程式交易之前世今生
30公開內容
由TradeStation、MultiCharts至完全自製交易程式的發展歷程，深入探討程式交易的交易觀念、策略寫法。
全部內容
免費與付費
最新發佈優先
今日的標題出自於邱吉爾，一個合格的策略上線並非程式交易的終點，而回測不出合格的策略，也非末日，在程式交易這條路上，繼續前行的勇氣是絕不可缺少的，在策略開發上，能成功上線的機率可能不到1%，其餘的99% 就當成打怪練等，累積經驗，當有足夠的經驗後，任何簡易的指標，都可稍加變化後，成為一支合格的策略。
一般的投資人進入程式交易領域大都是由一些公開課程學得，然後就拿授課老師給的程式來開始回測，找出一個較佳的績效後，就開始上線交易，剛開始時，可能績效還不錯，但久了，會發現某幾次的交易好像被針對了，常常一進場後，很快就剛好打到停損後，行情就又往程式的方向走。
除了回測參數外，還有人會開始改變K線的週期
開盤跳空（不管往上或往下），當日行情大都有一個大波段的走勢，但跳空之後，是持續往跳空方向走，或是反方向回補跳空缺口，將成為當日開盤後的判斷重點，只要掌握到對的方向，當日將有非常大的獲利。
在此介紹「市場輪廓圖（Market Profile）」的觀念，市場輪廓圖將成交價位與成交量加以堆疊，成為類似分
如果投資人設計的交易訊號是以當沖為基礎，則不需考量到結算日的操作，但若是波段的交易訊號會跨交易日，則需考量到結算日的交易操作，當結算日當天，訊號仍持有部位時，就需對這個持有的部位進行交易處理。
忽略轉倉價差
最簡單也是最多人的作法，就是不考量結算日後的轉倉價差，讓訊號的損益依照新倉的價位作為後續
這系列文章以市場的觀察方式的改變為開始，接下來介紹一系列MC的基本操作及策略開發、改善、回測、最佳化⋯⋯等，一個基本策略的發展及上線流程，但不管何種形式的策略，其核心判斷是要判斷今天應屬何類走勢，是順勢亦或是逆勢，在此就需更多的市場資訊來輔助，今天就簡單示範如何由權值股的漲跌幅來判斷該日走勢是由權值
大家常在交易時間看到新聞或看盤軟體中提到預估當日成交量是多少，若讀者仔細觀察，可發現不同的來源的預估成交量會有所差異，這是因為每個來源統計的數據不同所造成的，今日將介紹如何自製當日預估成交量。
預估成交量最簡單的作法是將過去一段時間（三年、五年、十年，甚至二十年）的每分鐘累積成交量計算出來後，再去
在MC的QuoteManager中，可以讓使用都新增自己的數據源，使用者可在QuoteManager的「工具」選單中，點選「數據源」，進行自己所要接收的數據源。
在數據源的設定視窗中，列出目前提供的數據源種類，往下捲動，找到「Universal DDE」這個類型後，再按下「設定」的按鈕。
在通用
在前文已介紹如何在MC中匯入券商提供的歷史資料源，投資人可利用這些歷史資料寫出與眾不同的策略，但這些都是靜態的歷史資料，當策略開發完成並進行好回測後，如何在上線時，也能即時取得這些資訊源呢？
一般人最常用的是使用「動能資料交換（DDE：Dynamic Data Exchange）」或「即時資料（R
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，
在AI浪潮下的訊號開發 提到可將AI訓練好的模型產生之訊號當成一個商品來匯入，今天將手把把示範如何把這訊號進行匯入成商品，並在策略撰寫時，可引用至此訊號，當為輔助資訊。
此表格為筆者使用的CNN模型訊號，在此利用開盤價、最高價、最低價、收盤價的技巧，讓多方趨勢的日期呈現紅K、空方趨勢的日期呈現黑K
