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。