量化交易協會理事長 吳牧恩博士 https://www.wearn.com/bbs/t1018332.html 提到重點 --- 交易是 [週期] 的問題
看到很多程式交易愛好者陷入參數最佳化的泥沼與陷阱, 主因是他們都沒先去解決上述的週期問題所致, 試想若週期不是個問題了, 是否參數還需要存在? 一支沒有參數的交易程式, 何來去做參數最佳化一說呢?
既然市面上賺學費的許多老師喜歡講技術分析, 我這從來沒營利企圖的也來講點技術分析; 但一如我過往的文章, 我要來點不一樣的!!! 所謂轉折即是多轉空或空轉多的分界, 這和資料區間有密切關聯, 日線已經發生的轉折點, 在月線那邊或許看來只是平靜無波; 也就是快指標可以即時反應瞬息萬變的走勢，缺點在於盤整期間交易頻繁造成兩面虧損；慢指標則是反應遲鈍，在波段趨勢只能抓取到部份中段獲利，偏偏又可以幫助避免盤整時的嚴重虧損. 個人認為期權一般傾向短線操作, 以日線(當然更細緻的分線也可以, 建議不要小於15分以免雜訊過大)來評估完整的循環(cycle)週期甚為妥適(不容易過度交易, 也不會太過遲鈍而欠反應行情的事實)接下來要問的是日線圖中, 隨著行情或波動率不斷地在變化, 一個完整的多方或空方循環cycle, 它的週期長度也不斷地跟著變化; 在我看盤ing的當兒, 到底當時已經進行到週期的哪裡? 哪一個階段? 抑或要問的是, 正在發展中的行情裡, 這次該有的週期長度該如何估計? (相關數學或定理請估狗大神)
以下是程式軟體開發的一種概念式設計(conceptual design)
1) 使用 Hilbert Transform, 可以從少量價格的資料近似出一個循環(cycle)的 相量(phase vector)
2) 然後應用 Homodyne Discriminator, 便可近似出目前循環的週期(period), 亦即 [趨勢長度]
3) Homodyne Discriminator的使用概念為, 將這根bar的複數訊號與前一根bar的共軛複數相乘, 可得到角頻率(angular frequency)
4) 根據角頻率公式 2pi / Period, 便能反算出此period(趨勢長度)
然後要問的是, 目前正在發展中ing的報價, 能否在前面已知的週期長度下, 有夠力去造成趨勢的轉折? 也就是正在發展中的行情變量, 強度足以造成多空換位? 或者僅僅只是一般的雜訊而已?
a) 將報價資料當作一連串的光譜數據, 以波的頻率來看, 趨勢波屬於低頻, 而震盪波屬於高頻; 因此在前面所述程式自動求得的趨勢長度(period)後, 可用頻通濾波器(band-pass filter)濾出有趨勢性的資料(低頻)部分
b) 頻通濾波器(band-pass filter)的概念沒什麼, 可以用來過濾高頻或低頻訊號; 不要被名詞嚇到, 常見的均線便是一種高頻濾波器(也就是一種低通濾波器low-pass filter), 可過濾高頻而留下低頻的趨勢波
c) 再根據這些被濾過的真正具有趨勢性的資料, 以計算出振幅(amplitude)和力道(power)
d) 最終綜合振幅(amplitude)和力道(power)兩者的大小便可判斷出 --- 當下正在發展中的報價, 能否對正在行進中的原趨勢(ex: 日線)造成轉折
至此, 選擇權賣方為主思考的人就很簡單了 --- 趨勢若判斷已經轉折ing了, 一定要做相應的動作, 不要像麋鹿般見車燈嚇到不動而被撞死
i) 原本在多方趨勢做SP的人, 面臨轉折便改做SC; 或是(調整)照比例用加空單來做在手單的hedge(抵補)
ii) 原本在空方趨勢做SC的人, 面臨轉折便改做SP; 或是(調整)照比例用加多單來做在手單的hedge(抵補)
