這兩天沉迷開發後領悟到了一個對於市場的新認知... 那就是看K線交易其實存在天然的劣勢... K線是市場經過博弈、處理、繪製後輸出的信息,本質上等同於一種指標,真正的 Raw Data 存在於更加底層的維度,這也是為什麼高頻量化只用 Ticker 數據的原因。 雖然我已經完全放棄高頻方向,但這個認知可以 套用到對於市場的整體認識當中: 一根4h-K線內蘊含的信息量其實大的驚人,但K線將其從一個多維狀態強行二維化了... 這就好像牛頓經典力學與微觀量子力學之間的區別,低頻交易者依舊可以通過微小的市場規律預測並押注宏觀維度的價格變動,但同樣的策略在微觀層面就完全沒用了... 因此在個人算力非常匱乏的條件下,我們能做的交易其實都是偏向宏觀世界的“經典力學”推演,但由於這實在是太容易計算了,所以市場中已經幾乎不存在基於K線系統下的穩定盈利Alpha了... 10年前算力不足時,很多簡單的量化策略都能賺大錢,但放到現在,死路一條... 那我們的出路在哪裡? 觀察那些成功的交易員,其中一個非常難以量化的因素就是“運氣”,而幾乎任何策略都無法描述清楚所謂的運氣是什麼? 這也許會是一個有趣的方向? 等這個遺傳算法玩完了,我的下一個思路就是用圓周率作為交易決策的隨機來源,疊加一個係數,去做歷史推演,找到那個表現良好的係數,也就找到了一個市場的運氣種子... 不知道有沒有可驗證性? 先去讓Agent給我快速跑個原型,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/…

來自推特
免責聲明:以上內容僅為作者觀點,不代表Followin的任何立場,不構成與Followin相關的任何投資建議。
喜歡
收藏
評論
分享




