Основная предпосылка для исследования озвучена ural_pro в статье http://www.quantalgos.ru/?p=9516

Дневная доходность здесь — около 50%! Причем здесь количество прибыльных сделок — 53%, убыточных (вместе с нулевыми) — 47%, соотношение средней прибыли к среднему убытку — 1.05. То есть, при таком вроде бы незначительном  преимуществе в расчете вероятностей  результат оказывается очень значительным — эффект большого количества сделок, то есть достаточной статистической выборке даже внутри одного дня.
В данном случае мы не пытаемся что-то предсказывать, а четко определяем вероятности и планируем свои действия в соответствии с их величиной. Проблема здесь в том, что вычислить эти величины довольно сложно, в связи с тем, что присутствует влияние множества факторов, которые должны быть учтены в определении вероятностей

Суть проблемы: ищем алгоритм, с небольшим профит фактором и большим количеством сделок. После написания и тестирования разнообразных подходов, решил вернуться к истокам и обучить модель ML. Фичи взял из старых работ плюс skew из одной из статей Виталия.

( Читать дальше )

Всем привет.

Пробую достаточно простую идею, торговля с возвратом к среднему. Среднее в данном случае, это линейная регрессия с кучей параметров. Только весь этот праздник продолжается, пока нет однонаправленного безоткатного движения.
Входить выходить  по стакану или +-10 нет смысла, так как средняя прибыль на сделку, посчитанная по тикам (если тик коснулся цены, считаем заявку исполненной) около 13 рублей. Несколько раз читал, что главное в hft это не предсказание цены, а управление исполнением и контроль позиции. Но куда здесь контролировать, если в какой-то момент я становлюсь обладателем кучи лонгов, на падающем инструменте. 
Подскажите, мне стоит развивать эту идею, или надо сперва добиваться, чтобы тестовая прибыль была больше 20 рублей?