ML and FinTech: Project by 徐培修

KeyWords: 證券交易、股價、籌碼、券商分點

Motivations

$$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
  

  $$(1-m)\ast 100$$ 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。

$$ 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。

$$ 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；
  
  $$ 　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

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:
   
   $$Retur{n}_i=(\frac{SellPric{e}_i-BuyPric{e}_i}{BuyPric{e}_i})\times 100\mathrm{\%},i\mathrm{表}\mathrm{示}\mathrm{第}i\mathrm{次}\mathrm{交}\mathrm{易}$$
   
   $$TotalReturn=\prod _{i=1}^N(1+Retur{n}_i)-1,\mathrm{其}\mathrm{中}N\mathrm{為}\mathrm{總}\mathrm{交}\mathrm{易}\mathrm{次}\mathrm{數}$$

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。

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

$$ 首先將股價漲跌二元化:

$$Y_i=\{\begin{array}{r}1,ifclos{e}_i-clos{e}_{i-1}>0\\ 0,ifclos{e}_i-clos{e}_{i-1}\le 0\end{array}$$

$Y_i$表示個股當日漲/跌，當日收盤相較前日收盤為漲時，

$Y_i=1,\mathrm{反}\mathrm{之}{Y}_i=0$

日籌碼預測漲跌結果

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

$$Action[i]=\{\begin{array}{r}BuyatOpen[i],ifPosition[i-1]=0andPred[i]=1\\ SellatOpen[i],ifPosition[i-1]=1andPred[i]=0\\ HoldthePostion[i-1],else\end{array}$$

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

$$Action[i]=\{\begin{array}{r}BuyatOpen[i],ifPosition[i-1]=0andPred[i]>0.01\\ SellatOpen[i],ifPosition[i-1]=1andPred[i]<-0.01\\ HoldthePostion[i-1],else\end{array}$$

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

---

---