低波動本益成長比策略 | MAE_MFE 機器學習選股
有時我們有了初始策略輪廓,寫出來發現年化報酬率不錯,但夏普率不高、最大回撤率過大,若拿去實戰,持有歷程會遇上信心考驗,績效跳動範圍也大。有沒有辦法讓策略能夠報酬率更高、波動更低?
本篇範例會利用基礎的機器學習演算法 Kmeans 分群 mae_mfe 指標,製作決策樹使用的 Labels,優化原本的”本益成長比”策略,示範 scikit-learn 搭配 finlab 模組是多麼強大又簡單!
用Python回測總經指標(1)|M1B & M2 年增率
利用上一篇「Python爬蟲教學|台灣貨幣總計數 M1B & M2」的資料,我們可以用來回測該指標是否為具有領先性的大盤濾網,並測試看看資金流動性指標是否能優化股價動能策略,在市場資金變保守時,能否減低動能策略回檔的殺傷力?
Python爬蟲教學| 財經數據|台灣貨幣總計數 M1B & M2
全球經濟面臨空頭襲擊,資金行情被美國聯準會升息潮打擊,很多人說 2022 是總經盤, 牛市階段,個股棒棒開花,投資人反倒覺得總經不夠靈敏,而現今熊市時刻,覆巢之下無完卵 ,投資人開始注意總經的影響力。市面上有不錯的總經平台,如「財經M平方」提供數據圖表,可惜沒提供財經數據API的服務,若要使用總經數據,還是得自己想辦法,所幸有Python爬蟲可以幫我們解決需求。貨幣總計數M1B和M2象徵「流動資金」與「保守資金」的消長,或能幫助資金行情判斷,這篇文章將示範如何爬取M1B和M2的年增率。
產業面選股策略|同業本益比比較法
「希望加入同業本益比及股價淨值比資料,這將對台灣價值股的相關策略研發十分有幫助。 有此資料便可排除產業帶來的本益比及淨值比差異。」
「我想寫成挑出每個低於個別產業平均本益比之個股所組成的投資組合。」
這是 FinLab 高手用戶在 Discord 許願池 寫下的願望,許願池的用意在有些特殊功能在外面的產品找不到,或是程式比較難撰寫,只要你的想法具有研究價值與具體描述,那願望成真不會是夢。
產業面選股加上個股因子的進階策略怎麼開發?馬上來實現~
台股財報資料豆知識 | 時序索引操作
目前正逢財報季,有些公司已經上傳第三季財報,許多已基本面為選股主軸的用戶都開始緊盯自己的程式是否跑出新的指引?許多新手用戶對財報資料的發佈時間和資料操作不熟悉,這篇文章將娓娓道來台股財報資料的時序細節,花幾分鐘,你會了解財報「發布日、截止日、FinlabDataFrame的資料索引轉換方法,讓你上手財報資料選股策略。
國安基金與庫藏股應用教學|政府軍急了嗎?
2022 可說是亂世風雲,中國防疫政策、俄烏戰爭、通膨、美國大幅升息、企業庫存暴增…等等利空連發重挫市場,許多市場指數到 2022年10月都回檔30%,台股也在護國神山走山下,從 18000 點下殺到 13000 點以下,明顯跌入熊市。
令人不安的是救市神主牌國安基金在 2022/7/12 已進場護盤,卻仍止不住跌勢,被質疑是否過早進場送頭?如果連最後一張王牌都無法扛住,那確實麻煩大了。
本篇文章將用 Finlab 模組 與 Pandas 實作 國安基金與庫藏股 的簡易趨勢分析,讓你更加熟悉 Pandas 各種財經時序資料處理的手法。最後輸出的結果,我們會看到國安基金這次是否和以往不一樣?
3 行 code 自動輸入帳密 Fugle API – 全自動交易 Fugle 篇
在先前的文章中,我們示範了如何使用FinLab串接永豐的API,並上傳至Google Cloud Platform (GCP),實現全自動交易。
考量到也有同學是使用Fugle進行交易,因此決定再寫一篇Fugle版本的教學文章,針對其中不一樣的地方進行演示,希望對大家有所幫助!
FinLab x Google雲端平台 | 3步驟實現Python全自動交易,從今以後躺著都能賺!(下)
在自動交易的上集中,我們完成了永豐和FinLab相關的前置作頁,包括申請交易憑證、打包策略程式碼、加入下單模組。
在本篇文章中,我們會將這些東西上傳到GCP以完成Cloud Function部署,最後用Cloud Scheduler定期呼叫Cloud Function,這樣一切就大功告成了!
FinLab x Google雲端平台 | 3步驟實現全自動交易,從今以後躺著都能賺!(上)
前陣子在FB粉專發的,【從零開始!10萬塊開局的程式交易實戰週記】 EP4 – 步驟達成全自動買賣!受到大家的廣泛迴響,因此我寫了一篇串接自動交易的完整教學,希望對大家有所幫助!
本篇文章將會帶大家瞭解,如何將寫好的FinLab選股策略上傳至雲端,進行全自動的交易。讓電腦連你在睡覺時,都能幫你交易賺錢,再也不用天天盯盤手動下單了,實現真正所謂的躺著賺XD
房地產專題系列
用程式分析房地產可行嗎?房地產爬蟲教學在這裡!
賺了一輩子的錢,還不如買對一戶房!
非常誇張,但又滿有道理的!假如一定要買房子,要買在哪裡呢?隨著屋齡不同,房價應該要如何變化呢?這些問題,可能只有房地產專家為你解惑,但一般人要買房,除了相信專家以外,還能怎麼辦呢?
台北最抗跌公寓在哪? Python 告訴你 (Part 3)
文末告訴你買哪裡?多少年齡的公寓?比較好!(結果滿出乎意料)根據專家的說法,由於人口老化的關係,房價未來比較悲觀,假如我們要自住買房怎麼辦?
- 全部
- BTC
- Github
- KOL
- Kmeans
- MAE_MFE
- PEG
- PYTHON
- Plotly
- Qlib
- VIP限定
- m1b
- scikit-learn
- sp500
- treemap
- 主計處
- 低波動
- 創新高
- 動能
- 台灣
- 台積電
- 台股
- 回測
- 大盤融資維持率
- 央行
- 失業率
- 布林通道
- 技術分析
- 月營收
- 本益成長比
- 機器學習
- 比特幣
- 決策樹
- 混淆矩陣
- 爬蟲
- 產業分析
- 研發費用
- 程式交易
- 總經
- 總經回測
- 總體經濟
- 美國
- 美股
- 融券
- 融資
- 融資使用率
- 貨幣總計數
- 資料視覺化
- 進場波動
- 選股策略
- 量化投資
- 量化投資套件
- 集保
月營收選股|股價創新高|新手必學的雙動能策略
用Python回測總經指標(2)|美國失業率 vs S&P 500指數
Python爬蟲教學|台股數據|集保戶股權分散表
低波動本益成長比策略 | MAE_MFE 機器學習選股
Python爬蟲教學| 財經數據|台灣貨幣總計數 M1B & M2
Qlib-巨人級的AI量化投資平台
FRED總體經濟指標輕鬆抓|美國汽車指標|美股回測外掛教學
大盤融資維持率|融資融券主力板塊Treemap|DashBoard製作教學(4)
大盤融資維持率|Plotly-多重圖組|DashBoard製作教學(3)
機器學習 Python 做比特幣交易,如何找到好的特徵?增進模型的有效工具
護國神山抄底策略
研發費用率選股策略
脫離韭菜命運的關鍵:利用MAE分析實踐正確的停損
停損砍不下手怎麼辦?
最近股市明顯回檔,很多人都套牢了,有人整天憂鬱地想等解套,有人心狠的砍停損,你是哪一種?
要脫離韭菜,最重要的一步就是「停損」要砍得下手,把資金放到有希望的地方,而不是一直在絕望的深淵等待「奇蹟」,「奇蹟」之所以為奇蹟,是因為他不會一直發生,而量化交易要成功,就是高機率的事情重複做。
V轉指標:台股市場 ATR 波動率指標
最近市場在7月成交量明顯放大後,在8月面臨較劇烈的小型回檔,大盤不到半個月就跌了6%。很多人說股票振震幅好大,是不是要泡沫化了? 於是 Ben 編就來小小研究一下波動率, 波動率像是地震釋放能量,一般來說地震釋出巨幅能量後,會讓賣壓宣洩,有助於未來上攻的表現,是不是真的如此呢?