量化交易策略的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

量化交易從入門到精通：如何構建你的演算法交易系統

為了解決量化交易策略的問題，作者（加）歐尼斯特·陳 這樣論述：

量化交易也被稱為算法交易，在全球金融市場的交易中佔據很大比重。雖然量化交易所用的方法看上去都比較高深，而且多為機構交易者所採用，但是隨著技術的不斷成熟及交易策略的多元化，個人交易者通過學習一些基礎的知識、工具和模型，也可以構建自己的量化交易系統。 量化交易的核心是交易策略，因此《量化交易從入門到精通 如何構建你的算法交易系統》從如何篩選可靠的交易策略講起，詳細介紹了交易策略的歷史回測方法與注意事項，並提供了代碼案例；之後還介紹了如何構建硬體設施來實現篩選出的量化交易策略；在此基礎上，《量化交易從入門到精通 如何構建你的算法交易系統》又講解了量化交易中的資金管理方法與風險控

制策略；之後，《量化交易從入門到精通 如何構建你的算法交易系統》還介紹了因數模型、協整等專業量化交易員必知的進階內容。 《量化交易從入門到精通 如何構建你的算法交易系統》適合對量化交易感興趣的個人投資者、金融機構的量化交易從業者以及想從事量化交易工作的高校學生閱讀。

量化交易策略進入發燒排行的影片

法人買賣超與股價報酬率關聯性之研究

為了解決量化交易策略的問題，作者陳秀慧 這樣論述：

本文主要是探討三大法人的買賣超是否有對股票報酬率有明顯的影響，法人是個資訊優勢者，因此他們的交易行為反映了資產價值的訊息，從而可能對股價走勢有影響。本文從台灣經濟新報社中收集了三大法人與主力的買賣超與股票價格的日資料，研究期間為2010年9月20日到2021年9月20日，研究樣本包括所有上市與上櫃的股票。想要分析法人買賣超的排行與張數是否對股票的隔日報酬有明顯的差異。我們發現不管是上市或上櫃股票，三大法人買超前30名股票的隔日報酬率明顯優於賣超前30名的股票。就買賣超張數來看，外資與投信的買賣超對股票的隔日報酬有顯著的影響，買超股票的隔日報酬明顯優於賣超股票的報酬。而自營商買超的股票隔日報酬

也是優於賣超股票，但效果不顯著。另外本文也檢定主力買賣超的影響，也發現主力買超股票的隔日報酬明顯優於賣超隔日的股票。因此本文驗證了三大法人與主力的買賣超有明顯的資訊意涵，對股票的隔日報酬有顯著的影響，可供投資人參考。 

Python股票量化交易從入門到實踐

為了解決量化交易策略的問題，作者袁霄 這樣論述：

量化交易是一種新興的系統化的金融投資方法，它是以電腦強大的運算能力為基礎，運用資料建模、統計學分析、程式設計等工具從歷史資料中得到良好的交易策略，是電腦科學在金融領域的具體應用。Python語言憑藉其簡潔、高效的特性，以及其在大資料分析方面的強大性能，在量化交易領域得到了良好的應用。 本書以 A 股市場為交易標的物，引導讀者從理解量化交易開始，逐步掌握行情資料的獲取和管理、技術指標的視覺化，並在熟練程式設計的基礎上，構建出個性化的交易策略體系。 本書適合對股票的量化交易感興趣的讀者閱讀，通過閱讀本書，讀者不僅能夠瞭解 Python 資料分析和資料視覺化的核心技能，更能夠

將 Python 作為常用工具，為股票技術指標分析和量化交易提供助力。

基於Transformer之台股日內資料多步預測模型

為了解決量化交易策略的問題，作者吳浩瑋 這樣論述：

隨著科技的進步，深度學習模型更廣泛的應用在股價預測等時間序列的問題，以往大多是以長短期記憶模型作為預測模型，而近年來提出了新架構的變壓器模型，除了在自然語言處理的任務，也開始有學者應用在時間序列的預測並取得不錯的成效，因此本研究選擇以較新穎的變壓器模型作為預測模型。 本研究利用台股個股日內分鐘資料作為研究資料，利用變壓器模型進行單一時間步預測，預測未來半小時及兩小時的股價，並和LSTM模型做比較，且為了提供投資者更多的資訊，本研究利用變壓器模型進行多時間步預測，預測未來兩小時中每半小時的股價，並在多時間步預測加上指數衰減加權平均作為權重向量，以提升模型的預測效果。 研究結

果顯示，變壓器模型在預測較遠時間點的股價有更好的效果，而進行多時間步預測的任務時，股價波動越大的股票在加入權重向量後，預測效果能達到更顯著的提升。