2019年4月25日 星期四

學習程式交易過程中的悟想 (1)

為什麼上一篇自己提出了投資者價值觀的想法呢? 其實是這段時間自己開始學習Python,進一步是希望可以運用到Python做量化分析並去到程式交易,什至是機器學習。

其實運用程式,就是希望可以將目前人手進行的過程,利用程式自動去完成。就是將自己投資的決策條件,化成為一條條的Rule,並寫成電腦可以閱讀的Coding,令電腦變成我的一個分身。

起初以為很簡單,因為自己一直認為自己已經有一套投資哲學及選股準則,例如看重自由現金流、營業額增長及ROIC 。但原來要仔細的想起來還是有不少困難,人類的決策遠比想像的複雜。

上面的3個財務資料確實是可以量化成Coding,但是不是符合這三個條件的就可以投資呢? 回顧自己組合的股票,確是有上面三個共通點,但同時間亦有很多不相同之處,原來自己選股操作,還有隱含在理智之後的邏輯,有一套自己過去累積的價值觀在背後。如果硬要讓電腦成為自己的另一個分身,即是要將自己為意以至不為意的價值觀全部量化寫出來。

這是我第一個悟想: 電腦/程式,取代不了你。

事實上,AlphaGo 及機器翻譯都不是模仿人類大腦的方式,例如機器翻譯,用的就是統計學數學模型。

4 則留言:

  1. 經歷這些是日積月累,甚至可以變成習慣,不知電腦能否累積經驗~~~

    回覆刪除
    回覆
    1. 所謂的機器學習。不過,愈睇我反而覺得人腦係好勁

      刪除
  2. 基本上以揀股來說,有很多無法量化的因素,每間公司有齊自由現金流、營業額增長及ROIC的背後原因都不同,1間公司可能係真好野,另1間可能只係咁o岩未有有力的競爭對手進入市場.這情況下2間公司的價值差天共地
    所以我認為量化主要係做factor,你相信自由現金流、營業額增長及ROIC可以跑贏,就要一大個basket可能過百隻股票咁買去分散所有個股的影響

    回覆刪除
    回覆
    1. 我明白你的意思。我再諗諗,因為我做量化的目的是想用多策略組合成投資組合,去分散現時一個策略(就是自己那幾個選股準則)但分散買不同股票形成組合

      刪除