iT邦幫忙

鐵人檔案

2024 iThome 鐵人賽
回列表
Python

時空序列分析-關鍵籌碼分析 系列

在投資市場中,有基本面、技術面、籌碼面等其他面相的交易策略,投資的目標不外乎就是為了獲利。而若能在主力或法人等進場布局前期,能有效發現跡象,並跟隨著進場投資,便能有機會跟著主力獲利。
證交所每日盤後都會提供每個券商分點對個股的買賣張籌碼資訊,從過往的資料看來,某些券商分點可能對某些個股會有特別好的掌握度。故希望透過觀察各分點的籌碼買賣數量與股價關係,研究券商的買賣習性,找出對歷史股價有相對關鍵的某些券商分點,進而跟隨分點作為投資的進出場依據。
研究問題:
1. 是否有特定地區的證券商更傾向於購買某些類股或題材股?
2. 券商分點是否有特定的購買行為或是交易模式?

鐵人鍊成 | 共 31 篇文章 | 16 人訂閱 訂閱系列文 RSS系列文
DAY 21

將圖像轉換成空間特徵,再次重新訓練時空資料的ConvLSTM模型!

昨天發現到, 資料的輸入應該是用2D圖(空間資料)+籌碼買賣超資料(時序資料)當作輸入。 另外,資料也沒有切訓練集、測試集。 具體步驟: 將時間序列資料擴展...

2024-08-21 ‧ 由 decent_bo_yan 分享
DAY 22

四顧模型迎來的春天,時空資料的ConvLSTM模型訓練成功!

分析在昨天和前天的模型當中,預測結果出現NaN, 可能是這幾個原因造成的: 資料一次顯示太多,圖表無法正常顯示,可以只列出部分先觀察。 資料中可能有NaN值...

2024-08-22 ‧ 由 decent_bo_yan 分享
DAY 23

ConvLSTM模型預測結果-券商分點的買賣超籌碼預測視覺化

基於昨天把訓練出來的模型結果預測出來後,對結果不太滿意,又重新訓練了一下,結果那一點的誤差還是很大@@ 而單純看索引根本就不知道是誰(哪個券商分點)。 所以把對...

2024-08-23 ‧ 由 decent_bo_yan 分享
DAY 24

時空序列ConvLSTM模型-關鍵籌碼預測結果之分析與解讀(1/2)

歷經前面的千辛萬苦,終於可以來對預測的結果做進一步的分析了! (突然聯想到 牽心萬苦,現在還有人知道這首歌嗎(R.Chord的歌真的是一代經典,雖然現在有很多爭...

2024-08-24 ‧ 由 decent_bo_yan 分享
DAY 25

時空序列ConvLSTM模型-預測結果解讀與視覺化(2/2)

今天來把最後分析完成, 單純只看文字和地址,還是很難聯想,那我們就把這些地址都視覺化吧! 同樣用到 DAY14提到的matplotlib和folium兩種工具:...

2024-08-25 ‧ 由 decent_bo_yan 分享
DAY 26

時空序列分析-關鍵籌碼分析的結論心得與未來方向

這篇以前的流程,如果運用適當的時間段資料->訓練模型->評估->調整,重複這個過程不斷去嘗試,應該可以做出不錯的預測。 隔日沖 說到現在市場上...

2024-08-26 ‧ 由 decent_bo_yan 分享
DAY 27

番外篇1 - 用 python 程式撰寫一般交易回測-Moving Average Strategy(1/2)

針對昨天文章 subaru219 的留言,因為網站的規則,我現階段沒辦法留言和回覆,因此在這裡回覆您! 謝謝您提出的想法! 在更早之前我也有想過這個問題, 其實...

2024-08-27 ‧ 由 decent_bo_yan 分享
DAY 28

番外篇1 - 用 python 程式撰寫一般交易回測-Moving Average Strategy(2/2) 策略優化與視覺化

昨天遇到的這個問題, KeyError: 'Close'---> signals = generate_signals(all_data, short_...

2024-08-28 ‧ 由 decent_bo_yan 分享
DAY 29

番外篇2 - 用簡單的LSTM模型預測股價

前天 在回應留言的時候,提到可以用 LSTM 模型來預測籌碼資料,而一般比較常有人用來預測股價,今天來實作一下用LSTM來預測股價。 而預測股價,又可以分成多種...

2024-08-29 ‧ 由 decent_bo_yan 分享
DAY 30

番外篇3 - 簡單LSTM模型預測結果+策略回測 (暨30日完賽心得)

今天原本想做LSTM模型來預測籌碼資訊,但突然想到一個更想做的, 就是把模型預測的結果,再去結合交易策略(不一定要是前面的雙均線策略), 再進行回測,一個簡單的...

2024-08-30 ‧ 由 decent_bo_yan 分享