程式交易 回 測的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

從零開始使用Python打造投資工具

為了解決程式交易 回 測的問題，作者卓真弘 這樣論述：

★ 職人鉅作 ★ 最省錢·最實用．最快速上手的 Python 投資工具 　　■【什麼是程式交易】 　　程式交易顧名思義是用程式來輔助做出交易的決定。可以寫程式用一些量化指標，像是使用營收成長或者使用本益比來選股挑選一籃子標的，然後每月或每季換股，這種作法就跟一些股票網站的選股功能有點像。 　　■【程式交易的優點】 　　還在用人力去看營收本益比的資料去選股？ 　　還在交易時段坐在電腦前面等待買賣時機下單？ 　　或是在研究策略的時候，要拿歷史資料來計算這個策略可不可行？ 　　→ 這些都可以用程式來解決！省下大量的人力與時間成本。 　　■【為什麼使用 Python 進行程式交易】 　　市面

上常見的選股以及技術分析軟體 XQ、MultiCharts 沒有提供的功能都要從零開始做一個出來，然而 Python 自由度高，不管是使用 AI 來做買賣判斷、寫爬蟲去社群媒體爬一檔股票的網路聲量、還是使用現成的函式庫來做一些複雜的運算都可以輕易做到。 　　→ 本書可以提供以上協助，不僅從 Python 基礎開始教學，再搭配現成策略做修改進行交易！ 本書特色 　　零程式交易經驗也能使用的自動交易書籍！ 　　★高 CP 值的自動交易★ 　　本書主要使用 Python + Shioaji 開發程式交易策略，包含可以直接用來交易的均線交易程式以及網格交易程式範例，不需額外買套裝軟體和購買報價，

幫助讀者跨過剛開始使用 Python 交易最難過的門檻，不用拿自己的錢測試。 　　★立馬 Python 用場★ 　　有了現成的自動交易程式後，讀者就能一心鑽研交易邏輯與交易策略；待規劃出新策略，需要使用新策略做成交易機器人時，只要參考書中的 Python 交易機器人範例，立即做修改即可。 　　★交易程式超值附贈★ 　　本書內附可以直接下單的交易程式，幫助讀者馬上學、馬上理解，亦可至深智數位官網下載：deepmind.com.tw  

程式交易 回 測進入發燒排行的影片

應用Q學習實現智慧交易代理人機制-以加密貨幣市場為例

為了解決程式交易 回 測的問題，作者江宇祥 這樣論述：

程式交易是根據事先定義的交易策略進行自動交易，然而，有學者指出事先定義交易策略的程式交易並不能對所有加密貨幣都產生獲利空間；而是要因應當前貨幣價格的變動趨勢來產生最適合的交易策略並產生獲利。因此，本研究將應用強化式學習之Q學習方法來建構智慧交易代理人，讓其能因應當前貨幣價格的變動趨勢來產生最適合的交易策略。再者，本研究也發現智慧代理人建構最適合交易策略的效能高低，是在於狀態(State)的描述，因此本研究也將提出狀態描述的方法並運用於加密貨幣市場中。本研究將使用6種加密貨幣，分別為BTC、ETH、VET、ADA、TRX和XRP，其中，BTC和ETH設定為上升趨勢，VET和ADA設定為盤整趨勢

，TRX和XRP設定為下降趨勢。另外，本研究也將6種加密貨幣區分成3個時間區間，分別為5分鐘、15分鐘跟1小時，最後使用強化式學習之Q學習進行回測。實證結果顯示，在上升趨勢中，ETH在1小時區間內的年化報酬為725.48%，而在盤整趨勢中，VET在1小時區間內的年化報酬為-14.95%，最後在下降趨勢中，XRP在1小時區間內的年化報酬為-3.7%。若與買入並持有的策略進行比較，本研究發現不管是上升、盤整和下降趨勢，在1小時區間內，6種加密貨幣的年化報酬都會比買入並持有策略的年化報酬還要來得更好。

無師自通的期貨交易程式設計入門：使用MultiCharts交易平台

為了解決程式交易 回 測的問題，作者邏輯林 這樣論述：

　　⊙介紹如何在MultiCharts程式交易平台上開發個人專屬的交易策略。 　　⊙詳細文字說明＋軟體畫面圖示，教學循序漸進，並附有練習題可檢視學習成效。 　　⊙非資訊相關背景但想從事程式交易的投資者，也能在短期間學會交易程式的撰寫，實現不用盯盤的自動化投資目標。   　　「低薪，物價高，存款利息低」 　　如何增加個人資產已成為一門顯學   　　MultiCharts程式交易平台是目前全臺使用者最多的程式交易軟體，可解決投資人無法隨時看盤的困擾，並提供投資人設計個人專屬的看盤指標及交易策略，決定何時進場、何時出場，達到完全自動化的投資行為。 　 　　本書以完整且豐富的圖文教學，投資者只要透

過交易數據源取得報價資訊，並藉由內建的PowerLanguage語言之簡易程式語法加以修改，就能建構自己專屬的交易策略。若交易策略回測歷史資料的績效符合投資者的預期，也可進入程式自動下單交易。因此，不是資訊相關科系的投資者，也能輕鬆地使用。

交易策略績效之實證分析–以臺灣五十成分股為例

為了解決程式交易 回 測的問題，作者張珊菱 這樣論述：

本研究以臺灣五十指數（FTES TWSE Taiwan 50 Index）成分股作為研究標的，進行研究分析，本研究之研究期間在2017年1月1日至2021年12月31日為止，以日資料進行交易模擬回測，並且考慮交易成本。本研究利用嘉實資訊公司的XQ系統建構六種技術分析交易策略，分別為策略一（KD隨機指標＋RSI相對強弱指標）、策略二（CCI指標＋ATR指標）、策略三（MTM動量指標＋ATR指標）、策略四（RSI相對強弱指標＋CCI指標）、策略五（RSI相對強弱指標＋MTM動量指標）、策略六（ATR指標＋KD隨機指標），藉以檢定技術分析策略之有效性，並且與買進持有（Buy and Holding

）策略進行比較，驗證是否可以透過策略組合操作臺灣五十成分股獲得超額報酬。實證結果如下：一、六種操作策略的總報酬率皆優於買進持有策略之績效。在六個策略中，策略二（CCI指標＋ATR指標）之績效表現最佳；策略三（MTM動量指標＋ATR指標）之績效最差。二、透過單一樣本T檢定的結果顯示，六種技術分析策略與買進持有策略，其回測績效皆顯著高於銀行一年期定存。三、透過成對樣本T檢定的結果顯示，在2017年至2021年間，2018年在∝=5%顯著水準下，顯示六種技術分析策略與買進持有策略沒有顯著的差異，因此針對本研究之樣本進行檢驗效率市場，臺灣股市支持弱勢效率市場，表示技術分析失效。其他四年，在∝=5%顯著

水準下，顯示六種技術分析策略與買進持有策略有顯著差異，因此針對本研究之樣本來進行檢驗效率市場，臺灣股市否定弱勢效率市場，表示技術分析有效。最後本研究由上列幾項研究發現提出實證結果，並提出建議與改善，期望作為未來研究之參考。