📉 為什麼還要用 Yahoo Finance 的資料呢?

更新 發佈閱讀 6 分鐘
投資理財內容聲明



我會回答:有沒有可能付費資料也有問題,只是沒被發現?

市面上絕大多數教學都遵循一條「快速上手」的路線:

  • 使用某個 T 開頭的回測平台(你知道是哪個)
  • 安裝 Python 套件如 backtrader、bt、yfinance
  • 丟入策略,跑出回測結果
  • 然後就開始分析報酬率、夏普值、最大回撤…

這些流程看似合理,但有一個關鍵問題:

怎麼證明回測結果是對的? 怎麼證明資料是正確的? 會不會根本資料有問題沒發現? 市面上也沒有書籍講說要做異常檢查、資料清洗啊!

📊 Backtrader 回測結果模擬:現成工具的標準流程長這樣

以下是模擬的 Backtrader 回測結果輸出:

text

================== Backtrader 回測結果報告 ==================

策略名稱:KD_Crossover_Strategy
回測期間:2022-01-01 ~ 2023-01-01
初始資金:NT$1,000,000
交易標的:台積電 (2330.TW)

------------------------------------------------------------
總交易次數:12
勝率:58.33%
平均持倉天數:5.2
最大連續虧損次數:3
最大資金回撤:-6.42%
最終資產:NT$1,087,320
總報酬率:+8.73%
夏普值:1.42
------------------------------------------------------------

交易紀錄:
Date Action Price Size Value PnL
------------------------------------------------------------
2022-01-10 BUY 610.00 100 61,000 --
2022-01-17 SELL 635.00 100 63,500 +2,500
2022-02-05 BUY 620.00 100 62,000 --
2022-02-12 SELL 615.00 100 61,500 -500
...
2022-12-20 BUY 480.00 100 48,000 --
2022-12-28 SELL 505.00 100 50,500 +2,500

這種輸出看起來很完整,但它只告訴你「策略在哪些地方進場」,卻不告訴你所有 KD 金叉發生在哪裡。你無法知道它有沒有漏抓、誤判,或是資料本身就有問題。

🔍 我是怎麼發現資料有問題的?

因為我就是在回測的過程中,發現一些奇奇怪怪的現象。

一開始我並沒有懷疑資料有問題。 假設是在回測 KD 金叉策略,想看看某年某月某日有哪些股票出現技術訊號,我就土法煉鋼地一條一條去看技術線型圖,人工比對每支股票的 K 值與 D 值,確認是否真的出現金叉。

結果我發現了很多不合理的情況:

  • 有些股票明明沒有 KD 金叉,卻被標示為有
  • 有些股票明明出現 KD 金叉,卻完全沒被撈出來
  • 同一支股票,在不同平台的技術指標計算結果竟然不一致

這些錯誤不是偶然,而是系統性問題,可能來自:

  • 資料更新延遲
  • 高低價缺漏
  • 技術指標公式不一致
  • 套件預設參數不透明

而市面上根本沒有書籍或網站會教你如何驗證股票交易資料。大多數教學只教你怎麼用套件、怎麼跑回測,卻沒人告訴你:

  • 資料從哪來?
  • 技術指標怎麼算?
  • 有沒有可能資料本身就錯了?

這些問題,只有在你真的去逐筆驗證、建立交叉連結、人工觀察技術型態時,才會浮現出來。

📈 KD 金叉偵測結果(模擬畫面)

以下是我建立的驗證流程中,模擬列出的某日 KD 金叉股票清單,並附上技術線型連結供人工檢查:

markdown

| 股票代碼 | 股票名稱 | K| D| 超連結(日線圖) |
|----------|----------|-----|-----|------------------|
| 2330 | 台積電 | 22.5 | 19.3 | [查看圖表](https://tw.stock.yahoo.com/quote/2330/technical-chart) |
| 2303 | 聯電 | 24.1 | 20.7 | [查看圖表](https://tw.stock.yahoo.com/quote/2303/technical-chart) |
| 2882 | 國泰金 | 21.8 | 18.9 | [查看圖表](https://tw.stock.yahoo.com/quote/2882/technical-chart) |
| 2603 | 長榮 | 26.0 | 23.5 | [查看圖表](https://tw.stock.yahoo.com/quote/2603/technical-chart) |
| 2454 | 聯發科 | 29.2 | 25.1 | [查看圖表](https://tw.stock.yahoo.com/quote/2454/technical-chart) |

這不是套件自動跑出來的結果,而是我自己計算 KD 指標、逐筆比對、人工驗證的成果。也正是這樣的流程,讓我發現了現成工具無法揭露的資料錯誤。

留言
avatar-img
留言分享你的想法!
avatar-img
《炒股不看周月年K漲幅機率就是耍流氓》
3會員
230內容數
普通上班族,用 AI 與 Python 將炒股量化。我的數據宣言是:《炒股不做量化,都是在耍流氓》。
你可能也想看
Thumbnail
這篇文章記錄了我與香氛品牌 Sunkronizo 的相遇,用氣味重新校準生活的節奏。 從前調的水底靜謐,到中調的貼膚潔淨,再到基調的安穩木質,每一層都像在提醒自己:慢下來、呼吸、同步。 Silent Wild 對我來說,是一種存在方式的註記,也是我日常裡的小小儀式。
Thumbnail
這篇文章記錄了我與香氛品牌 Sunkronizo 的相遇,用氣味重新校準生活的節奏。 從前調的水底靜謐,到中調的貼膚潔淨,再到基調的安穩木質,每一層都像在提醒自己:慢下來、呼吸、同步。 Silent Wild 對我來說,是一種存在方式的註記,也是我日常裡的小小儀式。
Thumbnail
在學習完機器學習的各種基礎知識後,我們終於可以開始進入實際應用的階段。機器學習的常見應用大致可分為四大類:迴歸(Regression)、分類(Classification)、分群(Clustering)、以及時間序列分析(Time Series Analysis)。身為資料科學家,理解並掌握這些方法
Thumbnail
在學習完機器學習的各種基礎知識後,我們終於可以開始進入實際應用的階段。機器學習的常見應用大致可分為四大類:迴歸(Regression)、分類(Classification)、分群(Clustering)、以及時間序列分析(Time Series Analysis)。身為資料科學家,理解並掌握這些方法
Thumbnail
多重共線性是指迴歸模型中,自變數(特徵)之間存在高度線性相關的現象,這會導致模型對各變數獨立影響估計的困難,並降低其解釋性和預測能力。本文將探討多重共線性的定義、成因、影響以及如何識別和解決這一問題,從而提升模型的穩定性和準確性。
Thumbnail
多重共線性是指迴歸模型中,自變數(特徵)之間存在高度線性相關的現象,這會導致模型對各變數獨立影響估計的困難,並降低其解釋性和預測能力。本文將探討多重共線性的定義、成因、影響以及如何識別和解決這一問題,從而提升模型的穩定性和準確性。
Thumbnail
監督式學習是機器學習的一種方法,通過利用標註數據進行訓練,模型學習輸入特徵與結果標籤間的關係。此方法分為分類與回歸兩類,並涵蓋了多種算法如線性回歸、邏輯回歸和決策樹等。每種算法各有優缺點,適用於不同的應用場景。學習這些內容有助於理解如何選擇合適的模型以解決實際問題。
Thumbnail
監督式學習是機器學習的一種方法,通過利用標註數據進行訓練,模型學習輸入特徵與結果標籤間的關係。此方法分為分類與回歸兩類,並涵蓋了多種算法如線性回歸、邏輯回歸和決策樹等。每種算法各有優缺點,適用於不同的應用場景。學習這些內容有助於理解如何選擇合適的模型以解決實際問題。
Thumbnail
賓果的遊戲描述 在一個5x5的方陣上隨機填充1~25的數字。 玩家(使用者) 和 電腦(AI)輪流叫一個號碼,最先占據一整條直線連線的獲勝。 就像小時候玩的bingo 賓果連線遊戲一樣! (可以是占據兩條對角線,可以是占據水平直線,可以是占據垂直直線)
Thumbnail
賓果的遊戲描述 在一個5x5的方陣上隨機填充1~25的數字。 玩家(使用者) 和 電腦(AI)輪流叫一個號碼,最先占據一整條直線連線的獲勝。 就像小時候玩的bingo 賓果連線遊戲一樣! (可以是占據兩條對角線,可以是占據水平直線,可以是占據垂直直線)
Thumbnail
常常我們在財經節目聽到一堆技術指標都可以成功獲利,但真的如此嗎? 這麼簡單的技術指標操作就能獲利,早就人人變成有錢人了! 相信數據會說話,身為軟體工程師就最喜歡用數字來解讀一切了,因此這個篇章將會手把手教你如何使用Python語言來回測你的股票及交易策略。 剛接觸股市時最常聽到的就是KD、RSI、
Thumbnail
常常我們在財經節目聽到一堆技術指標都可以成功獲利,但真的如此嗎? 這麼簡單的技術指標操作就能獲利,早就人人變成有錢人了! 相信數據會說話,身為軟體工程師就最喜歡用數字來解讀一切了,因此這個篇章將會手把手教你如何使用Python語言來回測你的股票及交易策略。 剛接觸股市時最常聽到的就是KD、RSI、
Thumbnail
筆者是用Python撰寫數據分析、歷史回測、以及實單交易程式。標題的套裝軟體就是常見的TradingView、MultiChart、MT5等等專門為了程式交易而生的語法以及軟體。今天主要想討論一下這兩者的差別以及優劣。 首先我們來看一下,常見的套裝軟體開發策略的步驟吧!
Thumbnail
筆者是用Python撰寫數據分析、歷史回測、以及實單交易程式。標題的套裝軟體就是常見的TradingView、MultiChart、MT5等等專門為了程式交易而生的語法以及軟體。今天主要想討論一下這兩者的差別以及優劣。 首先我們來看一下,常見的套裝軟體開發策略的步驟吧!
Thumbnail
在昨天的部分,我們進行了個股間的相關性分析,今天我們就來針對技術指標,透過設定指定條件來自動抓出個股的進出場點,以及進出場後的績效回測,這些在金融數據分析上是相當重要的一部分,為了就是確認策略是否為好策略,那我們就開始今天的教學吧!!
Thumbnail
在昨天的部分,我們進行了個股間的相關性分析,今天我們就來針對技術指標,透過設定指定條件來自動抓出個股的進出場點,以及進出場後的績效回測,這些在金融數據分析上是相當重要的一部分,為了就是確認策略是否為好策略,那我們就開始今天的教學吧!!
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News