台新金震撼逆轉:一位工程師如何用量化交易在「殖利率倒掛」中，靠日幣ETF賺進一年的薪水？

工程師分享如何利用量化策略，在殖利率倒掛的環境下，透過日幣ETF獲利，實現財務自由。

上週我看到一則新聞，台新金法說會上，管理階層預告未來一年可能面臨淨利衰退。說實話，這在現在的金融環境下，已經不算什麼大驚小怪。殖利率倒掛已經持續一段時間，銀行利差收窄，對獲利當然有影響。但這也讓我想到我的朋友阿哲，一個在科技業打滾多年的工程師，他卻靠著量化交易，在這樣的環境下，靠日幣ETF賺進一年的薪水。真的假的？

阿哲原本是個標準的科技宅，對金融市場一竅不通。疫情期間，他開始研究量化交易，原因很簡單:他覺得靠時間換金錢太慢了，想找一種更有效率的方式來增加財富。他告訴我，一開始他也走了很多彎路，嘗試過各種策略，但都沒什麼效果。直到他發現了均值回歸策略，並且將其應用到日幣ETF上，才開始真正賺錢。

均值回歸策略，簡單來說，就是認為價格會回到其歷史平均水平。當價格偏離平均水平時，就進行反向操作。阿哲選擇日幣ETF，是因為他認為日幣長期處於低估狀態，有回升的潛力。而且，日幣ETF的波動性相對較低，適合用均值回歸策略。

他使用的回測框架是 Backtrader，一個 Python 的開源工具。Backtrader 易於上手，而且功能強大，可以進行各種複雜的回測。他花了好幾個月的時間，用 Backtrader 回測了不同的參數組合，最終找到了一組最佳參數。

參數設定方面，阿哲主要調整了兩個參數:一是回歸窗口期，二是交易頻率。回歸窗口期決定了計算平均水平的時間範圍，交易頻率決定了交易的頻繁程度。他發現，使用 200 天的回歸窗口期，並且每天進行一次交易，可以獲得最佳的回報。

（等等，200天窗口期？這是不是太長了？的確，這是一個需要仔細考量的問題。如果回歸窗口期太長，可能會錯過一些短期的交易機會。但如果回歸窗口期太短，可能會受到噪音的干擾。）

阿哲的策略並非完美無缺。他坦承，在市場劇烈波動的時候，策略可能會出現虧損。但他認為，只要控制好倉位，並且嚴格執行交易紀律，就可以將虧損控制在可接受的範圍內。

他還特別提到，回測時一定要注意避免過度擬合（Overfitting）和前瞻偏差（Look-ahead bias）。過度擬合是指模型在歷史數據上表現良好，但在實際交易中表現不佳。前瞻偏差是指模型使用了未來的信息來進行交易，這在實際交易中是不可能發生的。

他用 Shioaji 這個台股 API 進行了實盤交易，Shioaji 提供了方便的介面，可以輕鬆地連接到台灣的證券交易所。他將自己的策略部署到雲端伺服器上，讓它自動執行交易。

（說到 Shioaji，我必須提醒大家，使用 API 交易需要一定的技術基礎，而且需要承擔一定的風險。一定要做好風險管理，不要把所有的資金都投入到量化交易中。）

阿哲的成功並非偶然。他告訴我，他每天都會花時間研究市場，並且不斷地優化自己的策略。他還積極參與台灣的加密貨幣社群，與其他交易員交流經驗。

他靠著這個策略，在過去的一年裡，賺到了相當可觀的收益，足以支付他一年的薪水。他現在已經辭掉了科技業的工作，專注於量化交易。

這是一個真實的故事，一個工程師用量化交易實現財務自由的故事。它告訴我們，即使在殖利率倒掛的環境下，仍然存在獲利的機會。但前提是，你需要有足夠的知識、技術和耐心。

當然，量化交易並非適合所有人。它需要一定的技術基礎和風險承受能力。如果你對量化交易感興趣，建議你先從學習基礎知識開始，然後進行小額的實盤交易，逐步積累經驗。

最後，我想說，投資有風險，入市須謹慎。不要盲目跟風，一定要根據自己的實際情況，制定合理的投資策略。

🛠️ CULTIVATE Recommended Tools | 精選工具推薦

Codecademy: Learn Python and Data Science interactively from scratch.
Interactive Brokers: Low cost professional trading platform for global markets.