外汇程序化交易与人工交易的差异比较

《外汇程序化交易与人工交易的差异比较》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、外汇程序化交易与人工交易的差异比较大家都认为投机是一•种了解未來，是一场预测未來的游戏。他们都错了。投机是一种发展致胜策略，把获胜的金额或机率拉到口己身边来，

2、佃所谓的预测，只是一种想证明我们高人一等的不成熟行为，没有人可以预测未来，过去没有，未来也不会有。KLarryWilliams3—机械式电脑程式系统交易三【一】（金融操作）人为交易/程式交易差异比较：1.市场变化处理方式人为判断交易：预测市场变化程式系统交易：顺从市场变化2.分析基础人为判断交易：基本面为主程式系统交易：技术面为主3.投资报酬率稳定性人为判断交易：不稳定程式

3、系统交易：稳定4.专业能力需求人为判断交易：高程式系统交易：屮5.人才依赖度人为判断交易：高程式系统交易：低6.服务工作时间人为判断交易:8-12H（人力）程式系统交易：24H（电脑）7.长期交易平均损失机率人为判断交易：60%〜70%程式系统交易：30%〜40%&交易纪录&风险警示管理人为判断交易：人工手动程式系统交易：电脑自动9•运算速度&执行能力人为判断交易：缓慢程式系统交易：快速10.智慧&价值人为判断交易：人性智慧/无价程式系统交易：人工智慧/有价11.决策判断方式人为判断交易：感性/主观/恐惧贪婪程式系统交易：理性/客

4、观/数据讯号【二】系统化交易发展过程：SystematictradingistheticketlevesofsystemdevelopmentCDSupplyanddemandmovespricesupanddownf©Developaphilosophytowardexploitingthemarkets-*©Selectageneraltypeofmathorlogicthatmatchesphilosophy-*©Buildacomputerprogramthatisbasedonlogicbelow-*©Evaluatct

5、hcprogramonhowwcllitmatchcsyoiiq^hilosophy【三】系统化交易(Sysematictrading)的3大优势:1•避免人性化交易的缺点：贪婪一追高/恐惧一杀低2.提高投资绩效：落实个人交易经验&具体化呈现在自选&白创的投资理论屮。3.可持续性改进操作绩效：稳定性的投资理论籍由历史资料库蝕佳化(Optimize)回测&统计绩效【四】何谓程式交易：系统程式交易，顾名思义即是将市场常用之技术指标，利用电脑软件将具写入系统屮，籍山程式计算出买卖点，操作人只要依据其讯号进行买进或卖出的动作，而不以自身的

6、看法(Trendview)进行操作。程式交易的优点在于利用电脑化的讯号，以杜绝投资人可能因为盘势所产生的情绪化追涨杀跌的操作。一般来说，指标系统的设定通常可以分几个方向：顺势系统，逆势系统，形态操作三种。一般市场上常见的投资理论多为顺势系统，顺势系统即为我们所称Z「趋势单」，此种系统的胜率(PcrcemProfkable)不高，大约仅有40%〜50%,也就是作「次人约只会赚四次，不过这四次却足以弥补其他六次的亏损，基木上属于「赚人赔小」的策略；第二种称为逆势系统，事实上即为役荡系统，一般而言该种系统的胜率较高,大约为50%〜60%

7、。【五】如何建构较佳的程式投资理论：一般来说，要建构一个好的程式投资理论，需要以下几项商品：电脑程式系统，技术指标等。目前市面上的电脑程式投资理论相当多，不过最为常用的分析软件有国外的OmegaTradestation,MetaStock,OniniTrader等系统，国产软件有分析家，飞狐，指南针等系统，•其中以TradeStation和分析家功能最为强大，可対于所作之交易策略进行回溯测试(Back-Testing),不过市于具程式撰写难度稍高，因此需要花较多的时间学习，目前一•般专业股票期货或证券自营商，或是国外的金融交易人员

8、人都以此种系统为主要交易依据。在技术指标部分，则就有较大的差界，一般而言，要看投资人的交易偏好而言，若是以趋势系统作为出发点，贝IJ采川的操作指标可以像趋向指标(MACD),动能指标(MTM)等为主轴，搭配具他交易规则进行操作；相反地，若以逆势系统为出发点，则可以考虑以RSI,KD等指标为主轴，再搭配其他停损的机制作为辅助即可；至于形态系统，由于每个人对于盘势形态的看法不尽相同，因此此种策略在撰写上难度比较高，实务上较少人操作。上述的三种操作策略其中以趋势系统较被广泛运用，初学者可以该系统为出发点，找到赚钱的策略,而后再进行修改。

9、通常来说，指标的选取上必须要注意到参数的设定不能过份的最佳化(Overfitting),否则将冇可能形成最佳范例的问题，毕竟过去的优异绩效不能代表未来的绩效，因此当我们建构了一项策略，就必须耍留意其他参数的绩效是否稳定，如此才可以规避过度优化的迷思