Back
kikitrade
kikitrade
GQ 的小豬
08/30 10:07
Ins: @gqpigling_crypto
你使用量化有做功課嗎?
[前言] 為什麼寫這篇文呢? 因為看到覺得有點無奈。 最近販賣指標的人越來越多, 但是做功課再買的人有多少呢? 最後有些 murmur 建議略過(不是) [指標 ≠量化、自動交易 ≠ 量化、量化交易是一個領域、類別] 什麼叫做領域、類別? 界門綱目科屬種有聽過吧? 量化交易也是一個大類別, 它不是單單一件事情。 量化交易有包括很多, 除了最近台灣指標賣的很瘋大家知道以外, 派網的網格、期現套利都是屬於量化交易。 除了「機器人操盤」這個既定印象, 其實更多是各式各樣的「套利」行為。 [量化交易的流程簡易概述] 在我看來量化交易跟資料科學有異曲同工之妙。 以下是簡述: 蒐集資料 -> 清洗資料 -> 分析資料 -> 擬定策略 -> 驗證策略 -> 風險控管 -> 自動執行, 然後一直循環再循環, 不是一次一勞永逸、不會只有一種策略。 身為「消費者」, 你買了一個在 TradingView 上面的指標, 你是做了什麼動作知道嗎? 是「使用視覺化後的策略」。 (有沒有驗證過、是不是平均 K 驗證就不知道了:D) (不能用平均 K !!!) [多的是你想不到的套利] 套利型的量化種類太繁多, 大家有興趣可以去查查看, 這裡以我個人解釋簡化成三大類型, 看看能不能比較好理解: - 數據型套利:盤面數據、鏈上數據等等 - 價差型套利:發現不同商品間有價差空間,其實遊戲虛擬物品也可套利。 - 事件型套利:發現發生什麼事就一定會漲/跌。 [個人量化的困難點] 現在大機構與個人, 想盡各種套利的方法, 但也說不定你還能想到獨一無二的套利方法。 可是困難點(或者該說容易輸的點)在哪? 先撇除策略怎麼開發的問題不說, 這裡講兩個好理解的: 實話實說, 機構確實比我們能有更早的機會, 拿到獨一無二的數據。 (其實你可以考慮去挖還乏人問津的市場) 第二就是成本, 要套出正數的利潤之前, 必須要有合理的本金, 也必須要有合適的設備。 所以本金不夠就請認命好好囤本金, 指標等等的不一定讓你致富, 不足的本金可能撐不了到回本的時候, 舉個簡單的例子, 你要開網格的時候不是會要求, 你至少要有多少錢嗎? [現況觀察與一點 murmur] 量化看起來對個人交易者來說很難, 但是因為資訊流通比以往更加順暢, ~假裝有刪除線~(而且賺飽上面的人的錢也該往下面賺)~假裝有刪除線~ 大家能拿到的教育資源也好, 有人願意出來做給一般人用的量化也好, 不管是出於商業利益還是良心事業, 其實對於消費者能滿足需求都還算是好事。 可是可怕的事情也會隨之發生, 最常見是擋人財路的被可能被鎮壓, 雖然這是必定的商業競爭行為。 不過我個人覺得最可怕的是消費者不做功課,  然而資源就攤在你唾手可得的地方, 再碰上惡意要騙你的商人會怎麼樣呢? 我話就說到這裡,懂得都懂。
kikitrade
0/200
9 COMMENT
kikitrade
There are no comments yet
kikitrade
kikitrade
GQ 的小豬
0Following0Followers

Ins: @gqpigling_crypto