2020-06-27|閱讀時間 ‧ 約 3 分鐘

不要輕易相信技術指標，做個驗證吧

策略

由於這邊不能打code所以放到github了

Permalink Dismiss GitHub is home to over 50 million developers working together to host and review code, manage projects, and build software together. Sign up 1200 lines (1200 sloc) 400 KB Sorry, something went wrong. Reload? Sorry, we cannot display this file. Sorry, this file is invalid so it cannot be displayed.

當我們自訂常見的雙均線策略，選擇

短期均線：10 天

長期均線：35 天

偏離度閾值：0.5%，區間寬度

買入信號：短期均線高於長期日均線，並且超過0.5%

賣出信號：不滿足買入信號的所有情況

會發現這個策略在台積電，時間區間 2017/10/04 ~ 2018/10/04 的獲利比什麼都不做還差

買著不動 1.079832

策略進出 1.062731

為了改善這個策略，當我們用常見的最佳化技術，優化天數選擇後，使用長期63天、短期8天後，獲利驚人

買著不動 1.079832

策略進出 1.139511

但優化過的參數在2019/06/20~ 2020/06/12 的獲利卻又比什麼都不做還差，可見這個天數調整在這支股票不是一直有用的

網路上有些程式交易的教學都是overfitting後的結果，因為股市資料隨時間改變，所以這個問題本身就不太能分析，如果發現網路上太樂觀的文章滿有可能是行銷手段，或是驗證手法有問題，至於怎樣的驗證手法才是對的呢?最基本的就是用適合時間序列的交叉驗證，然後驗證的結果最好要是很差，請努力找讓策略在不同股票或區間效果越差越好。通常在錯誤分析這個時候會讓你收穫很多，更能想到如何改善策略。(例如最近做的策略都會發現因為在疫情下全球V型反轉而效果很好)

在有這個概念後，持續研究合理的特徵我是覺得有機會的

連結有hyperopt 的教學，如果發現合理特徵可以使用這個自動選出最佳值，連結中是一個完整的股票回測方法，未來會加入更多指標，不只看獲利還看風險...

另外用hyperopt最佳化的時候，需要做交叉驗證比較好，只要改一下hyperopt_model_score裡面內容放入時間序列的交叉驗證即可

這邊有個驗證黃金交叉這個指標的文章

https://kknews.cc/zh-tw/invest/m6pbj8p.htm

程式資料可以用這個之前文章有介紹的

https://vocus.cc/mlstock/5ec91f8dfd89780001786757

hyperopt教學

https://www.kaggle.com/donkeys/lgbm-with-hyperopt-tuning

分享至

成為作者繼續創作的動力吧！

股票量化交易