【選股策略 & 優質頻道分享】
我以為「人工」回測的時代 已經過時了
　
沒想到 最近 Youtube 推薦我看一個節目
叫做「Trading Rush」！它內容是：
　
一個人「用手動」回測外匯策略
模擬100次，把績效累計起來，快轉播放
　
看著他這麼辛苦的畫線，
老實說，還滿療癒的，XDD
　
那個人可能不會寫程式，
但投資功力很強，
他的策略在台股，
有時候還真的能賺錢，
　
不過我當然不會用「手測」
他只有測一個商品
我要測一千個商品
難道不會崩潰嗎？
　
台股有近千檔股票
我寫20分鐘程式，跑一分鐘就回測完了，
下圖是我回測的結果，在台股還真的是有效果！
結論是：「技術指標 Ichimoku Cloud 選股可以用」
　
還是很感謝這個 Youtube 頻道
無私將這些策略分享出來
以下是 Youtube 影片的連結（Ichimoku Cloud教學）
https://user89632.pics.ee/ichimoku
　
上 FinLab，小資族選股策略，
學會用程式輕鬆回測，再也不用QQ手動了！
https://pse.is/hahow1
　
以下是此策略的回測數據：
　
Stats for strategy from 2000-10-12 00:00:00 - 2020-06-10 00:00:00
Annual risk-free rate considered: 0.00%
Summary:
Total Return Sharpe CAGR Max Drawdown
-------------- -------- ------ --------------
- 0.81 14.56% -55.54%

Annualized Returns:
mtd 3m 6m ytd 1y 3y 5y 10y incep.
----- ------ ------ ------ ------ ------ ------ ------ --------
3.28% 22.10% 13.42% 11.23% 31.37% 14.53% 15.82% 15.28% 14.56%

Periodic:
daily monthly yearly
------ ------- --------- --------
sharpe 0.81 0.70 0.49
mean 15.77% 17.69% 20.43%
vol 19.48% 25.39% 41.36%
skew -0.65 0.10 2.68
kurt 3.41 0.71 9.89
best 5.44% 22.48% 171.94%
worst -7.50% -19.27% -37.05%

Drawdowns:
max avg # days
------- ------ --------
-55.54% -3.22% 37.96

Misc:
--------------- ------
avg. up month 5.88%
avg. down month -5.06%
up year % 80.00%
12m up % 74.78%
--------------- ------

【時間序列量化交易 - FinLab實體活動】

機器學習模型用於實際交易，不容易！

FinLab在此次的研討會中，介紹了很多小撇步，讓機器學習效果更好，更能夠應用於實際交易。以下是重點摘要：

📕【Labeling】 是很容易被大家忽略的部分，以「持有N天後報酬率」當做label真的好嗎？
我們翻閱 paper 列舉更好的方法，

Tripple barrier:
[Prado 2018] Advances in Financial Machine Learning
Continous trading signal

Continuous trading signals
[Dash 2016] A hybrid stock trading framework integrating technical analysis with machine learning techniques

Trading Point decision
[Chang 2009] Integrating a Piecewise Linear Representation Method and a Neural Network Model for Stock Trading Points Prediction

📕【 CNN神經網路】除了做出好的label，我們也介紹了CNN要如何實際用於trading：[Sezer 2018] 產生很多不同參數的技術指標，並且將這些技術指標做成圖片，來預測交易訊號，非常的有趣！
[Sezer 2018] Algorithmic Financial Trading with Deep Convolutional Neural Networks: Time Series to Image Conversion Approach

📕【 Feature importance】通常我們會利用 feature importance來篩選重要的feaature，但是我們平常真的做對了嗎？這部分我就先賣個關子XD

研討會頭影片：
https://drive.google.com/file/d/18dEAalouKvWAtlZSUjc8X9_i8uOHMwci/view?usp=sharing

假如你看到這裡，恭喜你！告訴你一個小秘密，就是我們要辦一場教學活動，由於是第一次實驗性質試辦，此活動酌收茶點費100元，設備場地感謝Fugle的贊助！

當天是個三個小時的小課程，會介紹如何用上述的內容做出一個有效的機器模型策略喔！（需要自行帶筆電）

時間：7/27號 （星期六） 下午 2 點到 5 點
地點：台北捷運西門站五號出口3分鐘路程
名額：25名（白老鼠XD）
金額：100元用來吃吃喝喝（因為是白老鼠，才是這個價格XD）
條件：完成AI股票理專課程的「第 1 章單元 2」
（課程網址：https://hahow.in/cr/finlab-ml）

報名辦法：
這個星期天(7/14)晚上10點準時收看finlab粉絲團，我們會在此時發佈表單，採先搶先贏的方式報名喔！（場地空間有限～不好意思囉）

【 #新課程開課｜ML學習日記ep.1－認識SVM】

想學Machine Learning卻不知道該如何開始嗎?
今天幫各位挑了其中一個環節
讓大家都能馬上學到概念
　
完整程式教學👉https://hahow.in/cr/finlab-ml
　
SVM是機器學習中的其中一種模型
這篇貼文會快速地把以下幾種概念介紹完：
　
✔用什麼原理學習資料
✔如何應用在預測股價漲跌
✔SVC和SVR
　
👇一起點圖看更多說明👇

今日提到的FinLab影片連結:
https://www.youtube.com/watch?v=z4aIbe2jVVE
#finlab

成為這個頻道的會員並獲得獎勵：
https://www.youtube.com/channel/UCL2JKimITPdd37tEzJrHPAg/join

歡迎留言問問題唷！如果不知道要留什麼也沒關係，在底下選個食物與我分享吧！
🍺🍷🥤🍕🍖🥩🍔🍟🌭🍙🍝🍜🍦🍩🍫🧀🍇🍎🍉
===學員破百人啦===
⭐選擇權課程，小資族大翻身:http://optionplayerkevin.pse.is/opclass
===趕快來加入吧===
▼底下有各種資訊，歡迎點開參考▼
✅telegram:https://t.me/opplayergroup
✅選擇權討論社團:http://optionplayerkevin.pros.is/groupkevin
✅IG:http://optionplayerkevin.pros.is/instagramkevin
✅FB:http://optionplayerkevin.pros.is/facebookkevin
✅Blog:https://optionplayerkevin.blogspot.com/

這個頻道專注在選擇權的話題上
股票、期貨、基金也歡迎大家來討論
希望大家都能變得更有錢，邁向財務自由

----------
音樂:
► Music Credit: LAKEY INSPIRED
Track Name: "Days Like These"
Music By: LAKEY INSPIRED @ https://soundcloud.com/lakeyinspired

申明:影片主要為分享我個人的想法，並非投資建議，請觀眾在操作前仍需三思。