这两天沉迷开发后领悟到了一个对于市场的新认知... 那就是看K线交易其实存在天然的劣势... K线是市场经过博弈、处理、绘制后输出的信息,本质上等同于一种指标,真正的 Raw Data 存在于更加底层的维度,这也是为什么高频量化只用 Ticker 数据的原因。 虽然我已经完全放弃高频方向,但这个认知可以 套用到对于市场的整体认识当中: 一根4h-K线内蕴含的信息量其实大的惊人,但K线将其从一个多维状态强行二维化了... 这就好像牛顿经典力学与微观量子力学之间的区别,低频交易者依旧可以通过微小的市场规律预测并押注宏观维度的价格变动,但同样的策略在微观层面就完全没用了... 因此在个人算力非常匮乏的条件下,我们能做的交易其实都是偏向宏观世界的“经典力学”推演,但由于这实在是太容易计算了,所以市场中已经几乎不存在基于K线系统下的稳定盈利Alpha了... 10年前算力不足时,很多简单的量化策略都能赚大钱,但放到现在,死路一条... 那我们的出路在哪里? 观察那些成功的交易员,其中一个非常难以量化的因素就是“运气”,而几乎任何策略都无法描述清楚所谓的运气是什么? 这也许会是一个有趣的方向? 等这个遗传算法玩完了,我的下一个思路就是用圆周率作为交易决策的随机来源,叠加一个系数,去做历史推演,找到那个表现良好的系数,也就找到了一个市场的运气种子... 不知道有没有可验证性? 先去让Agent给我快速跑个原型,明天更新~

Crypto_Painter
@CryptoPainter
04-02
又更新了一版,这次把遗传算法可用的特征变量也暴露到前端了,现在可以针对自己想要迭代的策略类型进行自定义了。
比如我想生成一个震荡短线策略,那就只选波动率与线性回归相关的指标或参数作为特征库,如果想要生成趋势策略,那就选均线或动能类特征。
不知不觉之间,搞出来了一个炼丹炉...好玩~ x.com/CryptoPainter/…

来自推特
免责声明:以上内容仅为作者观点,不代表Followin的任何立场,不构成与Followin相关的任何投资建议。
喜欢
收藏
评论
分享




