Пример арбитражной стратегии на основе superbot для Metatrader 5 - одноногая (торгуем текущий фьючерс) торговля календарным спредом на срочном рынке Мосбиржи.

Суть стратегии:
1) строим график на m1 отношения текущего декабрьского фьючерса на доллар США si-12.22 к мартовскому si-3.23 (в терминах Metatrader 5 синтетический инструмент)
2) наносим Bollinger Bands 20/2 на этот график
3) при пробое верхней границы продаем декабрьский, закрываем при пробое нижней границы. При пробое нижней границы покупаем декабрьский фьючерс.

График M1 календарного спреда Si-12.22 — Si-3.23


Плюсы подхода:

1) легко реализовать в Metatrader 5 с помощью superbot
2) рыночная нейтральность (если торговать обе ноги текущий и следующий фьючерс): сделки можно спокойно переносить через ночь и выходные так как занимаются разнонаправленные позиции по одному активу
3) можно создать стратегии для всех инструментов: валюты, товары, акции

1. Поиск идей торговых стратегий и упаковка их в роботов;
2. Проверка роботов на подгонку и устойчивость к изменениям;
3. Формирование портфеля роботов с отрицательной попарной корреляцией;
4. Управление этим портфелем стратегий на реальном счете (переоптимизация/замена на новые стратегии)

Первую задачу как мы уже знаем можем решить с помощью data mining.

Переходим к следующей — тестирование стратегий на подгонку и устойчивость к изменениям.

Прежде чем займемся непосредственно тестированием, обсудим такой вопрос “Чем будущий график цены актива может отличаться от прошлого?” или "Почему биржевые роботы умирают?"

Конечно, вопрос попахивает философией, но выдвину свою гипотезу: будущий график отличается от прошлого новыми непредсказуемыми и уникальными комбинациями “тренд-флет”, а именно новой длинной флетовых участков, которые и приводят к затяжным убыткам у трендовых алготрейдеров.

У частного алготрейдера есть 4 ключевые задачи:

1. Поиск идей торговых стратегий и упаковка их в роботов;
2. Проверка роботов на подгонку и устойчивость к изменениям;
3. Формирование портфеля роботов с отрицательной попарной корреляцией;
4. Управление этим портфелем стратегий на реальном счете (переоптимизация/замена на новые стратегии)

В данной статье попробуем решить первую задачу с помощью data mining.

Data mining (рус. добыча данных, интеллектуальный анализ данных, глубинный анализ данных) — собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Термин введён Григорием Пятецким-Шапироruen в 1989 году.

Чтобы проиллюстрировать что такое data mining в Metatrader 5 на срочном рынке Мосбиржи, установим в Metatrader 5 из Market mql5.com

Коллеги, приветствую.

Сегодня 15.12, в четверг 16 декабря, а также в понедельник 20.12 в 19:30 мск пройдут 3 Хакатона, во время которых я буду создавать алгоритмические стратегии с помощью superbot.

Каждый Хакатон будет посвящен своему рынку: товарные фьючерсы, фьючерсы на акции и индексы, валютные фьючерсы.

В процессе вы сможете понаблюдать как происходит подготовка, генерация и тестирование стратегий без кода и программирования.

Ссылка на сегодняшний (15.12) Хакатон (19:30 мск)

https://start.bizon365.ru/room/fxbz/hakaton

С уважением, Владимир Чамин, superbot.pro