感謝大家的回應，連假期間整理了一下
希望能有系統的跟大家交流
如果有漏掉的可以再跟我說，私信待會也會一併回覆
開始之前，還是先強調這個領域最重要的就是加強風險控管跟心理素質
沒有策略是永遠賺錢的、環境也一直在變化
不過或許也是因為這些特質
市場才會讓人又愛又恨欲罷不能
: : 推 opencat: AI的問題在於無法解釋AI的策略,當虧損的時候你會更恐懼 03/22 23:06
: 推 byelover: AI沒有人性的問題 但是AI也感受不到市場情緒 03/22 23:34
: → byelover: 所以這種設定條件 與現實市場還是有落差及盲點 03/22 23:35
: → gozule: AI有個問題就是無法把市場當下的新聞訊息量化當做訓練資料 03/23 00:15
大家說的沒錯
尤其像是最近，當病毒消息、政策新聞一直出現
籌碼 AI 的反應就是會慢半拍
而且很難從邏輯上判斷到底只是暫時失效還是該下架
這種未知會加深對策略的不信任跟恐懼
上次跟朋友討論時
他說相對於面對人類
人對於 AI 的容錯特別低
因為當人面對其他人的時候，會預設「犯錯的可能」
真正出現錯誤也很容易找到原因
但只要AI犯錯，直覺就會是「程式有問題」
特別會出現不相信的情緒
可能是對未知的不安全感、覺得現在技術還沒穩定等等因素
但這段話讓我們覺得有必要設計一個客觀機制
不要神化、但也不要過度貶低 AI
應該使用一致的標準來檢視策略
所以我們希望做到的
就是對 Max 大提到的 15 行程式跟 AI 策略一視同仁
不會去預設哪個表現應該要比較好、由市場做統一的裁判
表現好的就留在投資組合
破 DD 就讓他暫時休息
我自己想通這環節後心裡通透不少XD
從投資組合的角度
AI 策略的邏輯跟吃的資料都蠻不一樣
只要期望值是正的，加入投組就能有效降低風險
不用也無法去證明孰優孰劣
要關注跟注意的
反而是 AI 策略在訓練出來後
能有多長的有效期、會不會因為過度最佳化以致於上場就開始虧損
這塊我們這邊有些實驗、實際數據
大家如果有興趣
我會試著寫出來做個記錄跟分享
: → ProTrader: 你們現在是新加坡公司還是台灣公司啊?? 03/23 01:16
: → ProTrader: 最早的資金是新加坡的吧 還記得徵人時說有一年資金 03/23 01:17
新加坡一樣是控股公司
台灣有100%子公司叫做酷奇科技股份有限公司
目前資金透過交易以及與金控合作
沒有之前那麼侷促了
算是過了最艱難的那個階段 XD
: → sde7w9xzo: 籌碼是算盤後資料嗎?這樣也太不即時了 03/23 03:14
是盤後資料沒錯，可以拿來做中長期策略
技術 AI 吃的是即時最佳五擋
2018 跟最近市場，技術 AI 表現比籌碼好
所以最近做趨勢的要小心一些...
: 推 gn00295120: 我只覺得這隻策略最佳化過度上線後馬上翻船運氣好遇 03/23 03:42
: → gn00295120: 到這波而已...... 03/23 03:42
: 推 midnight9: 從點位看起來ai的交易策略都滿正確的 被軋那500點也是 03/23 10:14
: → midnight9: 只是震幅跟波動率變大 如果不降槓桿就會很難受 03/23 10:14
籌碼 AI 去年 2019 威了一年
該是休息一下的時候了...
所以策略庫跟投資組合特別重要
既然沒有完美策略，那就要多準備一些武器
我們現在的目標是讓 AI 來選擇武器
基準是凱利公式，至少要比凱利公式有用才會上線
: 推 cyf0531: 想請問原Po 1400點是人工停損還是機器停損的 謝謝 03/23 12:53
AI 反轉時有 1400 DD
市場最近波動率大，人工操作建議可以調小槓桿、放大一點停損點數
免得一個夜盤上下各沖 300 點所有策略都被洗出去...
: 推 max780417: 問問題 餵垃圾數據 出來的也是垃圾不適嗎 顆顆 03/23 13:00
絕對是垃圾進垃圾出
而且如果你的目標跟數據不合
一樣會變垃圾策略出來
就像餵日資料想要 AI 做當沖
或是餵 tick 要 AI 做長期一樣
: → max780417: AI 跟傳統的順勢突破 我雖然單量多 但獲利也跟你差不多 03/23 13:02
: → max780417: DD相對比擬小很多 單口最大虧損在500. 那有需要用到Ai? 03/23 13:02
: → max780417: 現階段還是覺得AI是個噱頭而已... 03/23 13:03
: → max780417: 把系統交給其他人也未必能扛的起1400的打擊能力 03/23 13:03
: → max780417: 程式碼也在15行內 也非需要大量的程式碼 03/23 13:05
: → max780417: 我個人請向越簡單在市場活越久.. 03/23 13:05
: 推 max780417: 還是幫推其他文中的風控 心態 有說到位 03/23 13:10
我覺得 AI 的優點是可以分析過去不容易分析的數據
成本就是比較複雜的程式碼、比較貴的訓練成本
對我們來說，反而是 15 行能賺錢的程式碼門檻更高
我覺得這就是市場有趣的地方
不管什麼策略、能賺錢就是好策略
最後比的反而是風控、抗壓性跟心態（跟資金）
: → ProTrader: 15行的程式就早期的程式交易 可在MC上寫 03/23 13:44
: → ProTrader: 就看何時AI交易突破到AlphaGo的水準 03/23 13:46
我們認為交易 AI 不會像 AlphaGo
不會演變成只有 AI 獨大的狀況
甚至當越來越多機器人在市場上交易
可能會出現專屬人類才可以抓到的機會
: → gozule: 其實如果能夠把股票的報酬率分佈抽樣出來，誤差不要太大 03/23 13:50
: → gozule: 就有不少獲利的機會，可用stochastic programming或Kelly 03/23 13:50
: → gozule: 做部位控制最佳化獲利 03/23 13:50
: 推 ProTrader: 這最簡單的就是減碼跟加碼以上面那個-1400到1800舉例 03/23 13:55
: → ProTrader: 初始10口 賠錢逐漸減碼到0口賺錢再逐漸加碼到100口 03/23 13:56
: → ProTrader: 學術上的說法是厚尾 最近有個外國基金用這個賺很大 03/23 13:57
: → gozule: 最近的崩跌，讓我想到Sornette的LPPL模型，結果網站連不進 03/23 14:02
: 推 ProTrader: LPPL好像也是抓極端事件的模型 03/23 14:07
同意市場充滿機會
有紀律跟規則、不要單壓一支策略
長期獲利期望值是不小的
: 推 BreezeCat: 代表好的策略需要滿足的點都差不多 而AI的策略也剛好印 03/23 14:55
: 推 BreezeCat: 證而已 03/23 14:55
: → max780417: 找出一個自己內心很安心的系統吧。科科 03/23 15:06
: 推 max780417: 我是覺得這遊戲玩到最後都是在跟自己做交易。心裡層面 03/23 15:08
: → max780417: 抗dd打擊能力 03/23 15:08
: 推 ProTrader: 交易獲利永遠都跟資金管理與風控有關 03/23 15:10
: → ProTrader: 程式複雜的程度有沒有效益的確是很重要 03/23 15:11
: → ProTrader: 所以現在業界已經公認沒有聖杯這種策略 都是如何管理 03/23 15:23
: → eeeee118: 就跟原po內文說的第3點一樣 無法一招套用全市場全時段 03/23 15:24
: → max780417: 沒有公版聖杯啊。市場永遠是對的 03/23 15:24
大家結論是一致的 XD
不會有公版聖杯
不管是簡單的程式碼或是 AI 的策略
都是成本跟效益的取捨
我們自己現在比較相信 AI 策略
但不代表 Max 大相信 15 行策略是錯的
除非是套利或是高頻策略
不然不同策略同時在市場上獲利是有可能的
這邊先以回覆推文為主
之後會找時間分享做 AI 策略的各種嘗試跟心路歷程
交流的同時得到大家回應對我們也有很大的幫助
這篇的主軸其實是希望大家不要歧視 AI XDD