cwayinvestment

มีสมาชิกถามเข้ามาขอแนวทางการใช้ python ทำ algorithmic trading ซึ่งจริงๆปัจจุบัน มันสะดวกกว่าอดีตมาก มีหลายตัวที่ช่วยเราได้ ตั้งแต่ทั้งเรื่อง Data Analysis , Trading Strategies , Backtesting และ Trading API ซึ่งหลายตัวผมเคยได้โพสแนะนำไปแล้ว เช่น OpenBBTerminal , TA-Lib(Python) , QuantStat และ Zipline เป็นต้น ถ้าอยากลองทำด้านนี้ไม่ยาก แต่เพื่อความรวดเร็วแนะนำหาหนังสือมาอ่าน เพราะหนังสือ text book จะสอนเรื่องการทำระบบเทรด ทั้ง algorithm ส่วน Trading Strategies และ Money Management ,Order Management ด้วย โดยปัจจุบันมีหลายเล่มมาก ทั้งแบบพื้นฐานยันขั้นสูง ที่มีออกมาขาย โอกาสหน้าจะมารีวิว เล่มที่ผมซื้อมาอ่านให้ฟังต่อไป แต่วันนี้สำหรับคนที่อยากเริ่มต้นแต่ยังไม่อยากเสียเงิน ก็ลองดูเล่มนี้ก่อนได้ ชื่อ Algorithmic Trading with Python: Quantitative Methods and Strategy Development เขียนโดย Chris Conlan อาจจะเก่าหน่อยออกปี 2020 แต่เป็นอีกเล่มที่มีตัวอย่าง code ให้ฟรี ซึ่งถ้ายังไม่อยากซื้อลองแวะไป Github จากลิงค์ข้างล่าง เพื่อลองดูตัวอย่าง algorithm และการวางโครงสร้างของ code ในส่วนต่างๆได้ ครอบคล

เช้านี้นั่งอ่านบทความหนึ่ง ชื่อ "Two Sigma Financial Modeling Code Competition, 5th Place Winners’ Interview" เขาสัมภาษณ์ผู้ชนะอันดับ 5 ในการแข่งขันรายการ Two Sigma Financial Modeling Challenge รายการนี้แข่งขันปี 2016 -2017 ระยะยาวและ Two Sigma ซึ่งเป็น Quant Fund อันดับต้นของโลกก็จัดรางวัลให้เต็ม รวม $100,000 พร้อมโอกาสร่วมธุรกิจ ทำให้มีคนสนใจแข่งรายการนี้มากพอควรกว่า 2000 ทีม บทความนี้ยาว ผมขอสรุป key สำคัญสั้น สำหรับผมสิ่งที่น่าสนใจคือ ผู้ชนะอันดับ 5 ทีม Bestfitting เขาใช้เทคนิค lag-N features ในการทำ Feature Engineering ของข้อมูล Time Series , การทำ Quant โมเดล เขาเริ่มจากการทดลองสร้าง weak model ออกมาก่อน จากนั้นปรับปรุงเรื่อยๆ ให้ดีขึ้น level ต่อมาเป็น stable model แต่สิ่งที่น่าสนใจคือ เขาไม่ได้ปรับแบบเปลี่ยนใหม่ แต่เป็นการทำ Ensemble model ซึ่งรองรับความเป็น dynamic ของตลาดไม่ใช่การ prediction แบบโมเดลเดียว fit all , พัฒนา self-adaptive strategy สร้างตัวแปรใช้ปรับการโมเดลแปรผันตาม ค่า market volatile (volatility data) ออกแนวคล้าย reinforcement learning (แต่ไม่ได้สร้างโ

บทความนี้ของ Saeed Amen ดีงามมากเขาแชร์ประสบการณ์ก ารสอนการเขียนโปรแกรม Python ให้กับเทรดเดอร์ใน Bank / Financial firms โดยสรุปใจความสำคัญ คือมันเป็นเรื่องดีที่จะเรี ยนรู้ Python Programming เพราะ python เป็น tools ที่ดี แต่สิ่งเป็นปัญหาคือ การเขียนตามตัวอย่าง จากคนสอนอย่างเดียว อาจจะได้ตัวอย่าง basic การเขียนโปรแกรม Python แบบทั่วไป แต่ไม่พอเพราะส่วนใหญ่ การไปใ ช้จริง ต้องมาจากโจทย์/ องค์ความรู้จริงจากประสบการณ ์การเทรดจริงในตลาด เพื่อนำมาประยุกต์ ซึ่งเทรดเดอร์จะมีความได้เป รียบในการเข้าใจ data แบบเชิงลึกช่วยการพัฒนาระบบ ได้ดีกว่าโปรแกรมเมอร์สาย IT ทั่วไป ดังนั้นเทรดเดอร์ต้องทำงานห นัก ฝึกฝน หัดเขียนโปรแกรม หัดประยุกต์ (ไม่ใช่แค่ copy&paste) Saeed Amen แนะนำให้เน้นการวิเคราะห์ข้ อมูล(มากกว่าการไปใช้ python เพื่อสร้างโมเดลทำนายอนาคตซ ึ่งมันใช้จริงไม่ได้) ทำความเข้าใจกับ market ช่วยในการพัฒนาระบบเทรด เช่นเดียวกันไม่ต้องกังวลที ่จะเปลี่ยนตัวเองจากเทรดเดอ ร์ไปเป็น coding guru เพราะมันไม่ใช่เรื่องจำเป็น (ในบริษัทใหญ่ เขาก็จ้าง Programmer อาชีพมาทำแหละ แต่เทรดเดอร์ที่เข้าใจ logic