---
title: Project08
tags: teach:MF
---

# ML and FinTech: Project by 徐培修

###### KeyWords: 證券交易、股價、籌碼、券商分點

## Motivations
　

$\quad \quad$證交所每日盤後會提供每個券商分點對個股的買賣張籌碼資訊，在一些歷史資料來看，某些分點可能對某些個股會有特別好的掌握度，故想學習用更科學的方式分析此情況。

* #### 掌握籌碼，掌握先機
　　在投資市場中，有基本面、技術面、籌碼面等面相的交易策略。進入市場進行交易，無論是主力、法人亦或是散戶，目標不外乎就是獲利。而若在主力或法人等進場布局前期，能有效發現跡象，並跟隨著進場投資，便能有機會跟著主力獲利，因此如何從籌碼中找到蛛絲馬跡，便是重要的學問。

* #### 關鍵券商分點
在證交所盤後可以看到券商在個股的買賣訊息，希望透過觀測各分點的籌碼進出與股價關係，找出對歷史股價有相對關鍵的券商分點，進而監控其動作，並作為投資進出場依據。

## EDA
#### Data Link: https://drive.google.com/drive/folders/1MD4K9f7AN0Yz9AJsVcruOt30LcJKSc9S?usp=sharing
(資料來源: CMoney資料庫)

由於此組Data Set中有許多資料，而其中此次研究中最想著重在分點日買賣超對股價的影響，故先將Data做以下整理。

首先將1477.csv導入python，並用pandas.read_csv指令萃取出日期、券商代號、買張、賣張以及買賣超資訊。


#### Data Preprocessing

由於data本身格式，index有很多重複的日期以及券商代號
重新解構，讓data架構可以更清晰


如此一來，Y軸的index則可呈現每個交易日，X軸為所有分點，值則為該分點在該日的買賣超數量，若當日無買賣則呈現NaN


我們將上表以時間為X軸，買賣超為Y軸畫出如上圖。
由於分點的數量太多，以至於整體圖面過於密集，然而也可以看出其中也不乏許多分點在日買賣超會超過+-500張的情形。

### 過濾部分較無價值data

#### Seven Techniques for Data Dimensionality Reduction
https://www.kdnuggets.com/2015/05/7-methods-data-dimensionality-reduction.html

* #### Missing Values Ratio.
Data columns with too many missing values are unlikely to carry much useful information. Thus data columns with number of missing values greater than a given threshold can be removed. The higher the threshold, the more aggressive the reduction.

各分點對於此檔股票的交易頻率可以定義為
$$(1-m)*100%$$ 其中$m$為Missing Value Ratio。
* 過濾交易頻率過低的分點
當分點交易頻率過低，則也意味該分點對股價的影響力應也較低，故過濾該分點data應對分析影響不大，甚至可能因為過濾掉一些雜訊而讓訓練分析結果更好。


$\quad$ 從上圖中可以看出，在1184個券商分點中，有許多分點參與交易並留倉的天數比不到1%，故透過給定一個threshold參數來過濾掉交易比例較少的分點，且亦可作為後續動態調整的參數。

$\quad$ 最後，將股價資料與籌碼資料進行concat後可得以下結果:

* Data Discription:
縱軸: 從2011/01/03至2021/10/18之交易日，共2650天
橫軸: 前85項為在這些交易日中，實際交易天數超過50%的券商分點；
$\quad$ 　後3項為這些交易日該檔股票的開盤價、收盤價以及漲跌幅

## Problem formulation

本篇將用三種交易策略進行比較：
|項次|策略|備註|
|---|---|---|
|1|黃金交叉策略|Benchmark|
|2|羅吉斯回歸分析|利用前80%交易日(2011-01-03至2019-8-14)的籌碼及股價漲跌作為訓練資料，用訓練結果預測後20%的交易日(2019-8-15至2021-10-18)當日漲跌 |
|3|LSTM模型分析|利用前80%交易日(2011-01-03至2019-8-14)的籌碼及股價***漲跌幅***作為訓練資料，用訓練結果預測後20%的交易日(2019-8-15至2021-10-18)當日***漲跌幅*** |

:::info
Remark:
1. 為求簡單的比較，本篇將忽略每次交易所需成本(eg: 交易手續費、交易稅)
2. 交易策略中不討論放空；且報酬率定義如下:
$$ Return_i = (\frac{SellPrice_i-BuyPrice_i}{BuyPrice_i})\times 100\%,\ i表示第i次交易 $$
$$ Total\ Return = \prod_{i=1}^N (1+Return_i) -1 , \ 其中N為總交易次數$$
:::

### 1. Benchmark: MA5/MA20黃金交叉策略

* 交易策略: 當5MA向上穿越20MA線時進行買入；反之則賣出

上圖為以每日收盤價格畫出的5MA及20MA的曲線圖。



:::success
使用5MA搭配20MA的黃金交叉策略，在2019-08-15至2021-10-18間得到的總報酬率為33.07%, 共交易16次。
:::

### 2. Logistic Regression預測漲跌

$\quad$ 首先將股價漲跌二元化:

$$Y_{i}=\left\{\begin{align}
1,\ if \quad close_i-close_{i-1} >0\\
\quad 0,\ if \quad close_i-close_{i-1} \leq 0
\end{align}\right.$$
$Y_i$表示個股當日漲/跌，當日收盤相較前日收盤為漲時，$Y_i=1, 反之Y_i=0$

#### 日籌碼預測漲跌結果

:::success
由羅吉斯回歸分析結果的confusion matrix可以看到:
利用前80%的籌碼資料來預測後20%的股價漲跌Accuracy為79%
:::

* 交易策略:
* 若手中無持股: 當日預測為漲則開盤買入
* 若手中有持股: 當日預測為跌則開盤賣出
* 其他狀況則不作交易動作

$$Action[i]=\left\{\begin{align}
Buy\ at\ Open[i],\ if \quad Position[i-1]=0 \ and \ Pred[i]=1\\
\quad Sell\ at\ Open[i],\ if \quad Position[i-1]=1 \ and \ Pred[i]=0 \\
\quad Hold\ the\ Postion[i-1], \ else
\end{align}\right.$$



:::success
羅吉斯回歸預測漲跌的策略交易在2019-08-15至2021-10-18間得到的總報酬率為:24.32%, 共交易137次
:::

### 3. LSTM預測模型:

* 交易策略:
* 若手中無持股: 當日預測為漲幅超過1%則於開盤買入
* 若手中有持股: 當日預測為跌幅超過1%則於開盤賣出
* 其他狀況則不作交易動作

$$Action[i]=\left\{\begin{align}
Buy\ at\ Open[i],\ if \quad Position[i-1]=0 \ and \ Pred[i]>0.01 \\
\quad Sell\ at\ Open[i],\ if \quad Position[i-1]=1 \ and \ Pred[i]<-0.01 \\
\quad Hold\ the\ Postion[i-1], \ else
\end{align}\right.$$



:::success
LSTM預測模型的交易策略在2019-08-15至2021-10-18間得到的總報酬率為:57.57%, 共交易72次
:::

## Analysis

|項次|策略|總報酬率|交易次數|MDD|
|---|---|---|---|---|
|1|黃金交叉策略|33.07%|16|14%|
|2|羅吉斯回歸分析|24.32%|137|23%|
|3|LSTM模型預測分析|57.57%|72|26%|


## Conclusion

* 券商分點籌碼交易資料有機會反映出個股股價的漲跌，若能有效運用，搭配不同投資策略可能可以提升投資獲利率
* Future work:
1. 對其他個股進行分析，或許只有針對某些個股有較明顯的主力分點才能有較顯著的效果
2. 運用不同Machine Learning模型分析
3. 加入針對突發性暴跌事件作出相對應的措施的方法

---

---