Заканчиваю готовить торговый движок для TQBR MOEX.

Ещё несколько штрихов — и старт. Сейчас приказы на биржу не отправляет, имитирует сделки.
Всё идёт хорошо, как и ожидалось.

Столкнулся с проблемой — очень много торговых систем у меня и нужно отобрать лучшие.
Ну и несколько инсайтов параллельно открыл.
Суть вкратце: кто ищет — тот найдёт.
Торговых систем 196 млн.

Пришлось изучать новое — писать TCP/IP сокетный сервер, который раздаёт задачи на расчёт таким же TCP/IP сокетным клиентам-компьютерам дома и собирает результат. Давно мечтал этим заняться и всё никак руки не доходили. А вот сегодня за 4 часа осилил. Что это значит? Это значит, что практический подход к трейдингу развивает тебя всесторонне. И мои попутчики, так сказать, кто торгует моей системой, у себя дома тоже запустят простое приложение, которое будет искать лучшие варианты торговых систем. Им всё равно, что их компы работают днями и ночами, а результат пилится. Очень удобно и современно. Распределённые вычисления.

Как всегда, от алготрейдинга только плюс — напрягаю мозги, что снижает риски деменции в старости.
Осталось ещё мотивировать себя напрягать тело, чтобы избежать встреч не только с дедушкой Альцгеймером, но и дедушкой Паркинсоном.

( Читать дальше )

Как писал ранее, главный страх трейдера-физика не просадить депозит, а чтобы никто не узнал детали работы его торговой системы.

Объясню, почему меня это мало волнует.

Во-первых, мои торговые системы — не для институционалов.
Их не смогут использовать фонды, банки и так далее, потому что они рассчитаны на очень маленькие — с их точки зрения объёмы.
Десятки миллионов — ничто для ПИФов, банков, фондов и так далее. Это очевидно.
Так что класс институционалов — в пролёте.

Во-вторых, мои торговые системы — это класс интрадей.
Быстро откусывают от рынка и уходят, ожидая следующей возможности.
Так что класс инвесторов — в пролёте.

В-третьих, поди ещё мой подход повтори.
Это опыт и написания сложных, высоконагруженных, многопоточных и распределённых приложений, работа с базами данных, веб-сервисами, api и так далее. Много экспертов-разработчиков с таким опытом и знаниями среди трейдеров? Сильно сомневаюсь.
Да, можно найти талантливого и опытного разработчика, но сначала поставь ему корректно задачу, а потом ещё оплачивай его работу — а это совсем не дешёвые специалисты, тем более в эти времена.

( Читать дальше )

Вкратце — я ставил цель, чтобы алгоритм сам подсовывал в активный портфель прибыльные и отключал убыточные системы.
Писал об этом тут: Диверсификация портфеля (smart-lab.ru).

А время идёт, рынки движутся и упущенная прибыль налицо. Не хочу ждать. И так работает выше всяких похвал.

Так что, благо есть люди, кому это можно доверить, я решил сделать ручной селектор торговых систем.
Выбирать их будут люди руками, а дальше они уже пусть сами торгуют.

К автоматической компоновке портфеля я вернусь, когда меня озарит инсайт, а пока и так сойдёт.

А вот и интерфейс:



Доброй ночи вам.

Поисследовал на своих торговых системах, как ведёт себя коэффициент корреляции между ценой инструмента и значением Equity.

Это я решил задачку, о которой писал в конце поста тут: Составляем библиотеку торговых систем (smart-lab.ru)

Нашёл этот подход весьма и весьма полезным для того, чтобы определить дополнительную метрику, определяющую качество торговой системы.

Методика

Посчитать коэффициент корреляции несложно. Формулы простые и они

• здесь Скрипт на QLUA по определению корреляции между ценами двух инструментов (smart-lab.ru)
• или тут Correlation — Wikipedia

Нюансы заключаются деталях, и о них далее.
Для расчёта корреляции мы оперируем двумя переменными, первая имеет отношение к Equity, а вторая — к цене.

Equity

Для расчёта нам нужно взять временной ряд роста прибыли нарастающим итогом на момент завершения каждой сделки и временной ряд цен закрытия на моменты выхода из каждой сделки.

Из первого временного ряда нам нужно будет посчитать:

• само накопленное значение прибыли на каждую сделку — по сути, кривая Equity

( Читать дальше )

Одна из стержневых вещей моего подхода состоит в том, что я собираю библиотеку торговых систем и ранжирую их по успешности.

Подход до безобразия примитивен и потому эффективен.

Это отдельная тема — почему торговой системе не нужен высокий интеллект и сложные правила, об этом как-нибудь в другой раз. А теперь ближе к сути.

Из всего множества торговых систем, которые были, есть и будут когда-то на каком-то периоде и инструменте успешными, я собираю библиотеку.

Для каждой из торговых систем я проверяю, отработала ли она в плюс в каждом месяце доступной истории и на каждом инструменте.

В первом случае — это WFT (кстати, понятие WFO очень странно для меня звучит).
По сути, я беру ТС и торгую ей на истории с дискретизацией в 1 месяц. И получаю % её эффективности по времени:

• число месяцев, когда ТС отработала в "+" / общее число месяцев, за которые доступна история цен

Вот что имеем на выходе:


Это означает, что алгоритмы, найденные на каком-то одном месяце, показали на остальных месяцах "+", и доля таких месяцев из всей истории = %.

( Читать дальше )

Я не торгую сезонки и прочие паттерны, основанные на времени.

Я считаю, что хорошая торговая система будет работать с этими аномалиями рынка так же, как и со всем остальным, и поэтому не вижу необходимости выделять отдельный класс торговых систем, разрабатывать их, тестировать и оптимизировать и тратить на это ресурсы. Считаю, что лучше сосредоточиться на универсализации подхода и повышении его стабильности, чем создавать зоопарк торговых систем, над каждой из которых придётся отдельно думать, сопровождать, постоянно вкладывать усилия в оптимизацию и отслеживание, и т.д. и т.п.

Тут увидел интересное определение тому, что я делаю: мультистратегия.
Это очень похоже на моё описание целей диверсификации портфеля.



Нарисую метафорическую картинку двух крайностей: представьте себе метлу. Она состоит из множества прутиков. Вообразите, что каждый прутик — это отдельная торговая система. Один подход состоит в том, чтобы идеально подобрать прутик и тыкать им в рынок. А другой — напихать прямых, кривых и косых прутиков в охапку и хорошенько подмести этой метлой рынок.

( Читать дальше )

Когда имеется большое число торговых систем, которые потенциально можно использовать для торговли, возникает проблема отбора лучших из них — релевантных целевым показателям трейдера и ситуации на рынке.

Расскажу о том, как это делаю я. Подход очень простой. Это текст в продолжение этого поста.

У каждой системы существует определённое количество метрик.
Эти метрики могут быть как стандартными, так и кастомными, которые я сам придумал.

Чтобы отобрать из всего множества систем те, которые мне лучше всего подходят, я делаю следующее:

1. Определяю существенные, на мой взгляд, метрики. Несущественные отбрасываю. Как я это делаю — описано тут, а по сути — строю точечные диаграммы рассеивания метрики А от метрики Б для каждой пары метрик. Такой подход позволяет интуитивно и легко отсеять бестолковые метрики, которые в отборе систем ничем не помогут. Это самый простой и наглядный способ выявить корреляции между различными метриками, чем я тут и занимаюсь.
2. Для каждой из отобранных метрик я определяю порядок сортировки от лучшего к худшему значению и, опционально, границы интервалов, в которых эта метрика должна находиться для систем, которые считаю приемлемыми.

( Читать дальше )

Поскольку торговых систем у меня много, то мне нужно каким-то образом отбирать из них лучшие. Я, кстати, решил перестать использовать слово «стратегия» и заменить его словом «система». Это более точно, поскольку стратегия — это нечто неформальное, и если это формализовать в жёсткие правила, то получим уже систему. Вопросы терминологии и однозначного понимания понятий важны потому, что большинство конфликтов и искажений в коммуникации происходит из-за недопонимания или иного трактования сложных понятий.

По факту, не сильно много чего можно придумать для того, чтобы отбирать лучшие из систем, да и большая часть придумана за нас. Нужно просто правильно это использовать. И иногда лучший способ забить гвоздь — это вовсе не молоток.

Итак, на что я смотрю:

Метрики использования капитала (эффективность использования торгового времени).
Позволяют мне отбросить системы, которые постоянно сидят в рынке или наоборот, слишком редко осуществляют сделки.

• % дней, в которые совершались сделки, по отношению к общему числу торговых дней

( Читать дальше )

Прочитал вот тут о том, что некоторые товарищи, при тестировании стратегий, ослабляют гайки критериев для IS и затягивают их для OOS.

Например, соотношение Прибыль/MaxDD для IS 3, для OOS 1.5.

В связи с чем вопрос: у вас критерии одинаковые или они различаются для IS и OOS и почему? И что вы думаете по поводу такого подхода?
Ещё вопрос про соотношения периодов IS и OOS. По ссылке говорят, что используют соотношение 3:2. Я использую 4:17. А вы?