TW201903679A - 以視覺化元件建立交易策略的方法及其系統 - Google Patents

Abstract

本發明係一種以視覺化元件建立交易策略的方法及其系統，其主要係以提供圖形化的數據編輯介面、訊號編輯介面、策略編輯介面以輔助使用者系統化的依序完成進行數據編輯步驟、訊號編輯步驟及策略編輯步驟，進而完成一個完整的交易策略（strategy），而該交易策略可供使用者設定而接收一即時數據並輸出一下單訊號，藉由上述手段，可達到系統化引導使用者及提供圖形化編輯的功能，降低金融商品交易策略研究及開發的軟體使用門檻，以利於普及化。

Description

以視覺化元件建立交易策略的方法及其系統

本發明係關於一種電腦軟體建立交易策略的方法及其系統，尤指一種以視覺化元件建立交易策略的方法及其系統。

由於電子資訊科技之進步，傳統的金融交易歷經一連串變革後，現今主要已改以電子化交易為主流，因而也衍伸出利用量化數據、演算法及電腦程式進行自動交易的金融交易模式，廣泛被稱為「計量金融交易」（Quantitative Trading）。

進一步探究計量金融交易的主要內涵，計量金融交易係指研究人員利用本身對於諸如股票、期貨、選擇權、債券金融商品的認知及經驗，進而發展出一套金融交易策略，並將上述金融交易策略套用於各種商品的歷史數據進行回測，觀察該策略的各項測試統計數據，如淨利（Net profit）、歷史最大回落（Maximum Draw Down）及夏普率（Sharp ratio）等，以作為對該金融交易策略進行評估，最後交易員將評估具有投資價值的策略交由電腦自動執行下單，或者由電腦顯示買賣訊號通知交易員進行下單。

上述計量金融交易策略的開發過程中，進行回測及評估統計數據的步驟最為複雜，因此，目前已有金融交易策略輔助開發軟體提供策略開發者提供回測金融交易策略的服務，而目前的策略開發輔助軟體係以PowerLanguage為編程語言，交易員必須先以PowerLanguage編程出其交易策略，並將金融商品的歷史數據匯入策略開發輔助軟體中，由進行上述軟體進行交易策略回測，並顯示出對應的統計數據，例如，交易員若想測試一交易策略為：當台指期價格漲破5期移動平均線（5MA）時買進、價格跌破5期移動平均線時放空，則其PowerLanguage程式語法將如圖1所示，完成編程並將策略套用於台指期歷史數據後，將如圖2所示，軟體將依據編程後的交易策略進行回測，並顯示出如圖3的歷史績效統計圖，進而由交易員進行策略評估。

由上述PowerLanguage編程過程中可見，PowerLanguage係以文字化使用者介面進行編程，對於不熟悉程式語言的使用者而言仍屬困難，再者，一般來說，金融交易策略都具有一定的複雜度，不只買進、放空的條件，多半還會帶有停損、停利及各種交易濾網的語法，若編程中有瑕疵，使用者也需要一定的程式除錯（Debug）能力，除此之外，要編寫一個好的金融交易策略，也需要系統性的規劃，從資料的彙整、策略編撰到資金管理都需要有所規劃，現有的策略開發輔助軟體缺乏系統性引導編輯的規劃，十分考驗使用者的交易經驗，以上種種因素，導致金融交易策略輔助開發軟體的入門門檻相當高，不利於普及。

有鑒於現有金融交易策略輔助開發軟體不易於供大眾使用且缺乏系統性引導編輯之技術缺陷，本發明係提供一種以視覺化元件建立交易策略的方法及其系統，其提供圖形化介面供使用者操作而完成金融交易策略之編程，進而大幅降低策略編程之難度，並提供直覺化的使用方式。

為達成上述目的所採用的技術手段係令該以視覺化元件建立交易策略的方法包含：

進行數據編輯步驟，係提供一圖形化的數據編輯介面，以供使用者操作而產生對應的一資料集（data set）；

進行訊號編輯步驟，係提供一圖形化的訊號編輯介面，並顯示該資料集於該交易訊號編輯介面中，以供使用者操作而產生對應的一交易訊號（trading signal）；

進行策略編輯步驟，係提供一圖形化的策略編輯介面，並顯示該交易訊號於該策略編輯界面中，以供使用者操作而產生對應的一交易策略（strategy），該交易策略可供使用者設定而接收一即時數據並輸出一下單訊號。

上述金融交易策略輔助開發軟體引導使用者依序依照數據編輯、訊號編輯及策略編輯而完成一完整的交易策略，此交易策略即可接收各種金融商品的即時數據（如價格、動態、靜態籌碼），並依據使用者編輯而輸出下單訊號給券商進行自動交易，或是顯示在視窗提醒使用者。

由於上述金融交易策略輔助開發軟體系統化的引導使用者，並提供圖形化的編輯介面，引導使用者依序從資料至交易策略的編輯，進而達到引導一般使用者，輔助其編寫出專業的交易策略。

為達上述目的所採用的技術手段係令該以視覺化元件建立交易策略的系統包含：

一資料擷取模組，係輸出至少一金融商品數據；

一策略編輯模組，係與該資料擷取模組連接，以接收該金融商品數據，並提供圖形化的一數據編輯介面、一訊號編輯介面及一策略編輯界面，以供使用者操作而編輯出一交易策略，且該交易策略可接收即時的金融商品數據而輸出一下單訊號；

一下單模組，係與該策略編輯模組連接，以接收該下單訊號而進行金融商品搓合交易。

上述資料擷取模組及下單模組可由券商端提供，上述策略編輯模組則可安裝於使用者端的電腦主機上，供使用者編輯交易策略，亦可由使用者自行編寫資料擷取模組，於網路上擷取自身所需的金融商品數據，進而設計專屬的金融交易策略，而該下單模組可利用券商提供的電子下單API供使用者用以與該策略編輯模組串接，進而達到自動下單的目的。

請配合參閱圖4，本發明以視覺化元件建立交易策略的方法包含以下步驟：

進行數據編輯步驟（S1），係提供一圖形化的數據編輯介面，以供使用者操作而產生對應的一資料集（data set）；

進行訊號編輯步驟（S2），係提供一圖形化的訊號編輯介面，並顯示該資料集於該交易訊號編輯介面中，以供使用者操作而產生對應的一交易訊號（trading signal）；

進行策略編輯步驟（S3），係提供一圖形化的策略編輯介面，並顯示該交易訊號於該策略編輯界面中，以供使用者操作而產生對應的一交易策略（strategy），該交易策略可供使用者設定而接收一即時數據並輸出一下單訊號。

上述截至該策略編輯步驟後所完成的該交易策略，已可作為掛上線進行自動交易或提示買賣訊號進行輔助交易的交易策略，一般而言，使用者多半會編輯複數個不同的交易策略，並同時掛上線進行交易，由於複數個交易策略，各個交易策略的風險及績效不同，因此使用多策略可達到分散風險的目的，為此，上述本發明以視覺化元件建立交易策略的方法進一步提供編輯及管理交易策略組合的方法，其可進一步包含進行策略組合編輯步驟（S4），係提供一圖形化的策略組合編輯介面，並於該策略組合編輯介面中顯示複數交易策略，以供使用者編輯而產生一策略組合。

以上係針對本發明以視覺化元件建立交易策略的方法的主要流程進行說明，以下謹進一步針對流程步驟之細節進行說明，請進一步配合參閱圖5，係上述數據編輯介面之示意圖，於一實施例中，係於該數據編輯介面中提供一量化數據庫選單11及一質化數據庫選單12，該量化數據選單中包含複數基本面數據、複數技術面數據、複數籌碼面數據及複數指標，該質化數據庫選單12中包含複數新聞質化數據及複數事件質化數據，其中，透過上述量化數據庫選單11及質化數據庫選單12即可以涵蓋現有用以分析金融商品的六大類型量化數據：產業分析數據、總體經濟學分析數據、消息分析數據、籌碼分析數據、技術分析數據及財務分析數據，其中產業分析數據可包含產業循環、產品生命週期、競爭環境、價值鏈及接單生產指標等，總體經濟學分析數據可包含利率、貨幣供給、國民生產毛額、景氣對策訊號、物價指數、經濟成長率、匯率等，消息分析數據可包含政治、國際、財經、個股及產業方面的消息質化或量化數據，籌碼分析可包含公司派、三大法人、散戶、融資券、大股東等籌碼數據，技術分析可包含價格、趨勢、指標、交易量、型態學及線型等數據，財務分析則可包含償債能力、經營能力、現金流量、財務結構及獲利能力等質化或量化數據。

關於上述質化數據庫選單12中各種數據的處理方式，其主要處理步驟可以包涵資料取得、資料處理、資料判讀、內容產生與重組、質化資料至量化數據轉換、事件指標評估與驗證，其數據可為各種透過API取得之媒體資料、網路搜尋引擎之文字資料、社群媒體用戶產生內容、市場研究報告內容等非量化資料。

於上述數據編輯步驟（S1）中，主要係提供使用者選擇金融商品數據的來源及依據，使用者可利用各種金融商品的歷史數據進行測試，例如商品歷史價格、公司財報、盈餘、法人買賣數據及期貨留倉數據等，在此步驟中，使用者除了選擇商品標的以外，也會在此步驟中設定商品週期、交易時間等參數，其中，通常利用蠟燭線（K bar）來表示諸如歷史價格等資訊，因此需要設定商品週期以產生對應的蠟燭線，交易時間則是用以對應選擇人工盤或電子盤的數據來進行交易策略的編輯。

請進一步配合參閱圖6，為上述訊號編輯介面之示意圖，其中提供複數演算法操作元件21及複數人工智慧模型元件22（AI Model），於此步驟中，主要係供使用者編輯策略訊號，策略訊號係指買進或賣出的基礎條件，在此步驟中，使用者可在此步驟中專心針對不同屬性的市場進行基礎的買賣條件研究，研究各種條件與市場的相關性（例如某些條件在特定市場中具有高度相關性，但在另一些市場中卻顯得無相關性），在一實施例中，可進一步於該訊號編輯介面中提供對應使用者所編輯出該交易訊號的一評估圖表23，以圖6所示為例，係表示使用者編輯價格減開盤價大於X%作為支援向量機（SVM）基礎條件（Rule base）來當作上述策略訊號，而在此步驟中，可於此介面中顯示對應的評估圖表23，圖中所示表示係以模式配適性評估圖表為例，其可來描述數據的分佈形態，供使用者評估其建立模型的預測準確性，評估圖表亦可為其他圖表，例如可為圖7a所示的資料統計圖表，圖7b所示的型態辨識圖表，標示出符合使用者描述的型態，圖7c所示的相關性分析圖表，用以分析數個原生金融數據或編輯後的資料集（data set）之間的相關性，而上述訊號編輯介面中顯示的評估圖表23可依據使用者所編輯出的交易訊號而顯示匹配的評估圖表23，例如針對回歸分析類型的交易訊號，可顯示模式配適性評估圖表，針對配對交易的交易訊號則可顯示相關性分析圖表。

再請進一步配合參閱圖8，為上述策略編輯介面示意圖，該策略編輯介面中提供複數演算法操作元件31及複數人工智慧模型元件32，然而，於此步驟中，主要是由供使用者將前述交易訊號編輯成一個完整的交易策略，例如交易訊號A成立時買進N單位的標的商品，或者交易訊號C大於交易訊號D時賣出N單位的商品等等，另外停損停利的交易邏輯亦可在此步驟中進行編輯，由於此步驟中與上一步驟目的不同，所需採用的演算法操作元件及人工智慧模型元件也不同，故本發明係於上述訊號編輯介面與策略編輯介面中分別提供不同的複數個演算法操作元件及人工智慧模型元件，以供使用。

請進一步參閱圖9，本發明以視覺化元件建立交易策略的方法，可進一步提供一沙盒測試環境，於該沙盒測試環境中進行該（或複數）交易策略的績效回測而產生對應的一（或複數）回測績效，此步驟係將使用者編輯出的交易策略依據歷史資料進行沙盒模擬交易，產生出的績效表格可提供使用者檢視其編輯的策略在過去歷史中的績效表現。

再請進一步配合參閱圖10，為上述策略組合編輯介面之示意圖，該策略組合編輯介面提供有複數人工智慧模型元件41，以供使用者編輯而依據該複數交易策略的回測績效產生一組對應該複數策略的資金比例資料，在一實施例中，可提供蒙地卡羅方法及Q-learning，以供使用者進行資金配置的估算，其中Q-learning是一種具有「懲罰」與「獎勵」的感知環境，使用者在前述步驟中所編輯出的交易策略經過績效回測後，即可統計出其歷史交易中的成功交易（獲利）與失敗交易（虧損），其成功交易、失敗交易、獲利金額及虧損金額等資料即可利用Q-learning進行評估而得到最佳化的投注資金規模（Capital size），使用者可藉此分別針對複數交易策略算出最佳化的資金比例，進而達到較佳的獲利/風險比例。

以上係針對本發明以視覺化元件建立交易策略的方法步驟進行說明，以下謹進一步針對其系統進行說明。

請進一步配合參閱圖11本發明以視覺化元件建立交易策略的方法可搭配以下系統使用，其包含有：

一資料擷取模組51，係輸出至少一金融商品數據；

一策略編輯模組52，係與該資料擷取模組51連接，以接收該金融商品數據，並提供圖形化的一數據編輯介面、一訊號編輯介面及一策略編輯界面，以供使用者操作而編輯出一交易策略，且該交易策略可接收即時的金融商品數據而輸出一下單訊號；

一下單模組53，係與該策略編輯模組52連接，以接收該下單訊號而進行金融商品搓合交易。

上述資料擷取模組51可由各券商提供，或可安裝於使用者電腦主機，其中，券商端的資料擷取模組51可提供主要數據，例如商品價格、法人買賣籌碼等，使用者自行建立的資料擷取模組51則可用以擷取使用者所需的其他數據，如財報資料或其他券商不提供的商品資料等，該策略編輯模組52則安裝於使用者電腦主機，供使用者依據上述揭示之方法操作編輯上述交易策略，上述下單模組53則可利用券商提供的下單API，或可由使用者自行建立與其他券商下單API串接的下單模組。

本發明為進一步提供使用者線上交流包的平台，上述系統可進一步含一雲端資料庫54，該雲端資料庫54可與該資料擷取模組51及該策略編輯模組52連接，以提供下載複數資料集、複數指標、複數交易策略及複數交易策略組合，藉此，使用者編輯完成數據、指標、訊號或交易策略後，即可封裝成公開或封閉的數據、指標、訊號或交易策略，上載至該雲端資料庫供其他使用者免費或付費下載，而利用上述本發明以視覺化元件建立交易策略的方法，使用下載後的數據、指標、訊號或交易策略後，可用來作為建構自己交易策略或策略組合的元件之一，進一步達到共享知識、共享技術的目的。

上述本發明以視覺化元件建立交易策略的方法及其系統，可系統化的引導使用者一步步的依序編輯完成資料集、交易訊號、交易策略及交易策略組合，輔助使用者建構完整且專業化金融商品交易策略組合，本發明除具有系統化引導的功能以外，亦提供了圖形化編輯介面，降低使用的技術門檻，以利於普及化，且進一步提供有雲端資料庫共享各個使用者交易策略的功能，可建立專業與業餘交易者的資訊共享平台及社群。

11‧‧‧量化數據庫選單

12‧‧‧質化數據庫選單

21、31‧‧‧演算法操作元件

22、32‧‧‧複數人工智慧模型元件

23‧‧‧評估圖表

41‧‧‧人工智慧模型元件

51‧‧‧資料擷取模組

52‧‧‧策略編輯模組

53‧‧‧下單模組

54‧‧‧雲端資料庫

圖1：為現有金融交易策略輔助開發軟體程式編譯介面的示意圖。 圖2：為現有金融交易策略輔助開發軟體績效回測的示意圖。 圖3：為現有金融交易策略輔助開發軟體產生的績效報表統計圖。 圖4：為本發明一步驟流程示意圖。 圖5：為圖4步驟中數據編輯介面之示意圖。 圖6：為圖4步驟中訊號編輯介面之示意圖。 圖7a~7c：為圖6介面提供不同評估圖表之示意圖。 圖8：為圖4步驟中策略編輯介面之示意圖。 圖9：為圖4步驟產生回測績效之示意圖。 圖10：為圖4步驟中策略組合編輯介面之示意圖。 圖11：為本發明之一系統方塊圖。

Claims (11)

1. 一種以視覺化元件建立交易策略的方法，其包含有以下步驟： 進行數據編輯步驟，係提供一圖形化的數據編輯介面，以供使用者操作而產生對應的一資料集（data set）； 進行訊號編輯步驟，係提供一圖形化的訊號編輯介面，並顯示該資料集於該交易訊號編輯介面中，以供使用者操作而產生對應的一交易訊號（trading signal）； 進行策略編輯步驟，係提供一圖形化的策略編輯介面，並顯示該交易訊號於該策略編輯界面中，以供使用者操作而產生對應的一交易策略（strategy），該交易策略可供使用者設定而接收一即時數據並輸出一下單訊號。
2. 如請求項1所述的以視覺化元件建立交易策略的方法，進一步包含進行策略組合編輯步驟，係提供一圖形化的策略組合編輯介面，並於該策略組合編輯介面中顯示複數交易策略，以供使用者編輯而產生一策略組合。
3. 如請求項1所述的以視覺化元件建立交易策略的方法，其進一步於該數據編輯介面中提供一量化數據庫選單及一質化數據庫選單，該量化數據選單中包含複數基本面數據及複數技術面數據，該質化數據庫選單中包含複數事件質化數據。
4. 如請求項1所述的以視覺化元件建立交易策略的方法，其進一步於該訊號編輯介面中提供複數演算法操作元件及複數人工智慧模型元件（AI Model）。
5. 如請求項4所述的以視覺化元件建立交易策略的方法，其進一步於該訊號編輯介面中提供對應使用者所編輯出該交易訊號的一評估圖表。
6. 如請求項1所述的以視覺化元件建立交易策略的方法，其進一步於該策略編輯介面中提供複數演算法操作元件及複數人工智慧模型元件。
7. 如請求項1所述的以視覺化元件建立交易策略的方法，其進一步提供一沙盒測試環境，於該沙盒測試環境中進行該交易策略的績效回測而產生對應的一回測績效。
8. 如請求項2所述的以視覺化元件建立交易策略的方法，其進一步提供一沙盒測試環境，於該沙盒測試環境中進行該複數交易策略的績效回測而分別產生複數回測績效。
9. 如請求項8所述的以視覺化元件建立交易策略的方法，其進一步於該策略組合編輯介面中提供複數人工智慧模型元件，以供使用者編輯而依據該複數交易策略的回測績效產生一組對應該複數策略的資金比例資料（capital size）。
10. 一種以視覺化元件建立交易策略的系統，其包含有： 一資料擷取模組，係輸出至少一金融商品數據； 一策略編輯模組，係與該資料擷取模組連接，以接收該金融商品數據，並提供圖形化的一數據編輯介面、一訊號編輯介面及一策略編輯界面，以供使用者操作而編輯出一交易策略，且該交易策略可接收即時的金融商品數據而輸出一下單訊號； 一下單模組，係與該策略編輯模組連接，以接收該下單訊號而進行金融商品搓合交易。
11. 如請求項10所述的以視覺化元件建立交易策略的系統，係進一步包含一雲端資料庫，該雲端資料庫係與該資料擷取模組及該策略編輯模組連接，提供下載複數資料集、複數指標、複數交易策略及複數交易策略組合。