程式交易

13 Articles

Python 金融市場自動化交易策略設計與實施

2025年12月04日 – 13 分鐘閱讀

本文探討如何運用 Python 設計和實施金融市場自動化交易策略，涵蓋資料採集、預處理、特徵工程、機器學習模型訓練、交易策略制定、風險管理以及日誌監控等關鍵環節。文章提供程式碼範例，演示如何使用 Python

2025年10月16日 – 12 分鐘閱讀

本文探討凱利準則在金融市場中的應用，包含最佳投注比例計算、長期財富最大化策略，並使用 Python 程式碼進行模擬分析，驗證凱利準則在不同市場情境下的有效性，以及風險管理中的資本組態策略。

2025年07月28日 – 9 分鐘閱讀

本文示範如何使用 Python 實作動量策略和均值迴歸策略，包含策略邏輯、程式碼範例、流程圖以及技術指標的應用。文章涵蓋了計算平均回報、設定初始倉位、根據動量指標和均值迴歸指標進行交易決策、交易記錄和風險管理等方面。

2025年07月21日 – 12 分鐘閱讀

本文以 Python 為工具，探討金融 K 線圖模式辨識與回測策略。從環境建置、資料擷取到演算法實作，涵蓋了利用 yfinance 和 MetaTrader 5 取得金融資料、建構 K 線圖型態辨識演算法、結合技術指標產生交易訊號，並最終進行回測與引數最佳化，建構完整的模式辨識交易策略。

2025年07月15日 – 50 分鐘閱讀

價格波動與雙重困境形態價格波動是交易和投資中的關鍵概念，它與風險直接相關，與回報間接相關。波動性資產或變數是指其回報在其平均值附近大幅波動的資產或變數。如下圖所示，藍線代表低波動性，紅線代表高波動性。內容解密：此圖表以簡潔的方式說明瞭高波動和低波動的區別，高波動的價格變化更大，而低波動的

2025年07月09日 – 10 分鐘閱讀

本文探討技術分析中常用的支撐阻力、移動平均線和相對強弱指數（RSI）等概念，並深入研究 Marubozu 蠟燭圖型態的辨識、交易策略與程式碼實作。文章涵蓋了指標計算、訊號產生、回測分析以及常見陷阱和最佳實踐，提供讀者全面的技術分析。

2025年03月08日 – 11 分鐘閱讀

本文探討使用 Python 建構自動化交易策略，涵蓋風險管理、凱利準則、技術指標計算、交易訊號產生及線上交易演算法實作。文章提供程式碼範例，演示如何計算最大回撤、VaR 等風險指標，並結合技術指標產生交易訊號，最終建構一個根據機器學習的線上交易演算法。

2025年02月05日 – 12 分鐘閱讀

本文探討技術分析中K線模式與技術指標的結合應用，包含各種K線模式如Doji、Engulfing、Harami等，並講解RSI、波動率指標、移動平均線等技術指標的應用，以及如何結合K線模式和技術指標提升交易策略的有效性，提供Python程式碼範例示範Doji模式檢測與RSI計算。

2025年02月02日 – 12 分鐘閱讀

本文介紹如何使用 Python 建立一個事件驅動的回測框架，並探討了交易成本、資料處理、交易物件建立、下單、平倉等核心功能的實作。同時，文章也詳細說明瞭如何根據此框架實作 SMA 和動量等交易策略，並提供程式碼範例和圖表說明，幫助讀者理解和應用。

2025年01月14日 – 10 分鐘閱讀

本文探討金融交易中的風險管理策略，並深入研究程式交易的實踐方法。涵蓋風險評估、多元化投資、止損單、倉位管理、風險對沖等風險管理策略，以及技術分析、程式交易的應用。文章以 Python 和 Rust 為例，示範如何使用 Oanda 和 FXCM 等交易平臺的 API

2025年01月04日 – 11 分鐘閱讀

本文介紹如何使用 Python 與 FXCM API 訂閱實時資料流，並示範如何運用回撥函式處理資料、進行技術分析、產生交易訊號，以及管理外匯交易帳戶，包含開啟、關閉、增加與減少頭寸等操作。同時也探討了資本管理中的凱利準則以及風險評估的重要性，並提供 Python 程式碼範例。

2024年12月24日 – 5 分鐘閱讀

本文探討 Inside Up/Down、Tower 和 Doppelgänger 三種 K 線反轉形態，提供 Python 程式碼實作及解析，輔以圖表說明，幫助讀者理解這些形態的應用。

2024年09月05日 – 14 分鐘閱讀

十字線與RSI的結合這個策略或許是最常見的K線型態與技術指標組合。十字線是最簡單的反轉型態，而RSI是最常用的技術指標之一，兩者結合可以提供良好的反轉確認訊號。 RSI濾波器可以將十字線型態簡化為單K線型態，因為原本三根K線的十字線型態中，第一根和第三根K線僅用於區分 bullish 和 b