昨天那條線，永遠晚幾根才轉彎 昨天把 SMA 寫完了，也順手畫了 SMA(20) 與 SMA(60) 的疊圖。把圖拉到某一段跌得比較急的位置，會看到一件有點礙眼...

技術 Day 04：均線到底在均什麼？MA 與 SMA 的向量化實作與三個常見算錯的地方

資料有了，接下來要從裡面算出東西 昨天 Day 03 把回補管線寫好了：BackfillCandlesApplication 會決定哪段走 data.binan...

技術 Day 03：想抓一年份的行情資料，卻被 API 限流擋下來？別用 API，先把官方資料包整包載下來

一個月不夠用，要的是三年 昨天我們手上多了一張 DataFrame：BTC/USDT 現貨的日線，一個月，存成 parquet，還畫了第一張 K 線圖。那份資料...

技術 Day 02：打開行情圖只看到一堆紅綠棒子？先把 K 線（OHLCV）拆成熟悉的資料結構

一根 K 線就是一段時間內所有成交的 summary statistics，五個數字而已。這篇把 OHLCV 拆開看：五個欄位各自回答什麼問題、時間框架怎麼選、...

技術 Day 01：會寫程式、但完全不懂交易，量化交易該從哪裡開始

量化交易去掉術語之後，剩下的骨架就是一條後端資料 pipeline。這篇講清楚工程師進場的三個切入點與三個常犯的錯，攤開加密貨幣的資料來源版圖與選型理由，最後把...

技術 Day 00：AI 元年，我卻挑了一個自己完全不懂又沒 AI 的題目：量化交易

正式開賽前的一篇閒話家常。我猜今年應該會比去年更加嚴重，大概會滿大街的 AI 主題，所以我決定反方向走：以一個零交易基礎的工程師，用 30 天邊學邊做，寫一套量...

技術 Day27：交易策略的部署、實時交易與監控

在本課中，我們將學習如何將交易策略部署到實時環境，使用交易API與券商接口進行下單。同時，我們將討論如何實時監控交易策略的性能，以及如何定期評估並調整策略，以確...

技術 Day1：量化投資介紹與目標設定

1. 量化投資的基本概念量化投資是一種利用數據驅動的投資方法，它使用數據分析和數學模型來自動化決策過程。相較於傳統投資者的主觀判斷，量化投資依賴於歷史數據、算法...

技術 量化交易30天 Day29 - 整理量化交易相關學習資源

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...