spam12345
Senior Member
Cái nào ở coi ở trang nào vậy bác?Ở một vũ trụ khác thì VN nhuộm đỏ luôn bác))View attachment 1765906
thảo luận Định lượng Chứng Khoán Việt Nam - ngôi sao vụt tắt và hồi sinh
- Thread starter robertphong
- Start date
robertphong
Member
Tuy alpha ko dc submit nhưng unlock tới alpha đẳng cấp cuối cùng. Mục đích tới với cuộc thi đã đạt được
Last edited:
robertphong
Member
spam12345
Senior Member
Cái Fast Expression trên worldquantbrain về cơ bản có khác gì với PineScript trên TradingView hay AFL trên Amibroker không?
Mình xem sơ thì thấy nó na ná nhau. TraingView và Amibroker có dữ liệu chứng khoán Việt Nam. Các bạn thích code kiểu này có thể nghiên cứu để đánh chứng, phái sinh ở VN.
Mình xem sơ thì thấy nó na ná nhau. TraingView và Amibroker có dữ liệu chứng khoán Việt Nam. Các bạn thích code kiểu này có thể nghiên cứu để đánh chứng, phái sinh ở VN.
chuvantuan
Junior Member
Phuong phap cua bac thot co the xem nhu bat dau dung Quant 
mình cảm thấy thímm quá dựa vào TA
mình cảm thấy thímm quá dựa vào TA
robertphong
Member
Đồng ý với thím. Về mặt code là ngôn ngữ hình thức - kiểu gọi hàm có sẵn thì thằng nào cũng hỗ trợ được và tốt nhưng quan trọng của Quant về mặt dataset thấy worldquant (WQ)có rất nhiều vì WQ nó đi mua data nhiều. WQ có sẵn tiêu chí backtest (Sharpe, TurnOver, Return, DrawDown, Sub-Universe...) qua đó đánh giá tiêu chuẩn của 1 alpha như thế nào. WQ có những Operator đặc biệt như Neutralize để handle các Risk (Long CP đứng đầu và Short các CP còn lại trong sector | industry... )
Tất nhiên là khập khiễng khi so sánh 1 cty chuyên Quant với 1 web cung cấp tool cho trade.
robertphong
Member
Đúng rồi thím - do data chỉ có Price Volume và 70 mã vốn hóa cao nhất thôi nên chủ yếu hệ thống mình tự build chỉ xoay quanh đó thôi.Phuong phap cua bac thot co the xem nhu bat dau dung Quant
mình cảm thấy thímm quá dựa vào TA
Tham gia World Quant học được nhiều kinh nghiệm hơn
robertphong
Member
tập mẫu chỉ xét trong ngành thép nên thấy khá bé phương pháp chính là mô hình hồi quy thì quá đặc trưng rồi trong kinh tế. Thím có thể tham khảo thêm nhiều mô hình có rất nhiều mô hình nổi tiếng như Piotrosky F-score...
https://govalue.vn/piotroski-f-score/
robertphong
Member
Cho mình Flex tí cho topic sống thêm tẹo:
Bác nào chưa rõ alpha là giống gì thì có thể tham khảo
101 Alpha cho người mới bắt đầu.
https://arxiv.org/ftp/arxiv/papers/1601/1601.00991.pdf
Nói mới bắt đầu chứ cầm vài cái alpha vỡ lòng - chỉnh tí là submit cuộc thi được luôn.
- đã submit được 01 spectacular alpha, lọt top 400...
- cuộc thi IQC2023 đã có team VN leo rank 2 và dự kiến sẽ đạt rank 1.
- Trong top consultant VN cũng có người VN kiếm tiền từ alpha submit : trong 2 tuần liên tiếp.
Bác nào chưa rõ alpha là giống gì thì có thể tham khảo
101 Alpha cho người mới bắt đầu.
https://arxiv.org/ftp/arxiv/papers/1601/1601.00991.pdf
Nói mới bắt đầu chứ cầm vài cái alpha vỡ lòng - chỉnh tí là submit cuộc thi được luôn.
tom0216
Junior Member
Ghê thế bác. Khi nào rảnh bác share ít kn được khôngCho mình Flex tí cho topic sống thêm tẹo:
- đã submit được 01 spectacular alpha, lọt top 400...
- cuộc thi IQC2023 đã có team VN leo rank 2 và dự kiến sẽ đạt rank 1.
- Trong top consultant VN cũng có người VN kiếm tiền từ alpha submit : trong 2 tuần liên tiếp.
Bác nào chưa rõ alpha là giống gì thì có thể tham khảo
101 Alpha cho người mới bắt đầu.
https://arxiv.org/ftp/arxiv/papers/1601/1601.00991.pdf
Nói mới bắt đầu chứ cầm vài cái alpha vỡ lòng - chỉnh tí là submit cuộc thi được luôn.
robertphong
Member
kinh nghiệm gì đâu bác, cứ theo example và Tip có sẵn của World Quant thôi, coi kỹ thì nó (video, tài liệu) hướng dẫn cũng chi tiếtGhê thế bác. Khi nào rảnh bác share ít kn được không
- gõ 23 alpha Example trên trang World Quant. Có Hypothesis, Tip cải thiện
- gõ 101 alpha vỡ lòng > chủ yếu list được các Alpha nào tốt để nhặt để kết hợp với cái khác
- Đánh giá alpha: PnL năm nào tốt, xấu: năm nào; ở đâu (Sharpe hoặc Turnover Draw Down).
- Thử càng nhiều Dataset càng tốt: các loại Dataset (Fundamental, Sentiment, Price Volume...)
- Cải thiện mình đang biết:
- Điều chỉnh thiết lập / Setting: các group trong Neutralize (mặc định luôn bật đừng tắt nó đi)
- Thử lần lượt các Top3000, Top1000... xem có bị Bias không. Nếu có, tiếp tục phân tích và kết hợp các dataset khác
- Cá nhân thấy nếu thuần TA (MA, Bollinger, RSI...) thì return thấp nhưng bù Sharpe cao nên kết hợp Dataset khác để nâng Return thì Alpha mới lên mức Excellent hoặc Spectacular
vietphuong2708
Junior Member
, 0302246124
Junior Member
Bảng mình show là bảng Stage 1 no khớp với mail thông báo hàng tuần
robertphong
Member
Bữa đi nhà sách Fahasa thấy có cuốn giao dịch thuật thuật toán ở thị trường Việt Nam nhưng nhìn giá thì hết hồn, đặt lại... nay mượn hình Tiki chụp lại đúng giá ở nhà sách.
Thấy hay nhất là SSI cung cấp API để thực hiện hóa thuật toán (theo sách).
Thấy hay nhất là SSI cung cấp API để thực hiện hóa thuật toán (theo sách).
anhtuan_6886
Junior Member
thím thớt viết tiếp đi
robertphong
Member
nhân cái này vô tình vào dc trang web của nguồn sách thì nội dung đầy đủ, tuyệt vời cho các bác muốn bắt đầu.
https://hub.algotrade.vn/knowledge-hub/khai-niem-giao-dich-thuat-toan/
vanloi261996
Junior Member
ztokkiz
Junior Member
Đọc post của bác nghe thích quá, cho em hỏi bác solo trade trên thị trường hay là bác làm cho công ty một team nào đó ạ? Các phương pháp Quant Trading của bác có kiếm được tiền không ạ, tiền kiếm được có bền vững không ạ? Nếu em là một người mới chỉ có kiến thức TA, FA thì nên bắt đầu từ đâu ạ? Em cũng biết code Python khá ok và tư duy cũng ổn nên mong bác chỉ đường ạ.
robertphong
Member
Mình là mảng Data ở cty thương mai thôi bác, có tham gia trong WorldQuant. Qua đợt thi ở WorldQuant thì tiếp thu nhiều kiến thức khác nhau có update trong hệ thống gần đây cho kết quả cũng ổn. Nói chung kiến thức từ WorldQuant lớn nhất là backtest đầy đủ trước khi áp dụng
Phương pháp nào mà không kiếm được tiền (TA, FA, Quant, IA...). bác đạt tới 1 mức chuyên sâu nào đó thì sẽ ổn định, quan trọng là phù hợp bản thân thôi. Bản thân mình thì ổn định - cảm giác ngày càng tự tin hơn, dù không quá vượt trội với thị trường.
Nếu bác code được python, SQL, BI nên xây dựng 1 data model để dần dần tích hợp data vào. Cơ sở, phái sinh, chứng quyền, thông tin vĩ mô...
Học ít nhất các chỉ số quan trọng liên quan đến backtest: rồi sau đó là câu chuyện tự tìm tòi, mix - match các yếu tố đang có trong tay thôi.
Ví dụ 1 hình về chứng quyền - khi có hệ thống rồi thì đúng nghĩa hàng ngày đi săn xem CW nào đang có arbitrage. Thỏa điều kiện thì bụp thôi
Similar threads
