📅 Update date: 2024-03-04 instructor: 曾凱逸 老師 ### 📌 長期資料回測 * 假設程式除了根據交易策略做【選股】，還有做【買賣訊號表】=> 可以產生【投資組合】，和下列的【回測資料】 * 交易頻率 (越高頻，摩擦成本越高) * 淨值變化 (每一天的淨值) * 期末市值 - 期初市值 * 最大連續上漲天數 * 最大回撤比例 ### 📌 驗證是否有預測能力 * 假設模型是類似 regression model => 有 estimated value (price) * 測試資料拆分，樣本內測試，樣本外測試 ### 📌 程式交易者最終績效的影響要素 * 工作時間 * 程式能力 * 交易額度 * 報酬風險 * 交易目標 ### 📌 程式交易的重點 1. 「可取得」分析用資料 累積到: 足以支持歸納分析的資料量 包含: * 歷史交易資料 * 影響交易因子的相關資料 * 計量研究 => 需經過「樣本內、樣本外」測試 2. 乾淨 * 真實性 => 老師: 大部分都是真實的，少數極端案例難以用量化模型解釋 (引入隨機性) => 考慮非法造假的可能性 (如: 2004 博達公司財報造假) 3. 績效論成敗 報酬 風險 (趨避程度) 4. Overfit: 切忌【過度最佳化】 參數最佳化，可能樣本外測試的績效很糟糕！對實際交易沒幫助 甚至可能產生「過度樂觀」的模型 5. 程式交易的比例 倫敦證券交易所: 2006 年: 40 %，2007 年: 60 % 6. 程式交易策略 * 市場中立策略 => return 比較慢, 但比較穩健 (e.g. 期現貨價差策略, 同產業 - 多強空弱) * 總經這略 => 索羅斯 * 事件型交易 => 灰色地帶，可能設計內線 * 總經 > TIPP策略 ⭐ => 富邦早期曾用過，非常保守的投資策略 (風險很小) * CPPI策略: 對「下檔風險」有保護機制 => 富邦早期有 hire 交易團隊做的程式策略做這個, 但他們把關鍵的【最佳化方法】封裝起來 也是考量到工作機會的 issue (可以提供特殊策略的資訊服務, 但沒人想關鍵技術講明, 否則就可能丟飯碗) 7. 市場規模 2024: 2.7 兆 2028: 2.8 兆 (est.) 8. 避免的知識盲區一：倖存者偏差 只關心【財報佳、體質好的公司】，可能讓模型選出的都是佼佼者（倖存者），讓整體績效太好，忽略【落難者的風險】 9. 避免的知識盲區二：後見之明的偏差 【前一日收盤價】，無法反映【今日特殊事件】 10. 風險偏好：不同程式交易系統【使用者的偏好】 ➡️ 風險愛好者：週轉率 ➡️ 多數人：績效 ➡️ 風險趨避者：最大回撤率 11. 讓交易真正獲利的關鍵是人（策略執行的決策者），而非資訊科技和程式 12. 趨勢系統 VS 擺盪系統 兩種有時候預測結果【矛盾、互相干擾】 需要引進【市場的 View】才能 make sure（如: 總經因子） 13. 基金管理的 concept: 避免【資金過度集中】的風險 不要把所有資金【單壓】一個標的 即使是天真的等量資金分配，也可以達到效果（分散風險） 14. 避免見樹不見林：【策略有效性】不蘊含【總經、貨幣風險】 台股曾有一個程式交易公司 策略有效性很高 他們蒐集大量完整的【高相關性 stock pairs】 執行【做多: 台積電/巨大/雄獅，放空：聯電/美利達/鳳凰】 可以抵消掉產業的風險因子 　 但之後發生國際政治問題 >> 台幣大貶 >> 台股被外資拋售 他們的公司也在長期獲利之後大賠 好像收掉了 15. 不能只看【勝率】，看評估【賺賠比】 example: 老師帶過一個校內的團隊 他們開發的策略【高勝率，低賺賠比】 高勝率 => 短線成功預測（good 選股策略） 但未出場（poor 出場策略） 且預估的賺賠比沒有做，或數值很低（poor 回測） 最後大賠！績效不好 16. 時間停損 有些人做的策略 擅長選 "股"，不擅長選 "時" 可以用時間設計停損條件 17. 停損：區間 下跨式選擇權.... => 往下容許跌一段有限的區間 => 但跌破區間要有保護機制 18. 產業輪動 e.g. 族群相關性 e.g. 同業比較 (大哥、二哥、三弟) e.g. 共時性 (是否同時發動) 19. 時變性 follow 最新時事、科技 (news) 並開發、更新策略 跟上最新的有效 patterns ### 📌 心理面 * 行為財務學 ➡️ 市場有一些【時間區段】，情緒因子 > 理性因子 * Allais 悖論 * 展望理論 ➡️ 白話解釋: 【報酬更高但具有一定風險的選擇】，在多數人的心理偏好上，通常不如【穩定收益、即便報酬較低的選擇 ### 📌 影響因子: 對市場的看法 (View) * 國安基金入市 => 通常是大波段的底部 * 2022 年 4 月 光寶科: 某日 宣布國安基金進場 => 之後有連續性的上漲趨勢 ### 📌 影響因子: 其他指標 * 漲跌家數比 * 權值股 * 強勢股 * 騰落線 (ADL) * P/C ratio * 隱含波動率 ➡️ 總經 因子: 常被用於預測未來大盤多空方向 * M1B年增率和台股 * 採購經理人指數: 月初公布 (領先指標) ⭐ (老師在富邦時主要的多空參考指標) * 非農就業人口: 月初公布 (領先指標) ⭐ (老師在富邦時主要的多空參考指標） * 工業生產指數: GDP 的代名詞, 學術期刊愛用, 但實務上不實用 * 「事件」歸納成「事件型交易策略」？ **2022 年 7 月「南山人壽虧損」** 潤泰新（9945） – 日線圖 ![image](https://hackmd.io/_uploads/rJ7vn1UaT.png) 　 潤泰新（9945） – 週線圖 ![image](https://hackmd.io/_uploads/rJr58y86a.png) => 潤泰新 `2023-07-22 (五)` 爆量、跳空跌停 　 （但同時大盤有【國安基金入場護盤】的消息） => 花了約 9 個月打底 => 股價才逐漸走平（2023-04 ~ 2024-02） > 相關報導 > 📅 記錄日期: 2023-07-25 (一) > > [恐遭南山人壽拖累？潤泰全、潤泰新重摔跌停 急發重訊澄清, 2023-07-20 (三)](https://tw.news.yahoo.com/%E6%81%90%E9%81%AD%E5%8D%97%E5%B1%B1%E4%BA%BA%E5%A3%BD%E6%8B%96%E7%B4%AF-%E6%BD%A4%E6%B3%B0%E5%85%A8-%E6%BD%A4%E6%B3%B0%E6%96%B0%E9%87%8D%E6%91%94%E8%B7%8C%E5%81%9C-%E6%80%A5%E7%99%BC%E9%87%8D%E8%A8%8A%E6%BE%84%E6%B8%85-055556524.html) > > **內文摘錄** > 壽險業淨值大滑落，也拖累母公司財務體質！今日有媒體報導，因南山人壽第2季淨值面臨跌破千億元大關，潤泰全（2915）與潤泰新（9945）第2季淨值恐為負數，將造成股票下市，導致潤泰全、潤泰新今日盤中亮燈跌停。 > > [潤泰集團被南山「拖累」？潤泰新、潤泰全第二季每股淨值拉警報 這家恐踩下市紅線, 2023-07-20 (三)](https://tw.news.yahoo.com/%E6%BD%A4%E6%B3%B0%E9%9B%86%E5%9C%98%E8%A2%AB%E5%8D%97%E5%B1%B1-%E6%8B%96%E7%B4%AF-%E6%BD%A4%E6%B3%B0%E6%96%B0-%E6%BD%A4%E6%B3%B0%E5%85%A8%E7%AC%AC%E4%BA%8C%E5%AD%A3%E6%AF%8F%E8%82%A1%E6%B7%A8%E5%80%BC%E6%8B%89%E8%AD%A6%E5%A0%B1-%E9%80%99%E5%AE%B6%E6%81%90%E8%B8%A9%E4%B8%8B%E5%B8%82%E7%B4%85%E7%B7%9A-010217174.html) > > **內文摘錄** > 壽險業淨值大滑落，也拖累母公司財務體質！今日有媒體報導，因南山人壽第2季淨值面臨跌破千億元大關，潤泰全（2915）與潤泰新（9945）第2季淨值恐為負數，將造成股票下市，導致潤泰全、潤泰新今日盤中亮燈跌停。對此，潤泰全、潤泰新急發重訊澄清，強調報導內容係媒體自行臆測，非為公司結算之結果。 ### 📌 心理面: 基金規模 (fund size) 1. 2 億 ➡️ 停損停利的金額相對低，相對輕鬆 2. 50 億 ➡️ 很大的 scale 3. 400 億 ➡️ 群益績效王（最佳研究員，金彝獎） => 程式交易好處: 機械化執行，減少人為心理因素的【心理負荷 & 過度干預】 ### 📌 【日內資料】程式交易：取代【全人工盯盤】 人為盯盤；傷眼睛，沒效率，容易 miss 掉重要的 real-time 訊息 程式 => 可做【即時消息 / 價格警示】 ### 📌 程式交易 - 指數 => 要用「總報酬率指數」⭐ - 高頻交易: T1專線, 鉅額交易必要 - 演算法交易 ### 📌 流動性風險 * 「滑價」: 又稱「執行落差」，實際交易上會遇到的損失 * 前測 (紙上) 交易 (paper trade): 沒有滑價問題，因此獲利「不真實」 * 一般市場: 9 bp * 新興市場: 113 bp > **bp** > 基本點（basis point，bp）的定義為「百分之零點零一」（0.01%） > 9 bp = 0.09% ### 📌 交易室 & 交易員 與基金經理人相比，交易員的 degree 要求比較低 ➡️ 交易室的利益糾葛 ### 📌 日資料有沒有示訊風險？ 誰會跟? 交易員 => 券商 => 外圍 => 籌碼追蹤者 **反向示訊** 先丟出價格的「反向偽訊號」執行小倉位吸引買氣 隔（幾）日再朝目標方向，執行大倉位產生鉅額獲利 ### 📌 程式交易: 「執行面」應具備的功能 * 過濾: 使用不同交易策略，篩選出的多個投資標的 * 取得報價 * 下單 * 回報: 下單結果 * 即時績效計算 * 前測交易 ### 📌 自動下單 VS 人工下單 * 2011 開放 期貨市場 自然人 "自動下單" * 2015 開放 證券市場 自然人 "自動下單"