Сегодня хочу поделиться некоторыми мыслями относительно фильтра торговых сигналов в разрезе состояния рынка. Для этого я ввел такие показатели, как среднее изменение с момента открытия рынка для совокупности торгуемых инструментов, текущее отклонение изменения выбранного инструмента от среднего и индекс изменения цены инструмента в индексе. 

Посмотрим, как ложатся результаты пробойной системы по тикеру VTR на эти индикаторы. 

Первый график показывает результаты сделок с зависимости от состояния индекса выбранных инструментов.


 
На графике мы видим среднюю прибыль на сделку в каждом направлении при увеличении и уменьшении показателя изменения текущего индекса. 
Анализ сделок в лонг говорит о том, что с уменьшением изменения индекса прибыль на сделку падает, а шорт примерно стабилен, однако, если формализовать правила открытия позиций, я бы не открывал лонг, когда индекс находится в отрицательной зоне и шорт, когда индекс в

( Читать дальше )

Последнюю неделю я вставал в семь утра и сидел до момента открытия Нью-Йорка, когда ставил робота на торговлю, все для того, чтобы закончить, как мне кажется, достаточно интересный модуль создания и оптимизации портфеля стратегий под NYSE. Все делалось на одном дыхании, получил громадное удовольствие от процесса, и, честно говоря, результат превзошел мои ожидания. Писать об этом достаточно бессмысленно, поэтому я записал небольшое видео. Возможно, оно заинтересует кого-то и натолкнет на еще более интересные мысли. 



Никогда не был большим специалистом в области интерфейсов, однако в этом случае я старался сделать его максимально удобным и интуитивным. Все работает от мышки, визуально результаты выглядят достаточно наглядно, ну и вообще получилось круто и удобно, как мне кажется!
Честно говоря, не знаю, существуют ли такие решения в каких-либо программах тех. анализа, но ни Wealth-Lab ни Ninja точно не предоставляют подобных возможностей.

Продолжая тему, затронутую в  предыдущей публикации хочу поделиться некоторыми наблюдениями.

И так, возьмем 1000 дней AAPL, 20 внутридневных метрик и попробуем обучить алгоритмы случайного леса и ближайших соседей и прогнать его на последних 120 днях. 

Результат для числовых значений результата:
 

( Читать дальше )

Все больше и больше нравится использовать R для поиска идей и анализа. 
Сегодня я хочу рассказать о небольшом исследовании и сравнении системы прогнозирования на основе алгоритма случайного леса и  алгоритма ближайшего соседа. 

Вопросы, которые я себе ставил были следующими:
— на сколько алгоритм Random Fores (RF) продуктивнее чем Nearest Neighbor (NN) или наоборот;
— каково влияние параметров количества случайных соседей на работу алгоритма и на сколько оно может оказаться простой подгонкой данных;
— получится ли эффективно сочетать результаты NN для маленькой и большой выборки, избавляясь тем самым от ошибки переоптимизации;
— как оценить надежность обучения;
— какой метод работает лучше, регрессионный или с формализованными ответами;
— когда проводить переобучение;

Данное исследование помогло мне ответить на некоторые вопросы. 

В качестве предикторов были использованы некоторые внутридневные метрики (10 штук) акции AAPL за один год, результатом я считал изменение цены акции от Close первой пятиминутной свечи до конца дня. Сразу скажу, предикторы мне показались неэффективными, но суть исследования, все же, была в оценке методов прогнозирования прежде всего. Я надеялся, что алгоритмы смогут выявить определенные паттерны внутри многомерного пространства и использовать их. 

( Читать дальше )

Вчера дошли руки прикрутить некоторую визуализацию для торгового привода, что позволило сегодня посмотреть на все это дело под новым углом. 

Ситуация следующая: стратегии выбирались и тестировались на данных вплоть до 1 ноября. Отобрано порядка 30 инструментов. Дальше — out of sample. 
В марте был запуск на реальных данных, на реальном счете с объемом проторговки от пяти до десяти сигналов в день. За две недели результаты не  порадовали, хотя сильно и не огорчили, потом Shut down. Основной задачей, все же, являлось тестирование работоспособности механизма.  Стратегия до предела проста и тупа, что, впрочем, и подтверждает кривая эквити out of sample. 

Однако, выводов из всего сделать можно достаточно много. Основное, о чем хочется поговорить — условия вывода сделок в зависимости от эквити.
Фильтр выпускает только те сигналы, которые за последнее время давали средний положительный результат.

( Читать дальше )

Существует одна серьезная проблема при автоматизации торговли через API Sterling Trader. 

Суть в том, что сам Стерлинг должен быть запущен, и иногда возникает ситуация, когда соединение прерывается. На мой взгляд, в этот момент торговый робот должен его перезапустить, и тут как раз эта проблема вылезает. 

Вам надо ввести пароль и выбрать сервер соединения.

С паролем все просто.  У стерилнга существуют параметры командной строки, Pid, который устанавливается равным вашему UserID в момент установки Стерлинга, и Password, который можно установить вручную в параметрах значка Sterling.
Командная строка будет выглядеть примерно следующим образом:
«C:\Program Files (x86)\Sti\SterlingTraderPro\Base.exe» /Pid:USERID /Password:PASSWORD
Пароль больше вводить не надо. 

Дальше Стерлинг настолько суров, что при запуске предлагает выбрать два сервера. Cs и Qcs, список которых вместе со значением скорости пинга он получает при запуске. 
Существуют еще два параметра командной строки Cs и Qcs, да и диалог предлагает выбирать серверы с минимальным пингом автоматически, однако запуск этого окна не отменяется. Установка значений этих параметров вида IP:Port проблему не решает.

( Читать дальше )

Сегодня я не пожалел время и посмотрел, что можно сделать с HAR моделью. 

HAR — это Heterogeneous Autoregressive Model for Realized Volatility  (простите, перевести не могу, а если и переведу, то толку мне от этого не будет)

Суть модели в том, что она оценивает три периода, заданых параметрами и строит линейную модель зависимости волатильности на следующий день, подгоняя коэффициенты модели.

Подробное описание модели с формулами и прочим можно найти в описании библиотеки Highfrequency.

Приведу два графика: 

Первый — работа модели на SPY с 2007, второй — 2014 год. 



( Читать дальше )

Сегодня я посмотрел модель внутридневной волатильности, которая считается функцией  spotVol пакета highfrequency. 
Эта модель показывает отношение волатильности в каждый заданный момент времени к среднедневной волатильности.


Возьмем пятиминутные данные по акции CAT. Здесь представлены два графика, отражающие данные за два периода. По оси X показан индекс свечи внутри дня, по оси Y — отношение волатильности данной свечи к среднедневной волатильности. 




( Читать дальше )

Поскольку за последние несколько дней тема продажи алгоритмов стала популярна, решил написать немного на тему защиты интеллектуальной собственности. 

Так уж получилось, что перед тем как заняться количественным анализом и алгоритмами я более десяти лет посвятил защите программного обеспечения от пиратства и до сих пор тесно связан с этим вопросом. 

Так вот, основной проблемой при продаже роботов является защита алгоритма от изучения, пожалуй, за исключением тех случаев, когда этот алгоритм полностью описан и отдается заказчику. В том случае, когда продается черный ящик, алгоритм должен быть надежно спрятан. Сказать это намного проще, чем сделать и тут все зависит от технологии реализации.


Вариантов может быть несколько и самый простой для защиты — это когда программа собирается в исполняемый машинный код (native code). Этот код можно изучать с помощью дизассемблеров, некоторые из них (IDA) позволяют привести его к виду C. Для защиты от изучения можно использовать так называемые конверты, которые выполняют две основные функции: обфускация (затемнение)  кода и вируализация. Этот код изучать значительно сложнее. Тут я могу смело порекомендовать VMProtect, с автором которого мы сотрудничаем долгое время. 


( Читать дальше )

Сегодня еще смотрел на R применительно к высокочастотным данным. Кружочный метод мне, в общем нравится. 

Вот пара скриншотов:

1) Фейсбук. Пять минут торговли после открытия.

 

Если я ошибаюсь или у кого-то есть какие-то идеи относительно подписей — буду рад выслушать! 
 




2) 25 минут торговли, со склеенными и усредненными данными, фактически, по одной секунде. Тоже что-то есть.. 

( Читать дальше )