10 篇文章 含有標籤「網路資源教學」

想計算台股大盤的報酬率有幾種方法，比較簡單是計算 0050，不過嚴格來說 0050 追蹤的不是「加權股價指數」，而是「台灣50指數」（FTSE Taiwan 50 Index），但如果是直接計算 加權股價指數 的話，有除權息的問題，報酬率會被低估，如果需要較精準的計算，計算的標的應該要是「發行量加權股價報酬指數」

計畫要寫所有「可能有用」的技術指標的回測文，但要完成這個目的，需要先有合適的工具，算是個簡單然後沒幾篇文章的系列文來介紹這些工具吧

1. 首先要能取得股價：請參考【如何使用Python取得歷史股價，簡介yfinance、ffn、FinMind】
2. 要回測技術指標，當然要能產生取得技術指標：請參考【如何使用Python產生技術指標？TA-Lib簡易教學】

然後有了股價、技術指標，再來就是回測工具了...

簡單的說，我想要的資料只有日線，包括收盤價、最高價、最低價、交易量、未平倉量，然後我希望一天只有一筆資料，台指期正常來說近月會是主要交易標的，所以就是只要近月資料

但是網路上光是台指期的資料就不好找了，而且找到的通常是一整包然後包含一堆幾乎沒有交易量的標的，所以就直接寫支程式來捉資料，有同樣需求的人就自行取用吧

之前說過想寫一個系列針對技術指標(均線、KD、RSI、MACD、布林通道)的教學和回測文章，但在寫回測之前當然就是要能夠把技術指標算出來， 這篇文章簡單的介紹一個好用的 open source library：TA-Lib，之後的文章就會用這個工具來幫我們回測過去的資料

AI 到底能不能預測股價？應該不少人對這個主題都很好奇，最近在整理一些以前使用過的工具，大概兩年多前做 AI 預測股價的專題時，使用過這個 open source 的 library，就直接整理了一下數據，寫這篇文章

先談一下為什麼要介紹 Colab，如果有在追蹤這個網站的話，裏面有很多回測的文章，雖然老哈本身是 Java 的工程師，但是不得不說在 FinTech 這一塊 Python 的資源實在比 Java 多太多了， 以 Python 的開發工具，其實最多人使用的應該是 Anaconda，但 Anaconda 相對複雜，如果經常在寫 Python，花點時間把開發環境安裝起來是理所當然的， 但如果只是個部落格的讀者，想實際跑一下驗證部落格寫的內容，還要把整個 Python 開發環境安裝起來就有點太強人所難了

美國歷史的總體經濟數據怎麼找？不管是要觀察趨勢的變化或者要跑回測，還是需要有資料源才玩的下去，這篇文章要簡單介紹我常用來捉總經數據的網站：Fred

什麼是 13F 機構持倉報告？​

什麼是 13F 報告？簡單的說，美國證券交易委員會（United States Securities and Exchange Commission，縮寫：SEC），對於控制管理一億美元資產以上的投資機構，必須在每個季度結束後的45天之內，向 SEC 提交報告，揭露所有管理的股權資產（股票、ETF）多頭部位（不包含期貨 & 固定收益等其他資產）

其中當然就包括大家耳熟能詳的像是

• 巴菲特的波克夏・海瑟威 Berkshire Hathaway
• 橋水基金 Bridgewater Associates
• 索羅斯基金 Soros Fund
• 比爾及梅琳達蓋茲基金會 Bill & Melinda Gates Foundation
• 木頭姐的方舟投資 ARK Investment

...etc

寫網路爬蟲最討厭的事莫過於遇到網站需要驗證碼，去 google 「網站驗證碼 破解」也會看到一堆文章，無奈一大半都是從對岸翻譯的，很多都不能用，花了點時間實際用證交所買賣日報表的驗證碼來測試，簡單整理了一下筆記

其實捉歷史股價的工具很多，這篇文章只介紹我正在使用的函式庫