建置程式交易系統(3) - 模式辨識

之前建置程式交易系統(2) - 決定獲利策略談到模式辨識(pattern recognition)，本篇將說明那期貨程式交易機器人如何利用slide window和pattern來判別順勢進場點。
因報價都是tick data，一般都是用K棒來分析，但最小單位只能到一分K，在波動大時，幾秒鐘就變動很大，因此程式交易機器人是直接用tick值，但tick資料難免會有雜訊干擾，導致無法判斷正確走勢﹑，便利用訊號處理技術，將tick資料的雜訊過濾。而雜訊過濾技術有很多種，如FFT、DCT等，個人是選擇DWT，因為這DWT只有加減法，能夠很快速處理。
因此，透過不斷輸入的tick資料，這程式只處理N個tick值，請見下圖。

而這N個tick，就可看成一個slide window，隨著資料進入而滑動。
那針對這N個tick，使用DWT處理後，變成只有25個tick資料，再比對其中6個tick，透過這6個tick的走勢來判斷是否為大波動，1.高低差是否超過一個值，2.最高是否為最後兩個tick(下跌就最低是否為最後兩個tick)，3.最低是否為前面兩個tick(下跌就最高是否為前面兩個tick)。

圖a，便不符合規則1和規則3，而圖b便會進場做多。
實際案例，下圖為2012/3/22 09:14到09:16之間的台指期走勢。

其中第一個slide window，便進場做多，第二個slide window，便進場做空，可比對期貨程式交易機器人3/22的交易紀錄。
以上大致說明期貨程式交易機器人的順勢策略，之後再說明逆勢策略及停利停損的規則。