Alg01ab 程式交易

復活節快樂, 連假有空自然是多看書的好時候, 早前看完Kevin 的 Building Winning Algorithmic Trading System, 他在書中分享了不少非常實用的實作做法, 以及怎樣去建構自己的策略, 若果沒有看過, 真的挺推薦有空看一下, 分享幾點他的想法,

1. Back then, I naively thought I could trade same strategies forever. Now I realize that some strategies burn bright, like stars in the sky. (沒有什麼的聖杯, 也沒有什麼一個單一策略在沒有管理的情況下可以走天下, 你是否已經有一個完善的SOP 去決定何時這個策略會定義為”失效”, 你又會做什麼呢?)

2. Have a logical basis for your strategy. Think about your entries and exits and how they can give you an edge. (進場出場同樣重要, Kevin 也強調可以分開測試, 去看看該進出場是否真的有一個優勢)

3. Keep it simple, I personally like to use 1 to 2 optimisable parameters for my entries; Use single rule at first (簡約至上, 其實基本上你有越多策略, 越多parameters, 你的degree of freedom 越多, over optimize 的機會就越高)

當我們不停的開發策略, 看看那個在out sample 績效較好, 其實就已經是最佳化, 我們以為已經分了In period, out period 沒有問題, 但是其實每一次當我們去看樣本外的績效再去微調或是寫其他策略這個做法本身已經是不停耗損數據的價值. 所以Kevin 亦有提出一個概念叫incubation, 就是當寫完策略後先觀察三到六個月, 看看forward testing 績效如何. 書中還有很多其他有趣的概念和想法, 而且都非常實用, 十分建議你們有空可以看看! 😙

抱歉最近有些私人事在忙, 加上重新鑽研程式交易的框架, 所以沒有太多時間打理專頁. 若果有觀察telegram 的績效, 也會知道最近的績效真的頗差. 是否失效需要轉換策略? 相信這個問題大家都會有機會遇到, 亦正正是這樣才在反思程式交易的系統和設計框架.

以下跟大家分享一本書, Evidence-Based Technical Analysis: Applying the Scientific Method and Statistical Inference to Trading Signals. 個人覺得挺有幫助去了解TA, 尤其是當我們使用得多Multichart這類型的平台就離不開if condition then buy/sellshort這樣的框架, 書中提及到

‘A rule back tested performance is comprised of two independent components. Rule’s predictive power if have any. Second and unwanted component of performance is the result of two factors a) rule’s long/short position bias, b) market’s net trend in back test.

簡單來說假如若果商品本身很具趨勢, 加上策略有long/short bias, 你可以很容易的寫出一個漂亮的策略, 但是當市場改變時就’失效’, 因為本身那一個策略可能不具有predictive power. 那為什麼一個沒有預測能力的策略也能獲利? 原因是機會率, 想像一下假如賭場(Market) 較常開大, 而你個人(Strategy)亦較喜歡賭大, 那怕沒有實力(Predictive Power)也自然長遠能贏.

回到策略層面, 其實不同的TA就像是一個過濾器, 希望可以過濾雜訊, 提高能獲利的機率. 那何時會獲利, 就是當市場有行情的時候. 以下是一些想法,

1. Indicators 若果都是建基於price , 老實說挑一個自己比較心安就可以了, 行情來到只是早晚進出的關係
2. 策略不要太複雜, 太過複雜我也不知道你過濾剩下的是什麼XD, 邏輯上太過optimize, 又如何捕捉未來的行情
3. 回到機會率, 就像撲克一樣, 較大機會率自然下注多一點, vice versa. 所以倒不如花多點時間研究資金管理和注碼控制
4.行情很重要, 要走得遠真的要靠多市埸商品

我自己個人未來的大方向應該是 Multi market, multi timeframe, 像是Andreas 提及過的以簡單策略為基礎的順勢操作, 再加上做好資金管理和注碼控制, 歡迎大家也分享一下自己的交易理念和框架. Telegram 方面暫時會停止update, 之後會有一些更新😆

二月整個投資組合回調15% 左右吧, 主要虧損來源來自恒生組合, 二月波動率很大, 但沒有趨勢, 偏向順勢策略自然被左一巴右一巴, 從波動率來看, 哪怕是日k 策略應該也會被震走, 剛好數個策略也在調整中, 所以績效真的不算理想. 美期相對比較穩定一點, 可見分散的重要性. 這亦正是交易路上的一個過程, 很多人在回測只會留意到左下到右上的曲線, 卻忽略了中間的過程. 若果為求心安, 除了降低槓桿, 增加分散, 在選擇策略時也不要只選擇獲利較高的那個, 留意策略的sharpe ratio, Return/MDD ratio, Stagnation period 等.

最近也看了好幾本關於交易的書, 之後有機會可以跟大家分享一下, 在交易路上, 不斷學習然後嘗試應用真的很重要, 我自己其中一個做法就是建立屬於自己的一個策略模組庫, 看到有趣的想法或是策略碼記錄下來, 並且加以歸類, 在之後開發策略時就可以快速, 有效的參考不同想法, 大家也可以嘗試下!😙

經常有些人問我在寫策略的時候應該用什麼指標, 在這裏分享看過的一些想法, 首先你要明白就是指標很多時候都是從價格計算出來, 所以當使用指標的時候其實都是從同一個訊息源, 亦正是為什麼你會發現有些相近指標編寫出來的策略有一定的相關度. 當然每一個指標的計算有不一樣的地方, 而這個正正是我們需要去理解, 因為我們不能說他們的名字很不一樣所以理應策略也會很不一樣.

指標大致分為兩大類型, 一個是滯後指標(Lagging Indicator), 一個是先行指標(Leading Indicator). 滯後指標通常是希望用價格升跌去判斷將來走勢, 通常這些計算方式都具有平均線的特性, 例如SMA, Bollinger Band等. 先行指標則是希望與趨勢形成請提醒入市, 通常會計算市場動力、力量, 例如RSI, William %R.

很多時候Trend Indicator (嘗試捕捉趨勢)都是滯後指標, 而Momentum Indicator (嘗試捕捉盤整)都是先行指標. 此外亦有其他指標例如 Volatility indicator (波動率相關的指標), Volume Indicator (成交量指標).

所以回到問題, 當在編寫策略時用什麼指標真的沒有一個特定答案, 你要知道你在寫什麼的策略, 你希望有一個什麼效果, 然後才從不同的類別去挑選或是嘗試那一個比較好.

▶另外早前亦弄了一個Telegram 頻道, 那邊主要是去記錄即市訊號的進出埸, 亦會有每天績效圖表和一些程式交易相關的基礎設定供參考, 有興趣的朋友可以去follow一下: https://t.me/alg01ab

圖片來源: Stockstotrade

祝大家新年快樂, 身體健康, 牛年發大財🤪

最近看到一個挺有意思的網站, 那裏有很多Email Alert 的教學, 老實說我也從不知道單是Email Alert 有那麼多的玩法, 當中有的教學包括,

1. Generates Alert with manual drawing (根據你所繪製的線條，觸發後發出訊號)
2. Format alert message (訂製訊號格式)
3. Alerts for possible data feed issue (數據連線有問題時發出訊號)
4. Broker position doesn’t match with multichart position (倉位不同步時發出訊號)

還有很多其他Email alert有趣的用法, 有興趣的朋友可以瀏覽這個網站 (https://www.tradingcode.net/multicharts/alerts/), 再一次感激網頁創辦人(Jos)無私分享!

▶️另外早前亦弄了一個Telegram 頻道, 那邊主要是去記錄即市訊號的進出埸, 亦會有每天績效圖表和一些程式交易相關的基礎設定供參考, 有興趣的朋友可以去follow一下: https://t.me/alg01ab

▶️相信部份朋友亦知道我在開發其他商品, 尤其是美期方面(指數,貴金屬,能源,農產品等), 固然我已經有一些歷史數據, 但是希望可以有多一份數據去交叉驗證策略, 如果剛好有數據又願意跟我分享的朋友可以pm我, 我可以用其他商品數據數據作交換或是策略碼吧😆

一月恒指策略回報達16%左右, 單邊升漲趨勢對於程式交易來說比較有利, 所以儘管在已降低口數的情況下亦有相當不錯的獲利, 以月結算來説亦算是創了績效新高. 美中不足的是行情跨越十二月尾到一月中後期, 中間的結算日會平倉上一個月的合約, 在新一個月的合約策略未能很快的建立倉位. 當然也可以設定自動轉倉, 但是每一個月平倉算是稍微降低風險, 所以做法真的是因人而異.

一月亦開始測試ES期貨策略, 沒有投入很多口數, 之後如果有機會可以和大家分享一下美期策略開發的一些想法和經驗吧. 儘管現在虧錢, 但是從觀察來說多商品有一定的互補性, 有助平滑整體的績效曲線, 所以若果現在只交易一個商品，真的很建議去探索一下其他商品!

▶️另外早前亦弄了一個Telegram 頻道, 那邊主要是去記錄即市訊號的進出埸, 亦會有每天績效圖表和一些程式交易相關的基礎設定供參考, 有興趣的朋友可以去follow一下: https://t.me/alg01ab

感謝各位朋友的支持, 為慶祝專頁已達到400人讚好, 分享一下現時我在用的停損SOP和策略碼, 希望可以對大家有點幫助😆

相信大家在策略通常都會有停損的模組, 現時我個人的做法是分開兩部份, 主要的邏輯存在一個Signal 上, 萬用的停損模組則存在另一個Signal. 當主要的邏輯開發好後, 就會在圖表加進萬用的停損訊號.

那個萬用的停損模組包括了7-8個停損的想法(例如:按比例, 斜率, 平均線等).我可以快速的回測那一種的方法出場較為不錯, 有需要的話可以再去做參數最佳化. 相信可能有些朋友都是這樣做, 我自己個人覺得這樣去開發策略比較快捷方便. 另外幾個關於停損模組的想法,

1. 多空不對稱: 停損是否對多空都有幫助? 那一種停損方法比較適合？多空參數一致/不一致?

2. 策略碼:你可以加入更多自己的停損方法進去模組, 甚至是停利方法

3. 最佳化: 當然可以減少就減少吧, 若果要做最佳化也避免策略邏輯和停損/利參數一同最佳化, 並檢查樣本外的績效有因為新的參數而得益

模組只是一個框架, 以上的想法亦不一定是最好, 只希望對大家的交易有些幫助, 如果對停損模組有興趣的朋友, 你只需要動動小手😆

➡️確保已讚好專頁
➡️讚好在 >Alg01ab專頁< 上本篇貼文
➡️在>Alg01ab專頁< 貼文下方留言, “我想要停損模組!”

注意:記得要要在Alg01ab專頁上的貼文和讚好才記算噢-v- 我會人手發給你所以可能需要等待一下請見諒.

另外早前亦弄了一個Telegram 頻道, 那邊主要是去記錄即市訊號的進出埸, 亦會有每天績效圖表和一些程式交易相關的基礎設定供參考, 有興趣的朋友可以去follow一下: https://t.me/alg01ab

談一下多市場, 我為自己定下的2021目標就是開發更多市場和商品的策略, 畢竟很難保證未來行情如何, 投入更多市場算是未雨綢繆, 分散一下風險. 關於選擇市場和商品有幾點想法吧,

1. 市場相關度 - 在開發不同商品, 既然是希望可以分散風險, 當然是選擇一些較低相關度的市場和商品. 網上可以找一下相關的數據, 以下這個網站(https://www.cmegroup.com/tools-information/quikstrike/cross-correlation.html)你可以參考到CME Group 主要產品之間的相關度

2. 市場波動率 - 假設出現走勢的機率是一樣, 若果波動率越大, 那當有單邊走勢的時候回報亦會更多, 當然風險會較高一點. 所以這真的很視乎個人的取向. Relative performance 可以用作參考的starting point (https://finviz.com/futures_performance.ashx?v=16), 或者用過往的歷史數據自己去計算應該也是可以的

3. 市場流通率 - 有些市場較細, 若果你是大戶的話好有可能單是投入市場已經會影響價格, 就算不是大戶很有可能bid ask 的價差亦會較大, 這也是需要考慮的地方

4. 數據費用 - 較為偏門的商品數據費用很有可能較為昂貴, 像是CME group 那些普遍的商品則比較上便宜一點

這些只是其中一些考量, 歡迎分享你會怎樣挑選市場和商品. 還沒有踏足多市場的朋友也可以想一下這會否是你今年的目標😆

2020總結/2021 展望

12月虧損-9% 左右, 可算是最差的一個月份, 從恆指走勢來說, 通常伴隨着大波動的單邊走勢就會有一段時間的橫行, 所以波段策略通常只會被左一巴右一巴. 投資就如呼吸一樣, 有賺就有賠, 只可期待明年可以捕捉更多的走勢. 從整個投組來說, 降低MDD算是一個重要的課題, 尤其是當遇到盤整時候, 有幾個想法吧,

1. 策略 - 多元化的策略有助降低MDD, 若果有一個適合12月較為短周期的逆勢策略應該有助降低MDD. 但是你也可以想像一下假如短周期的盤整不常出現, 那這個策略從長遠績效來說真的不能期待太多, 純粹真的用作平滑績效.

2. 降低槓桿 - 令一個較容易執行的想法就是降低口數以降低槓桿. 假如你知道接下來會有一段盤整時間, 或是減少在盤整時候的虧損，最簡單的就是減少操作口數. 在12月中我亦已經減少口數, 但可能已經過了盤整的一大段時間, 所以只有些少作用. 有些人的做法就是當遇到大波段的時候, 主觀的去降低下一兩個月的口數, 這些做法都是讓你們參考一下.

3. 多市場 - 單一指數盤整，不代表全部的指數和商品都在盤整, 很有可能其他市場有行情. 所以在來年我亦會投入更多的市場和商品, 之後可以再跟大家分享.

展望2021, 我希望能做到正如Victor Sperandeo 所說, preservation of capital, consistent profitability, and the pursuit of superior returns. 先保護自己的資金, 然後以穩定回報作為目標, 最後再追求卓越的績效. 在此祝各位新年快樂, 心想事成!☺️

📢📢另外早前亦弄了一個Telegram 頻道, 那邊主要是去記錄即市訊號的進出埸, 亦會有每天績效圖表和一些程式交易相關的基礎設定供參考, 有興趣的朋友可以去follow一下: https://t.me/alg01ab

最近恒指市況非常悶, 所以有更多時間靜下來看一下書, 研究策略. 分享一下另一本挺適合新手看的書, Quantitive Trading: How to Build your own algorithmic trading business, 當中談到很多基礎的程式交易框架, 個人經驗等等, 以下分享幾點作者Ernest Chan 在書中談及到的個人看法,

1. I would not employ more than five parameters, including quantities such as entry and exit threshold, holding period, etc. 作者認為程式策略越簡單越好, 更容易以去掌握市場脈搏, 參數方面他認為一個策略最好不要多個五個參數, 這包括停損停利等

2. Optimisation does not necessarily mean picking one best set of parameters. Often it is better to make a trading decision. 所謂最佳化不是選擇績效表現最好的那個參數. 他認為最理想的是有理據改善策略邏輯才選用該參數

3. It is essential to manage your risks that limit drawdown to a tolerable level and yet to positioned to use optimal leverage of your equity to achieve maximum possible growth of your wealth. 永遠記得在風險和槓桿取一個平衡

4. Stop loss can be suitable for momentum strategies but not reversal strategies. 當然每個人做法因人而異, 他認為停損較適合順勢策略, 而非逆勢策略. 因為逆勢策略的邏輯最終是回歸中心, 若果設定嚴謹的停損, 可能會失去了逆勢策略的效果.

書中還有很多其他有趣的看法和觀點，有興趣的朋友可以去看一下, 最後預祝大家聖誕快樂!🎅🏻🎅🏻

介紹一下一本新書, 蔡嘉民 Calvin 嘅「程式交易快穩準」,香港玩程式交易又肯花時間出本書嘅人真係好少, 諗都冇諗就買咗本黎支持下.

本書唔係着重個How, 而係講多啲背後程式交易成個框架丶心法. 當中亦有好多好實用嘅Idea可以套用入去自己嗰套交易, 想玩/玩緊程式交易可以不妨買一本收藏下😆