論文實作：利用CNN神經網路來交易
閱讀時間約 3 分鐘
投資理財內容聲明
- 文內如有投資理財相關經驗、知識、資訊等內容，皆為創作者個人分享行為。
- 有價證券、指數與衍生性商品之數據資料，僅供輔助說明之用，不代表創作者投資決策之推介及建議。
- 閱讀同時，請審慎思考自身條件及自我決策，並應有為決策負責之事前認知。
- 方格子希望您能從這些分享內容汲取投資養份，養成獨立思考的能力、判斷、行動，成就最適合您的投資理財模式。
參考論文:論文的連結簡單介紹一下這篇論文是用來交易ETF,利用cnn神經網路去預測買點跟賣點由於CNN吃的是圖片輸入更精確來說是一個二維矩陣輸入因此論文作者將ETF的開高低收去計算出15種技術指標乘上15天剛好就可以作成15X15的矩陣(當作圖片)餵給CNN模型當作輸入還用了一種叫(The Triple-Barrier Method)的技術製作Label因此就可以進行CNN MODEL的監督式學習,讓模型根據輸入輸出作學習預測買賣點這篇論文作者表示效果很好,甚至優於一些LSTM BASE的方法本身是一個熱血的實作派AI工程師就把它實作出來並用在台灣加權指數上首先我們需要資料:再來我們需要製作Label根據開高低收和時間就可以製作出Label再來我們要計算各種不同的技術指標共15種首先算RSI再來把剩下14種都算好作個簡單的相關性矩陣分析作個特徵尺度縮放處理幫助模型學習更容易來看看作出來的圖片其中0,1,2分別對應HOLD,BUY,SELLㄐㄧ論文的連結
簡單介紹一下這篇論文是用來交易ETF,利用cnn神經網路去預測買點跟賣點
由於CNN吃的是圖片輸入更精確來說是一個二維矩陣輸入
因此論文作者將ETF的開高低收去計算出15種技術指標乘上15天
剛好就可以作成15X15的矩陣(當作圖片)餵給CNN模型當作輸入
還用了一種叫(The Triple-Barrier Method)的技術製作Label
因此就可以進行CNN MODEL的監督式學習,讓模型根據輸入輸出作學習
預測買賣點這篇論文作者表示效果很好,甚至優於一些LSTM BASE的方法
本身是一個熱血的實作派AI工程師就把它實作出來並用在台灣加權指數上
首先我們需要資料:
再來我們需要製作Label根據開高低收和時間就可以製作出Label
再來我們要計算各種不同的技術指標共15種首先算RSI
再來把剩下14種都算好
作個簡單的相關性矩陣分析
作個特徵尺度縮放處理幫助模型學習更容易
來看看作出來的圖片
其中0,1,2分別對應HOLD,BUY,SELL
上面是訓練過程,正常畢竟股票不是物理模型要讓validation跟train一樣高不實際
大約7成即可
接著我有刻意保留最後40天的數據當作最後的測試集
測試這個模型
在高點模型出現黑點(賣的訊號)比較多,在低點模型出現紅箭頭比較多(買的訊號)
可以看的出來模型確實學到低買高賣
製作一個買賣點TABLE
算一下交易勝率
進一步計算盈虧比
先做一個t list 放-1,0,1 對應 作空 作多 不動作
根據盈虧比公式計算
看起來是可以的,不過台股其實是淺碟型市場
※淺碟型市場
淺碟→顧名思義是形容台灣的市場整體就像一個【很淺的碟子裝滿了水】
這個碟子只要風吹草動，都很容易造成裡面的水溢出來!!
也就是形容台灣的市場規模因為很小，消費、投資行為也深受國際影響，外貿仰賴度高，GDP小，所以只要有任何的政治因素、國際消息甚至是一些特別的因素就會造成台股的漲跌波動劇烈。
淺碟→顧名思義是形容台灣的市場整體就像一個【很淺的碟子裝滿了水】
這個碟子只要風吹草動，都很容易造成裡面的水溢出來!!
也就是形容台灣的市場規模因為很小，消費、投資行為也深受國際影響，外貿仰賴度高，GDP小，所以只要有任何的政治因素、國際消息甚至是一些特別的因素就會造成台股的漲跌波動劇烈。
因此常常被政治新聞干涉,光是靠技術指標跟數學就想稱霸台股其實還是有難度的
此篇大概只能做為參考,實際交易還考慮外資動向,國際新聞,台灣政治新聞等
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
本策略採用ATR（平均真實波幅）技術指標，針對下午盤1500~2000進行交易的策略，針對盤勢而順勢進場的交易策略。
此策略主要是針對看盤的經驗，將策略轉化為程式進行自動化交易，減少人為的操作，即使沒看盤也能自動化的完成交易。
本策略採用ATR（平均真實波幅）技術指標，該指標能夠真實地反映出價格的波動情況，並且可以靈活地調整參數進行進出場操作。
此策略主要是針對看盤的經驗，將策略轉化為程式進行自動化交易，減少人為的操作，即使沒看盤也能自動化的完成交易。
本策略採用ATR（平均真實波幅）技術指標，該指標能夠真實地反映出價格的波動情況，並且可以靈活地調整參數進行進出場操作。
此策略主要是針對看盤的經驗，將策略轉化為程式進行自動化交易，減少人為的操作，即使沒看盤也能自動化的完成交易。
KD<20買，KD>80賣：技術指標真的那麼可靠嗎？
很多人非常相信技術指標，我自己以前也是一樣，常常覺得如果利用這種簡單不帶情感的操作，就可以帶來豐厚的報酬。但實際上真的那麼厲害嗎？KD<20買，KD>80賣，這樣操作就可以了嗎？
就多頭或空頭而言，當KD<20時，有截然不同的意義。通常在多頭
本研究使用了盤中逐筆成交資料（Tick-by-tick Data）來進行股票價格的預測，並討論了馬可夫鏈模型和擴散核模型在這方面的應用。研究結果表明，大多數股票的未來三秒價格可以在少於22個狀態中找到，顯示了交易價格的低不確定性。此外，研究還發現波動性更大和價格更高的股票更難以準確預測。
用多空趨勢線串聯股市金脈簡單來說內建一套投資邏輯，這套系統基於經濟學中的「適應性預期理論」發展而來，主要依賴過去的觀察和經驗來進行投資。這本書橫跨了產業面、基本面、技術面與籌碼面，我覺得下面的重點，你可以思考一下對你的投資有沒有幫助。
趨勢線是金融市場中重要的交易工具，能幫助交易者預測價格走勢並制定交易策略。本文介紹了趨勢線的繪製方法，趨勢反轉的識別以及策略補強規則。閱讀本文可以讓讀者更好地理解趨勢線的應用，提高交易的成功率。
卷積神經網路（CNN）是一種專門用於影像相關應用的神經網路。本文介紹了CNN在影像辨識中的應用，包括圖片的組成、Receptive Field、Parameter Sharing、以及Pooling等技術。通過本文，讀者將瞭解CNN在影像辨識領域的優勢和運作原理。
本文章介紹了ICT的交易概念，以及如何利用最佳化進場模型（OTE）進行交易。OTE可以在市場結構轉換時設置進場點和停損點，並提供了多個交易圖表的解析和例子。文章強調了折價區買進、溢價區賣出的交易核心。
一、D5LMB_ATR策略重點
本策略採用ATR（平均真實波幅）技術指標，該指標能夠真實地反映出價格的波動情況，並且可以靈活地調整參數進行進出場操作。
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
本策略採用ATR（平均真實波幅）技術指標，針對下午盤1500~2000進行交易的策略，針對盤勢而順勢進場的交易策略。
此策略主要是針對看盤的經驗，將策略轉化為程式進行自動化交易，減少人為的操作，即使沒看盤也能自動化的完成交易。
本策略採用ATR（平均真實波幅）技術指標，該指標能夠真實地反映出價格的波動情況，並且可以靈活地調整參數進行進出場操作。
此策略主要是針對看盤的經驗，將策略轉化為程式進行自動化交易，減少人為的操作，即使沒看盤也能自動化的完成交易。
本策略採用ATR（平均真實波幅）技術指標，該指標能夠真實地反映出價格的波動情況，並且可以靈活地調整參數進行進出場操作。
此策略主要是針對看盤的經驗，將策略轉化為程式進行自動化交易，減少人為的操作，即使沒看盤也能自動化的完成交易。
KD<20買，KD>80賣：技術指標真的那麼可靠嗎？
很多人非常相信技術指標，我自己以前也是一樣，常常覺得如果利用這種簡單不帶情感的操作，就可以帶來豐厚的報酬。但實際上真的那麼厲害嗎？KD<20買，KD>80賣，這樣操作就可以了嗎？
就多頭或空頭而言，當KD<20時，有截然不同的意義。通常在多頭
本研究使用了盤中逐筆成交資料（Tick-by-tick Data）來進行股票價格的預測，並討論了馬可夫鏈模型和擴散核模型在這方面的應用。研究結果表明，大多數股票的未來三秒價格可以在少於22個狀態中找到，顯示了交易價格的低不確定性。此外，研究還發現波動性更大和價格更高的股票更難以準確預測。
用多空趨勢線串聯股市金脈簡單來說內建一套投資邏輯，這套系統基於經濟學中的「適應性預期理論」發展而來，主要依賴過去的觀察和經驗來進行投資。這本書橫跨了產業面、基本面、技術面與籌碼面，我覺得下面的重點，你可以思考一下對你的投資有沒有幫助。
趨勢線是金融市場中重要的交易工具，能幫助交易者預測價格走勢並制定交易策略。本文介紹了趨勢線的繪製方法，趨勢反轉的識別以及策略補強規則。閱讀本文可以讓讀者更好地理解趨勢線的應用，提高交易的成功率。
卷積神經網路（CNN）是一種專門用於影像相關應用的神經網路。本文介紹了CNN在影像辨識中的應用，包括圖片的組成、Receptive Field、Parameter Sharing、以及Pooling等技術。通過本文，讀者將瞭解CNN在影像辨識領域的優勢和運作原理。
本文章介紹了ICT的交易概念，以及如何利用最佳化進場模型（OTE）進行交易。OTE可以在市場結構轉換時設置進場點和停損點，並提供了多個交易圖表的解析和例子。文章強調了折價區買進、溢價區賣出的交易核心。
一、D5LMB_ATR策略重點
本策略採用ATR（平均真實波幅）技術指標，該指標能夠真實地反映出價格的波動情況，並且可以靈活地調整參數進行進出場操作。