[財經程式設計] 常見的任務

說明

本文介紹撰寫財經程式設計時常見的幾項任務，提供初學者一些基本概念作為起點。

收集資料（Data Collection）

無論是做運算、視覺化、技術分析，還是其他功能，所有任務的基礎都是財經資料。因此，資料收集是財經程式設計的第一步。

常見的收集方式包括：

• 直接下載資料
• 透過網站 API 取得資料
• 使用網路爬蟲抓取資料內容

除了直接下載可以手動操作外，其他方式多半需要透過程式自動化流程。

此外，將資料儲存於 SQLite、MySQL 等資料庫中，可以避免每次都從頭抓取資料，有助於日後重複使用。

這部分主要需要學習如何撰寫 HTTP 客戶端程式、製作網路爬蟲，若能進一步操作資料庫，也會是一項加分技能。

進行代數運算（Algebraic Operation）

使用程式進行財經數據的數學計算，是財經程式設計的基本任務。現代程式語言大多內建代數功能，也有許多標準函式庫或開源套件提供常見數學公式的實作，實際上很少需要從零手刻公式。

資料視覺化（Data Visualization）

與其直接閱讀表格，不如將資料視覺化為圖表，通常更容易判讀。例如某些依賴圖形辨識的技術分析方法（如形態學），難以直接用程式處理，但圖表可輔助人工辨識。

雖然現在許多財經網站已提供漂亮的互動式圖表，但仍會遇到現成圖表無法滿足需求的情況。這時候自己製作圖表就成為一種補足方式。

部分套件已內建常見圖表類型，只要將資料餵入即可產生視覺化結果。若沒有現成套件可用，則需要使用低階繪圖功能自行組合成所需圖表。

技術分析（Technical Analysis）

技術分析是另一種常見的資產評估方式，除了圖表判讀，也常應用在程式策略中。技術分析相關書籍眾多，本文不再贅述基本理論。

目前已有許多套件提供預寫好的技術分析指標，只要將資料帶入即可。除非有特殊需求，否則實際上很少需要自行實作指標。對初學者而言，先從熟悉現有套件開始是較安全的做法，能避免早期因寫錯公式而誤判行情。

策略設計（Strategy）

在掌握技術指標後，就能進一步設計自己的選股與交易策略。由於每位投資者的風格不同，策略設計其實是一件非常個人化的事情。

策略設計的目的並非學術研究，而是要能在市場中實際獲利。也就是說，重點不在寫出一套理論上完美的系統，而是能夠執行、可持續的策略。

任何策略都有可能失敗，因此技術分析經常強調「停損」（stop loss）的重要性。同時，也應進行策略的「回測」（見下一節），以確認其基本可行性。

回測（Backtesting）

當策略寫好，且手上有歷史資料時，就能進行回測。回測的目的不是預測未來、保證獲利，而是檢驗策略的合理性。

例如：

• 某些策略需要高頻交易，可能因手續費過高而無法實施
• 某些策略雖然看似會賺錢，但實際出手機會太少，實用性也就大打折扣

即使是回測表現不錯的策略，也不能保證獲利；但如果連回測都不通過，就沒必要拿去市場上測試了。

程式交易（Algorithmic Trading）

所謂程式交易，就是將整個交易流程全自動化。這可說是通往被動收入的最後一哩路。不過，自動交易程式並非「寫完就能放著賺錢」，仍需持續監控與調整。

例如：在市場發生「閃崩」（flash crash）時，一般投資者若沒手動停損，反而可能撐過波動；但程式交易可能因觸發停損條件而提早出場，造成不必要的虧損。

因此，如果覺得全自動交易讓你睡不安穩，也可以改為設計成輔助型工具，例如自動提醒或策略篩選，讓投資者在確認後再手動下單。