你打開電腦,面對市場紛亂的行情,點上一支煙,開始陷入思考。
K 線的上下跳動牽動著你的神經,靈感乍現,開倉!
價格向你有利的方向移動,你欣喜若狂;價格背道而馳,你感到焦慮,如芒刺背。
短線技術分析究竟有沒有規律可循?趨勢是否真的能夠跟蹤並獲利?每一天,你可能都在問自己這些問題。
網上關於技術分析的內容鋪天蓋地,各種交易講座樂此不疲,偽大師們在兜售他們的神準策略,而實幹家在市場中用真金白銀驗證自己的想法。
市場是隨機漫步的,還是有跡可循?這究竟有沒有答案?老張在市場中相信的唯一真理是數學模型,這也是我成為技術流的夢。
在數學模型中,這個問題很明確:
隨機漫步=非平穩時間序列
有跡可循=平穩時間序列
換句話說,如果通過驗證,交易標的是平穩時間序列,則也許存在統計分析獲利的可能性。反之,你的統計和方法將毫無作用。(如果你對這個說法感興趣,請閱讀《線性代數》)
那麼我們有沒有辦法對交易標的進行檢驗呢?答案是肯定的。
方法一:Hurst Exponent
用一個 Hurst 函數來驗證時間序列的平穩性。
計算數值:
=0.5 隨機漫步的市場
>0.5 存在趨勢性
具體內容大家可以查閱相關資料。
方法二:ADF Test
由於 Python 自帶該函數庫,老張也想給大家做點有趣的驗證。
既然黃金交易如此熱門,我們不妨來驗證一下黃金的屬性。
首先我們嘗試導出黃金長期歷史數據,以每日美股開盤時間的 Bid 價格作為基礎數據。
嘗試導出 MT4 數據時發現 Mql4 的各種坑,老張自寫了 dll 文件才得以完成,實屬不易。
利用 Python 的 Pandas 庫和 statsmodels 庫簡單的數據清理後,計算得出 ADF Test 的結果:
通過對2001年1月1日-2020年10月31日,共 5,115 個交易日的開盤數據檢測:XAU/USD 是隨機漫步的。
那我們是不是可以關閉圖表,從此閉眼交易了呢?
當然不是,XAU/USD 雖然自身隨機漫步,但可能與某種標的組合存在趨勢或均值回歸的特性。
就像我在大賽點評第一個視頻中所說,有很多人嘗試將不同的貨幣對擬合成一個虛擬貨幣交易,趨勢可以保持數天或數周。
貨幣對的擬合通過 R 語言和 Matlab 建模完成。
現在,Pytorch 的 LSTM 序列在 RNN 卷積神經網絡中的應用成為建模的更好途徑,這才是把數學模型在市場中應用的真正實現。這些數學模型是老張眼中交易的信仰。
全民量化的時代來了,個人和機構的博弈才剛剛開始。
本文作者為 FOLLOWME 交易社區用戶@老張逼逼逼。有人說算法交易是頂尖交易員的必備能力,有人卻又說技術指標並沒有用,你怎麼看?