# 機器學習於量化交易的挑戰與解法 - 韓承佑

{%hackmd MNcuRlXoQDak0uCmtaJKwA %}
:::info
[講者簡報](https://www.finlab.tw/slide_mopcon.pdf)
[議程影片](https://www.youtube.com/watch?v=v7MgZLIc-ds)
:::

[TOC]

> 投資:長期經營
> 錢換來的價值= 「時間」

### 時間帶來的好處：
- 為社會帶來更多的影響

一個人能不能好死取決於有沒有把資產的 70% 花在投資上。
- 有投資: 年老後資產繼續增長
- 沒投資: 年老後沒錢

## Finlab

https://www.finlab.tw/mopcon.html
講者投影片: https://www.finlab.tw/slide_mopcon.pdf

### Machine Learning
- AI 的 papers 數量不斷提升，平均每天需讀10篇以上才可完全跟上最新技術

### Supervised Machine Learning 兩步驟
- Training (訓練)
- features
- labels 預測種類
- Testing (確認)
- 從 features 預測出 labels

不給答案（label），能做預測嗎？

### Financial Data(features)
- Fundamental data
Focusing in creating a portrait of a company

- Trading Data

如何查看公司價值：
1. 財報：公司價值、獲利
2. 價量（股價）

機器學習可透過股價來判斷後續發展獲利

### Creating Technical indicators
原始資料是"股價" Price historical data
利用原始資料計算出各種指標作為特徵，如:
- RSI(是可看出 股價相對強弱 的指標，Relative Strength Index)
- KD值 ...等

指標有什麼用？做預測股票上漲或下跌

[使用講者提供的程式碼:](https://colab.research.google.com/drive/1_l-7Cdx_xG0Fja-0L4H7Dgl0QAQzhmvs)

### Labeling

> 探討時間和漲跌的關係

#### Challenging of Labeling the data

fixed time horizon
標記方式:一段時間內(w):
- 如果上升，標記為 +1
- 如果沒變動，標記為 0
- 如果下降，標記為 -1

問題: 必須持有一段時間(w)，才能賣出股票(風險承擔性較大)

#### Label Generation Methods

- tripel barriers
- 1, 0 ,-1（漲, 不漲, 跌）
- Continuous trading signals （Dash 2016）
- 連續的區間（利用內差公式來得到區間內的位置）
- 愈接近1: 上漲
- 愈接近0: 下跌
- Trading Point decision
- 看整個時間序列去做判斷
- 找出 local minimun 和 maximun 點
- 利用這些點，對原始股價訊號進行切割，以直線來趨近原始訊號

> 概念上透過機器學習達到，低價買入、高價賣出的近似訊號。

### Demo

#### 問題：講者提供的label對於股票預測有何影響?
#### 講者：買賣股票的方式有很多種，可以產生很多種策略
* 例如「趨勢」跟「逆勢」，趨勢型的策略勝率低，但是單筆獲利較多，而逆勢型則是勝率高，但單筆虧損較嚴重，而不論是「趨勢」或「逆勢」交易，都是有機會可以獲利的
* 還有不同的交易頻率（每分鐘、每小時、每天、每月），也都可以產生出不同的訊號，頻率高採樣多，所以交易獲利比較穩定，但是手續費昂貴。交易頻率低則剛好相反，各有優劣
所以根據不同的 label ，就可以用同樣的模型 創造出各種不同的策略喔！
假如您有很多種不同的labeling方式，都可以產生獲利模型，分散風險，會是不錯的選擇！

## Neural Network (神經網路)

- 用數學來模擬神經，突觸、軸突等構造

## Deep Neural Network (深度神經網路)

- 神經網路有很多層
- 透過多層的權重(Weight)將輸入訊號(input)映射到答案(label)
- 利用 Cost Function 來計算誤差，用以調整Weight
- Cost愈大，代表誤差愈大
- 調整 Weight，讓Cost盡可能降低(類似走在山坡上，盡量要往低處走)

### Long Short Term Memory Neural Network ( LSTM )

- 有記憶的效應 (利用Forget Gate, Input Gate, Output Gate 等結構)
- LSTM 可以解決梯度爆炸(Gradient Expoding)、梯度消失(Gradient Vanishing)的問題
- 有真正的記憶體
- 用額外的神經網路來達到記憶的效果

### Convolutional Neural Network（CNN）

- 經常用於電腦視覺 (Image)
- 讓節點只處理不分區部分的分析不需要每一個像素都處理
- 優點：
- 避免過度擬和 (Overfitting)

### 視覺網路 vs 交易

Time series to Image conversion Approach

## Backtest (回測)

- 需注意的：
- 生存者偏差，可能是很爛的策略意外剛好對了
- 可能會正確找到一張過去開獎過的樂透，但其實對未來預測幫助不大
- 解法：
- Develop model for entire asset or classes
- 使用 Bootstrap aggregating
- 紀錄每次回測
- Resist the temptation of reusing a failed strategy

## 序列資料切 Validation 遇到的問題
由於是序列化資料，訓練資料很容易包含測試資料。

||day1|day2|day3|day4|day5|
|:-:|:-:|:-:|:-:|:-:|:-:|
|training|x1|x2|<p style="color:red;">y|||
|training||x1|<p style="color:red;">x2|<p style="color:red;">y||
|testing|||<p style="color:red;">x1|<p style="color:red;">x2|y|
p.s 如果測試越多，可產生的預測將越準確

###### tags: `MOPCON 2019`