В этой статье я решил сравнить два популярных сервиса ChatGPT и Claude.ai и посмотреть, как они справляются с задачей поиска торговых неэффективностей на ноябрь 2024 года. Я оценил их функционал и удобство использования, чтобы выяснить, какой из них лучше подходит для анализа данных и разработки прибыльной торговой стратегии.

Чтобы упростить сбор данных, я воспользовался Гидрой — это, пожалуй, лучший бесплатный инструмент для загрузки рыночных данных.

Я скачал минутные данные по BTCUSDT за 2024 год, которые составили примерно 25 МБ, и выгрузил их в CSV-файл.

Московская биржа запустила новую платформу визуализации сигналов ALGOPACK VISUAL. Это бета-версия, которая уже сейчас доступна подписчикам на MOEX. Несмотря на наличие багов, она предлагает мощные инструменты, такие как Supercandles, MegaAlerts и индекс HI2, которые помогут трейдерам лучше анализировать рынок. Команда продолжает активно дорабатывать платформу, поэтому следить за обновлениями стоит каждую неделю.

Тепловая карта акций: отображает в реальном времени рост (зелёные блоки) и падение (красные блоки) цен акций, позволяя мгновенно оценить рыночные настроения.

Привет! Сегодня я начинаю серию статей о том, как можно писать торговые стратегии без программирования. Сам я отлично умею программировать, но мне стало интересно, как можно что-то создать через конструкторы стратегий. Поэтому я подойду к вопросу не просто как обычный пользователь, а как специалист, который способен оценить оба подхода. В итоге, я постараюсь сделать сравнение удобства написания кода и использования блок-схем. Это даст возможность объективно посмотреть, как каждый из методов помогает в создании торговых стратегий, и какой из них может быть более эффективным в разных ситуациях.

Также стоит отметить, что большинство сводных обзоров на эту тему либо являются откровенной рекламой какой-либо программы, либо поверхностно описывают инструменты, не углубляясь в детали. Но, как известно, дьявол кроется именно в деталях. Поэтому я постараюсь сделать свой обзор максимально подробным, и именно из-за этого он физически не сможет уместиться в одну статью — объем исследования слишком велик.

Дорогие друзья!

Сегодня хочу поделиться с вами отличной новостью! Два дня назад мой проект — OSAEngine — получил первое крупное пожертвование. Этот вклад стал важной вехой в развитии проекта и подтверждением того, что моя работа находит отклик среди вас, моих уважаемых подписчиков и коллег.

Это событие вдохновляет меня на новые свершения, и в ближайшее время я планирую запустить серию лекций по Zero Coding — подходу, который позволит создавать стратегии без необходимости программирования. Лекции будут выходить ввиде статей здесь на протяжении всего года и, надеюсь, станут полезным ресурсом как для новичков, так и для опытных трейдеров.

Спасибо всем, кто поддерживает проект! Ваша поддержка делает меня сильнее и помогает двигаться вперед.

Подписывайтесь на меня, добавляйтесь в друзья и лайкайте, если вам нравится то, что я пишу. Впереди много интересного, и я буду рад делиться с вами новыми идеями и проектами!

В мире алгоритмической торговли и высокочастотных операций скорость получения данных играет критическую роль. Хотя выбор брокера зависит от множества факторов, включая тарифы, удобство использования платформы и набор инструментов, для определенной категории трейдеров и разработчиков торговых систем скорость обновления стакана котировок может быть решающим фактором.

Исследование скорости API

Я провел сравнительное исследование скорости работы API двух популярных брокеров: Alor и Tinkoff. Целью было определить, какой из них обеспечивает более быстрое обновление данных стакана котировок.

Методология

Исследование проводилось с использованием открытых протоколов API обоих брокеров. Это важно отметить, так как открытые протоколы представляют собой передовые технологии в области биржевой торговли, обеспечивая максимальную скорость и эффективность передачи данных.

Для каждого API был разработан клиент, который подключался к серверам брокера, подписывался на обновления стакана и регистрировал время получения каждого обновления. Мониторинг проводился в течение 30 секунд, что позволило получить репрезентативную выборку данных.

С развитием искусственного интеллекта (ИИ) и машинного обучения меняются не только технологии, но и способы их изучения. Особенно это заметно в области финансовых технологий, где программирование торговых роботов играло ключевую роль в автоматизации торговли и принятии инвестиционных решений. Однако с появлением новых ИИ-инструментов, многие считают, что традиционные курсы по программированию торговых роботов могут стать менее актуальными. В этом лонгриде мы рассмотрим, почему это происходит и какие изменения стоит ожидать в ближайшем будущем.

1. Автоматизация разработки торговых алгоритмов

Одним из главных факторов, влияющих на снижение необходимости традиционного обучения программированию торговых роботов, является автоматизация самой разработки торговых стратегий. Ранее, для создания успешного торгового робота требовались глубокие знания в области программирования и алгоритмов. Разработка сложных торговых стратегий включала анализ данных, написание и тестирование кода, а также оптимизацию алгоритмов. Это подразумевало длительное и дорогостоящее обучение на специализированных курсах.

Алгоритмическая торговля — это высокотехнологичная и узкоспециализированная область, где успешное программирование и разработка стратегий могут напрямую влиять на финансовые результаты. Важно понимать, что простое определение популярности языков программирования на основе общего количества репозиториев на GitHub для задач, связанных с алгоритмической торговлей, может дать искажённое представление. Когда мы рассматриваем языки программирования, используя стандартные метрики, такие как общее количество репозиториев, мы можем прийти к ошибочным выводам. Давайте рассмотрим, почему это так.

1. Почему среднее по больнице не работает

Когда мы оцениваем популярность языков программирования на основе общего количества репозиториев на GitHub, такие языки, как JavaScript или Python, могут оказаться на первом месте. Это связано с тем, что они широко используются для разработки веб-приложений, которые составляют значительную долю всех проектов на GitHub. Однако, если мы ограничимся этими данными, мы рискуем упустить важную информацию о том, что действительно используется в узких сферах, таких как алгоритмическая торговля.

Привет, уважаемые коллеги-товарищи-сениоры по торговле!

Я тут решил немного пошпионить… тьфу, поспрашивать у вас: какие open-source платформы для торговли вы используете? Вот список некоторых популярных решений, которые я ранее у себя разместил https://osaengine.ru , но хочу это расширять и делать каталог мясистее, на правах единственного писеталя на этом сайте, который объективно пишет про алгоритмическую торговлю )). Если у вас есть что-то еще интересное, не стесняйтесь делиться! Вот что я сам нашёл, но давайте его расширим.

А теперь несколько вопросов для вас:

1. Какие из этих решений вы используете?
2. Что бы вы добавили в этот список?
3. Какой ваш любимый инструмент и почему?
4. Есть ли какие-нибудь скрытые жемчужины, которые стоит попробовать?

В мире высокочастотной торговли (HFT) и других финансовых стратегий, где каждая микросекунда имеет значение, передача данных и задержки могут значительно влиять на результаты. FAST (FIX Adapted for STreaming) и SBE (Simple Binary Encoding) протоколы были разработаны для минимизации задержек и оптимизации передачи данных. Однако их использование вне зоны коллокации или через VPN на виртуальных серверах может существенно ухудшить их эффективность.

Зона коллокации и её преимущества

Зона коллокации (colocation) представляет собой специальное место, где сервера брокеров и трейдеров размещены в непосредственной близости к серверам биржи. Это позволяет минимизировать задержки при передаче данных благодаря высокоскоростным и надежным соединениям. Основные преимущества зоны коллокации включают:

• Минимальные задержки: Время передачи данных сокращается до нескольких микросекунд.
• Стабильность соединения: Высококачественное оборудование и инфраструктура обеспечивают стабильное соединение без потерь пакетов.

Привет, друзья!

Сегодня я и ваш OS Engines поделится своим забавным опытом, как я с помощью ChatGPT разобрал алгоритм торговли на бирже. Всё началось с простой идеи: а можно ли скоммуниздить торговую стратегию, имея под рукой только данные о сделках, немного скотча, пару плевков и ИИ?

Проверка идеи

Залез я на сайт инвестор МОEX и нашел там данные по сделкам одного трейдера. Оказывается, вся магия была прямо перед носом! Копирую данные и отправляю их в ChatGPT с просьбой нарисовать мне пару графиков и объяснить, что к чему.