當金融交易遇上資料科學——買股票，我們到底該相信第四台名嘴還是「資料」？

上面這篇文章蠻值得一讀的，作者建議我們不要相信名嘴，要相信資料科學，並且作好資金控管，每個策略都玩小一點，多個策略加上資金控管，才是長期立於不敗之地的關鍵。

在以前資料科學的門檻很高的時候，我們踫到一些股市玄學時，往往不知如何破解。

我記得民國79年的時候，有個蠻有名的股市名嘴聯誼會，定期會找一些民間高手來交流，某次找了一位老兄，他直接在K 線圖上畫出一個又一個的橢圓型，然後透過這個方法標出大盤及個股的波段目標高低點。

當下我對這種說不出個道理，但跟最近的盤勢又蠻楔合的玄學，實在很想用數據來證明其真偽，但我數學不好，不知如何著手。

這個困擾，一直到XS的回測功能上線後，我才有了新的體會。

自從XS的回測功能上線之後，我經常把以往市場老手教我的市場經驗法則，寫成腳本來跑回測，我發現，信口開河的名嘴說的話可信度最低，而經過回測確認後的市場經驗法則，則反而是很值得長期應用的交易策略，因為經驗法則加上資料科學雙重確認的策略，通過人類智慧與電腦大量運算的雙重考驗。

舉個例子，一檔股票長期沒量，突然連續幾天出量，股價的波動也變的比較活潑，這是不是短多的訊號?  市場老手們還蠻常用這個方法挑短線的股票。

以前我還在Vip室串門子的時候，有位老大，常站著盯電視牆，然後突然電話拿起來就下單，他的手法是，盤中盯著那些先前沒啥量的小型股，前兩天開始有點量，然後當天只要盤中開始出量，他就進去搶短，這些股票當通常都只抱一兩天就出場了。

不過他可不是天天泡在Vip室裡，沒行情的時候，他連來都不來。

總結他的操盤法則是

1.大盤有行情時才做，沒行情時休息

2.找先前沒有量的小型股

3.這些小型股前兩天量有加溫

4.最近一個交量日量放大到一定程度後就進場

5.買進後頂多抱個兩天，不管賺賠，就直接換股操作

我用這個法則寫了一個腳本如下:

input:days(3,"近期均量計算天期");
input:period(20,"長期均量計算天期");
input:v1(3000,"近期均量下限");
input:v2(1000,"長期均量上限");

value1=GetField("強弱指標","D");


if average(GetSymbolField("tse.tw","收盤價","D"),5)
>average(GetSymbolField("tse.tw","收盤價","D"),20)
then begin

if trueall(volume[3]<v2,period)
and average(volume,days)>v1
and trueall(value1>0,days)
and volume>volume[1]
and close>close[1]
then ret=1;

end;

這個腳本，我拿股本小於十億的股票去回測，回測報告如下:

勝率沒有過五成，但總報酬率卻有24.38%

如果把大盤的條件拿掉，回測最近一年，回測報告如下

從這些數字來看，市場經驗法則其實有其背後的道理，而資料科學則可以讓我們把市場法則歸納出更好的交易策略。

我這些年其實學到的市場法則不少，但在有資料分析當後盾之後，我更了解那些經驗法則在那些情況下勝率有多少? 上面那篇文章的作者，要跟大家說的，應該就是這件事，資料科學以前跟投資操作的距離有點遠，但隨著電腦運算速度的變快，以及各項歷史金融數據的愈來愈容易取得，我們確實比以前更容易把資料科學帶進投資操作的領域裡，但經驗法則與資料科學應該是互補而不是互斥的，有資料科學 驗證過的經驗法則，更值得我們去follow。

另一個我想說的是，在有資料科學當背景之後，我們應該更Open mind一點，以前我們總是認為: 市場經驗法則，在沒有拿真金白銀賭贏之前，我們都先假設這是江湖術士的邪門歪道，但有了資料科學，我們應該改成

“在沒有證明它不會work之前，我們都先假設所有的市場經驗法則，都有其一定的道理”

抱持這樣的精神，不排斥任何可以寫成交易策略的經驗法則，我們就更有機會接近成功一點。

在網路時代，很多人都可以成一家之言，我們不必對任何一家之言都先排斥，能不能work，寫成腳本回測一下就知道了

在我們累積了愈來愈多個值得一試的交易策略後，

最後就像作者說的

 

玩小一點。