online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 進場信號準不準?程式交易中的策略校準

大家好,我是貓大!貓大的好朋友小咪自從看了採礦貓分享的文章後,也打算開始利用電腦程式產生策略模型來進行投資了。藉由文章以及貓大的介紹,小咪認識了羅吉斯回歸、支撐向量機(SVM),以及類神經網路(ANN)的模型,並開始著手運用這些策略模型來進行投資預測。

此時,小咪碰到了一個奇怪的現象──明明使用同一天的歷史資料產生出來的三種模型,在即時環境下進行投資,卻會在同一個時間點產生出不同的結果。好比在早上10點10分10秒時,SVM和ANN同時都產生了下秒準備買進的進場信號,但羅吉斯回歸卻沒有動靜,有時候則是一種模型有信號,另外兩種則沒有結果。小咪對這個現象感到困惑,不知道該聽從哪個策略的結果才好,於是小咪又回來請教貓大。


聽完了小咪的問題,貓大自信地笑了笑,說道:「哈哈!原來是這樣呀喵~那你就得好好聽我接下來說的話了,讓我來告訴你我是怎麼解決策略間進場信號不一致的問題吧!保證讓信號更準確、更令你滿意唷!喵~」

首先,貓大先將策略模型分成小策略、中策略、大策略三種。舉例來說,利用羅吉斯回歸針對同一天的歷史資料,產生了五個模型,這五個模型稱之為小策略,而將這五個由相同方式產生的策略包在一起,稱之為一個羅吉斯回歸的中策略,再來將不同產生方式的中策略集合在一起,則稱之為大策略。

採礦貓的交易室環境使用了Storm的分散式架構,因此每當有新的市場報價產生時,採礦貓系統的市場狀態室會運用即時報價算出最新的市場狀態,透過Kafka的訂閱機制交給交易室。此時交易室能快速的分派這些市場狀態給需要的每一個小策略,小策略則能快速地算出信號。

此時打個比方,在五個羅吉斯回歸的小策略中,有四個小策略產生了進場信號,交易室則會將這些信號交給中策略,在中策略裡進行一次投票。想當然投票結果就是4比1壓倒性勝利,這時候這個羅吉斯回歸的中策略就會統一小策略的結果,產生進場信號。

而在中策略之間,彼此產生的信號也不盡相同,因此交易室又會把中策略的統一結果,交給大策略來進行再一次的投票,以小咪使用的羅吉斯回歸、SVM、ANN為例,若SVM和ANN有進場信號,則此時為2比1,大策略即會統一中策略間的結果,將最終的信號送往下一個階段。

聽到這邊,小咪不經問了:「這不就只是一個單純的投票機制嗎?感覺很容易呀!」貓大笑答:「這你就有所不知啦喵~看似簡單的投票機制,若不是在全自動化的分散式系統環境下執行,可是難以完成的唷!你想想嘛,在短短的一秒之內要算出所有的市場狀態並交付給所有的策略去執行,得到結果後還要經過層層的投票,光靠一般的統計軟體,有辦法達成嗎?透過採礦貓的交易室,更能廣結各種不同模型的結果,來使得信號更準確唷喵~」


小咪恍然大悟,「原來如此阿!我這就回去使用採礦貓的交易室來統整我的進場信號啦!謝謝貓大!有問題改天再來請教你唷~」
 

 

為了解決不同模型在同個時間點產生的買進信號不一致的問題,利用採礦貓的交易室,能夠在極短的時間內算出多個策略模型的結果,並依照模型種類的不同進行層層的投票機制,來使得進場信號的準確度能夠得到提升。

資料來源:幣圖誌


留下你的回應

以訪客張貼回應

0

在此對話中的人們

YOU MAY BE INTERESTED