加值服務 | 相關文章

爲什麽我們推薦 MultiCharts?如何取得 MultiCharts ?

2021/10/21 - MultiCharts, TOUCHANCE, 程式交易, 新手入門, 如何開始程式交易, 工具, 最佳化, 聖杯, 策略


一個程式交易的策略開發過程,從【概念想法】:進場條件、交易邏輯,到【交易的計劃】:交易週期、交易時段與交易次數與【止盈止損的計劃】:如何停損、獲利滿足點與考慮加碼的時機,最終執行【出場】的盈虧結果分析。

 

對初學者來說,從頭到尾的打造一整個程式交易系統(圖表、回測、最佳化、移動取樣與回測報表),相信是【事倍功半】。如果沒有一個好的【軟體/工具】的協助肯定是個漫長的學習旅程,最後走向放棄的結果。

 

時間就是金錢,因此你需要 MultiCharts!

一般的程式交易者,如果是透過 API 進行開發,首先必須要處理即時數據與歷史數據的問題,接著開發程式邏輯,再來便是編寫回測系統,使用 MultiCharts 的程式交易解決方案,你可以完全跳過這些步驟,你需要做的是,實現你的交易概念(策略編程),把複雜的數據(即時數據、歷史數據與回測)工作交給 MultiCharts。

 

 

MultiCharts 內建提供了回測功能與策略最佳化工具(基因法,暴力法)與移動取樣優化(WFO, Walk-Forward Optimization) 等工具,可以幫助你快速的驗證你的交易想法,幫你的策略找到最佳參數,評鑑你的策略【穩健性】,是程式交易入門與進階的好幫手。

 

MultiCharts 如何取得?

版本 授權方式 費用 説明 TOUCHANCE 3.0 支援
MultiCharts 英文版
國際版終身授權 USD $1,497

* 享受 MultiCharts 原廠支援
* 目前最新版本為 Multi Charts 14
* 通常在特定的節日購買可以得到比較優惠的價格,立即瞭解
MultiCharts 繁體中文版
台灣終身授權本版 NTD $79,800

* 内含凱衛資傳 1 年
* 通常在周年慶購買,可以得到比較優惠的價格,立即瞭解
MultiCharts 繁體中文版(券商版) 訂閲制 月費/年費
* 以各家券商收費爲主
* 圖表 10 個上限使用限制。
* 部分專業版功能隱藏。
不可,MC 券商版本綁定台灣凱衛資傳(行情服務)
MultiCharts 簡體中文版 訂閲制 交易手續費或年費 * 中國版本 不可

 

MultiCharts 優勢

回測,幫助你快速驗證想法

時間就是金錢,你可以通過 MultiCharts 的回測功能,快速的驗證你的交易概念是否可行,簡單的按下回測績效報告,策略特性與問題點無所遁形。

這個階段,你可以通過圖表與回測報表初步的確認你的策略開發是否符合預期,進場點、停損停利有沒有依照規劃進行,不行的策略可以當機立斷的放棄,避免浪費過多的時間在無法使用的策略。

專業回測報表

MultiCharts 的回測績效報告提供包含績效、盈虧、盈利因子、勝率、夏普比例 Sortino比率、 Fouse比率、 Calmar比率 、 Streling、Z值等評鑑策略不可少的資訊。

 

 

  • 專業回測數據報表,提供28種回測圖形報表。
  • Multi Charts 12 全新回測分析工具 蒙特卡羅 為策略提供更加專業評估數據。
  • 精細回測功能為bar內交易提供更細粒度的回測,讓策略評估更加精準。
  • 數據重播賦予回測生命,多圖表同時重播、速度自由調節。

 

尋找最佳參數

這個階段對許多程式交易的人來說,這是一個矛盾的過程,交易策略的製定是依據【過去】發生的事實(歷史)而產生的想法,但歷史不一定在未來會發生。


事實上,不論是【主觀】或是【程式】的交易者,都是從歷史分析來製定交易想法,我們透過歷史重複發生的交易情境(可能獲利可能賠錢),同時預期未來可能發生相同的事或是有特殊的情境會重複的發生,來驗證交易想法長期是否可行(結果獲利),最終付諸行動。而這一連串的實驗與驗證動作其實就是一個在尋找【最佳化】過程。

水能載舟亦能覆舟,我們不難發現不論是主觀或是程式交易中,成功交易者通常能堅定的執行交易計劃並且在過程中不斷的修正讓自己可以永遠跟著市場的【勢】來前進。

 

最佳化與移動取樣優化

MultiCharts 提供多種的最佳化方式,我們簡單的來看看各有什麼特色,也可以作為你選擇的參考。

 

暴力演算法

暴力算法,又稱為窮舉法,依序將所有可能的組合代入策略找尋最佳解。這個方式的好處是 所有組合都會被計算並找出【絕對最佳解】。 (請注意,這個是依據過去的數據找出的可能最佳解)

不同的交易者會選擇不同的最佳化方式,沒有最好只有適合不適合你自己,每個最佳化的方式都有優缺點,選擇你喜歡的通常對你比較有幫助。


暴力算法優化需要的時間和可能解的數量成正比。這個方式的缺點是,除非使用較少的參數, 否則找出最佳解所需的時間可能會是無法接受的漫長。

基因演算法

基因算法主要由兩個抽象概念運作:個體(基因組)和算法(即基因算法本身),只計算較精準的組合,使用暴力算法的部分時間找尋【近似最佳解】。

基因算法由隨機組合開始快速的縮小可能勝出的解,避免了在低獲利可能性區域的多餘計算,這使得基因算法優化足以分析上百個參數的策略。

基因算法在很多需要做優化領域中廣為人知和採用,缺點是求出來的解會是【近似最佳解】,不見得會是最佳解,如果你不介意,那麼基因演算法在大量參數組合狀況下所節省的計算時間相比,將會為你省下不少時間。

 

移動取樣優化

移動取樣優化將數據切分為樣本內與樣本外,在樣本內(歷史)回測找出最佳參數後放到樣本外(未來)執行,然後重複執行,這樣的概念可以認定為【貼近】真實的交易績效,因為利用矩陣移動的方式每一段時間就會將近期的數據重新運算再放到未來使用,這樣的目的,通常是為了解決【過度優化】的問題。

 

上戰場!交易 v.s. 賭博


建議你,不論你用什麼樣的軟體或是工具開發你的程式交易,在策略開發必須要有完整的計劃與流程,因為你肯定不會想要你的真金白銀上場時是以【賭博】的方式來為你交易。

因此,充分的了解你工具與策略屬性,製定交易計劃你才是真正的在執行交易規劃而不是純粹的賭大小。