在 古有草船借箭,今有AI借鏡 寫到如何將CNN訓練好的模型訊號以一個新商品的方式匯入成歷史資料,藉此當為進場訊號的輔助,本文就簡單示範,當匯入訊號後,策略的程式如何撰寫。
首先描述這個模型的特性及策略的設計,CNN模型以「市場輪廓圖」為基礎訓練圖形,以「日」為單位,預測接下來的行情是否發生反轉,訊號的產生也是以日為單位產生,但日資料拿來當交易的週期太長,於是就另外再加入一條五分K的資料數列,當為進出場時間的依據。進場訊號
停損及移動出場
當MarketPosition不為零時,即代表目前有部位,則將停損及移動出場的參數傳入出場的函式中,在此特別說明:
If Date + 19000000 >= 20230408 And Time >= 1300 Then
這是因為CNN的最後日期只到 2023/04/08, 因此當大於這個日期時,若手中有部位,則在 13:00時就發出平倉的訊號,避免一直持有讓倉位。
在MC的日期起始日期是 1900年,因此我們可以將系統日期,加上19000000後,就可直接與目前的日期比較,不用再手動計算,目前日期與1900年的年份差距,增加程式的可讀性。
若不使用加 19000000的方式,則需表示為1230408,不常撰寫策略的開發者很容易搞錯年度,在此就運用了這個小技巧,讓日期可以直接以西元年的方式來表示。
本篇只是以一個簡單的範例說明如何結合AI的模型訊號,筆者可依此進行擴充,以結合更多的外部模型,充分發揮MC的強項。