股票交易策略的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到附近那裡買和營業時間的推薦產品

股票發大財：用Python預測玩轉股市高手精解

為了解決股票交易策略的問題，作者胡書敏 這樣論述：

預測股票之夢，雖遠但非遙不可及。 想成為股市贏家不是會看盤，而是要先會Python！ K線、均線自己畫，資料自己爬，賺錢一大把！ 　　全書分為三篇： 　　基礎篇（第1~4章）：說明Python開發環境的架設、基本語法、資料結構、程式的偵錯以及物件導向的程式設計思想。 　　股票指標技術分析篇（第5~10章）：分別說明使用網路爬蟲技術取得股票資料、使用Matplotlib視覺化元件、基於NumPy和Pandas函數庫進行大數據分析、以股票的不同指標分析為範例的開發方法—MACD + Python資料庫程式設計、KDJ + Python圖形化使用者介面程式設計、RSI + Python郵件

程式設計。 　　以股票指標為基礎的交易策略之進階應用篇（第11~13章）：以股票的BIAS指標分析為範例說明Django架構、以股票的OBV指標分析為範例說明在Django中匯入記錄檔和資料庫元件、結合股票指標分析說明以線性回歸和SVM（支援向量機）為基礎的機器學習的入門知識。 　　台股上看兩萬點，台積電領軍，看盤成為全民運動！茫茫股海，每天追大盤，玩個股，但心中就是不放心，資料這麼多，到底資訊在哪裏？股市都是數字，而資料及演算法，都必須靠一個程式語言串起來。Python正是你最好的朋友，上手簡單，功能強大，最重要的是，近來最強的機器學習也是Python的核心。這些都是玩轉股市的基本工具，

本書針對Python零基礎的使用者，主要說明大量的股票指標技術分析的範例，由淺入深地介紹了使用Python語言程式設計開發的應用「圖譜」。  

股票交易策略進入發燒排行的影片

ETF 50投資績效之探討

為了解決股票交易策略的問題，作者陳柏璁 這樣論述：

　　本研究以元大台灣50ETF(0050)為研究標的，搭配四種演算法模型，LightGBM、LANN、STM與CNN演算法，並將其預測投資報酬率進行比較。LightGBM、ANN、LSTM利用技術指標與三大法人籌碼作為演算法的預測參考資料，CNN則僅利用股價資料作為演算法的預測資料。實證結果顯示，僅利用股價資料的CNN演算法有最佳的投資報酬率。此外，在Covid-19期間股價大跌時，四種演算法也會有相當大的投資虧損出現，顯示即使使用AI投資工具亦無法協助投資人避過股災，建議投資人以長期投資策略可創造較高的投資報酬率。

短線炒股實戰：股票交易策略與操盤心經（第2版）

為了解決股票交易策略的問題，作者孟慶宇 這樣論述：

《短線炒股實戰：股票交易策略與操盤心經第2版》將股票交易分成辨別趨勢、概率統計、制定策略、資金管理4個部分進行介紹，從主旨到形式都有別於市面上的同類書籍。趨勢是所有策略的篩檢程式，順應趨勢不論對短線交易還是長線交易來說，都是首要法則。 在趨勢的基礎上可以制定大概率獲利策略，或低準確率高盈虧比策略，或高準確率低盈虧比策略。制定的策略越多，資金管理在策略的基礎上的交易機會才越多。將這些模組分化解決後，才有可能獲利。《短線炒股實戰：股票交易策略與操盤心經第2版》適合那些誤入交易迷途且多以虧損為常態的交易者閱讀。這些人沒有理順交易的理念，沒有以模組化處理交易問題的經驗，所以在交易時，常常處於混沌的狀

態之中。讀透本書，交易者將能解決大部分交易中遇到的問題。 孟慶宇   作者從2002年進入股市，經歷過波瀾壯闊的“牛市”，也經歷過哀鴻遍野的“熊市”。參與過期貨、外匯、股票等多種金融投資活動。從5萬元的本金，通過不斷的交易操作增值，達到100多萬元。曾經擔任某國字頭基金公司的投資經理，掌管的資金達20多億元。擅長量化分析和程式化交易，對海龜法則和三重濾網有深入研究。

運用隨機森林模型及技術指標建立臺灣50ETF的買賣策略

為了解決股票交易策略的問題，作者鮑葳妮 這樣論述：

本研究運用隨機森林法以及22個短中長期技術指標(KD、MA、RSI、MFI、風險值)建構台灣50ETF的買賣策略，研究期間為2006年5月8日至2016年1月21日，共2414筆資料；資料來源為台灣經濟新報資料庫（Taiwan Economic Journal，TEJ）。本研究比對類神經網路、支持向量機、隨機森林及專家判斷等方法之買賣策略差異，並以混淆矩陣、成交矩陣及報酬率作為評估買賣策略優劣之依據。靈敏度分析考慮投入本金、每次買賣金額或資金比例上限、訓練集比例與隨機森林各項參數(建構的模型數量、樣本大小、最大節點數、最小子節點大小)，嘗試獲得隨機森林買賣策略的最佳參數。混淆矩陣的精確率與準

確率績效高低表現為，類神經網路>支持向量機>隨機森林，報酬率的高低排序為，類神經網路(477%)>支持向量機(471%)>專家判斷(462%)>隨機森林(422%)>買進持有(29%)，以隨機森林法建構元大台灣50的買賣策略，實際買賣點差異中，隨機森林所制定的買賣點會提早於專家1至2天，因此具有先行指標之優勢。重要性最高的前三個技術指標，買點為收盤價、成交量及MA20；賣點為MFI9、成交量及K9。變數至少保留16項(73%)以上，可以維持良好的報酬率。