Понимание силы тренда помогает трейдерам оценить устойчивость движения цены и находить оптимальные точки входа и выхода. Идея индикатора взята из комментария Ийона Тихого (https://smart-lab.ru/mobile/topic/1119895/#comment17905643): он предложил измерять силу тренда через относительное отклонение цены от средней. Формула проста: разница между ценой и средней, деленная на среднюю. Это позволяет оценить тренд независимо от абсолютных значений цены.

В тексте привожу открытый исходный код индикатора для того, чтобы любой человек мог проверить его в своём TradingView.

Теоретическое обоснование

Индикатор силы тренда показывает, насколько цена отклоняется от своего среднего значения. Он рассчитывается по формуле:

Сила тренда = (Цена – Средняя) / Средняя × 100

Где:

Цена – текущая цена актива (например, цена закрытия свечи).

Средняя – значение скользящей средней (например, 21-периодная экспоненциальная средняя EMA).

Почему деление на среднюю удобнее?

Абсолютное отклонение цены от средней меняется в зависимости от уровня цены актива. Например, отклонение в 10 рублей на акции стоимостью 100 рублей и 1000 рублей будет восприниматься по-разному. Деление на среднюю нормализует это значение, позволяя объективно сравнивать силу тренда на разных инструментах и таймфреймах.

( Читать дальше )

На Московской бирже торгуется более 2500 облигаций, но большая часть из них неликвидна — в стакане почти нет предложений и сделок совершается крайне мало. Это затрудняет покупку и продажу таких бумаг. При этом известные мне публичные сервисы не суммируют объемы торгов за период, поэтому сложно быстро найти облигации с высокой ликвидностью.

Пять лет назад написал Node.js-скрипт, затем адаптировал его для Google Таблиц, а теперь разрабатываю Python версию. При помощи сообщества на GitHub эта Python версия идёт к созданию полноценной библиотеки с расширенными возможностями: автоматический поиск ликвидных облигаций, расчет денежных потоков, сбор новостей по эмитентам и вычисление оптимального объема покупки. Все это направлено на помощь простым инвесторам, вроде нас с вами, чтобы оперативно находить выгодные инвестиционные инструменты и принимать решения на основе актуальной информации.

Критерии выбора ликвидных облигаций на Московской Бирже

Ликвидность это один из ключевых параметров, поскольку даже высокодоходная бумага бесполезна, если её невозможно купить. В моём скрипте для поиска облигаций используются несколько основных критериев:

( Читать дальше )

В этой статье расскажу о том, как воспроизвел и протестировал торговую систему для фьючерсов Московской биржи, основанную на идеях Александра Резвякова. Недавно, просматривая раздел алготрейдинга на Смартлабе, я наткнулся на видео с его выступления на конференции 2024 года под названием "5-6 идей для построения прибыльной торговой системы на фьючерсах". Меня привлекла четкость и понятность предложенных им правил торговли.

Поскольку я активно занимаюсь автоматизацией процессов и стремлюсь глубже изучить возможности Python библиотеки backtesting.py, мне показалось это хорошей идеей для практического применения.

Хотя я лично не знаком с Александром, полагаю, что публичное представление идеи предполагает возможность её независимого анализа и тестирования сообществом трейдеров и программистов.

Обзор стратегии Александра Резвякова на фьючерсах

Основная идея — открывать сделки в строго определенное время и использовать структуру рынка последних дней для принятия решений.

Правила входа

( Читать дальше )

Добрый день!

Ищу решение для автоматизированного получения исторических фундаментальных данных по российским компаниям. Нужна история изменения P/E, P/S, ROE, EPS, выручки и других показателей за несколько лет для построения скринера и проведения фундаментального анализа.

Проанализировал два доступных API, но везде есть ограничения:

T-Invest API

• Плюсы: Хороший набор текущих фундаментальных показателей
• Минусы: Отсутствует история фундаментальных данных, выдаёт только актуальные показатели
• Запрос: https://github.com/RussianInvestments/invest-python/blob/main/examples/get_asset_fundamentals.py
• Ответ:

GetAssetFundamentalsResponse(fundamentals=[
StatisticResponse(asset_uid='40d89385-a03a-4659-bf4e-d3ecba011782',
currency='RUB',
market_capitalization=6878249241240.0,
high_price_last_52_weeks=330.45,
low_price_last_52_weeks=219.2,
average_daily_volume_last_10_days=65639361.43,
average_daily_volume_last_4_weeks=60348494.76,
beta=0.8,
free_float=0.48,
forward_annual_dividend_yield=0.0,
shares_outstanding=21586948000.0,

( Читать дальше )

Торговля акциями требует гибкости, особенно когда речь идет о тестировании стратегий технического анализа на прошлых данных. Я выбрал Python и библиотеки backtesting.py и aiomoex, потому что они позволяют анализировать рынок без сложных платформ и ограничений. Python дает свободу автоматизации, backtesting.py обеспечивает удобный и быстрый механизм тестирования стратегий, а aiomoex позволяет скачивать данные напрямую с Московской биржи без привязки к брокеру.

Важно, что backtesting.py получил обновление после четырех лет без обновлений, что делает его актуальным инструментом. И в отличие от MetaTrader, StockSharp, TSLab и Quik, которые работают с Московской биржей, но требуют Windows, если брокер имеет API, то можно запускать скрипт на любом сервере, включая облачные решения и Raspberry Pi.

В этой статье я протестирую самую свежую стратегию теханализа Джона Ф. Элерса (John Ehlers), направленную на устранение запаздывания скользящей средней. Разберемся, как её адаптировать к акциям Московской биржи и протестировать с помощью Python.

( Читать дальше )

Как частный инвестор, я всегда ищу способы упростить управление своим портфелем. Особенно меня интересуют высокодоходные облигации. Да, они немного «мусорные», но я не стремлюсь быть финансовым аналитиком в этом или детально изучать каждого эмитента.

Моя цель проста: купить бумаги и получать купоны, то есть стабильный доход. Однако, чтобы избежать неприятных сюрпризов, важно вовремя узнавать новости о компаниях-эмитентах.

Если бы у меня было всего 3–5 облигаций, я могу просто периодически пробивать названия эмитентов в поисковике и смотреть, что о них пишут. Но когда в портфеле 10 и более бумаг, такой подход превращается в рутину, на которую жалко тратить время. Автоматизация здесь может существенно упростить задачу.


Почему не использовать готовые решения?

Да, существуют профессиональные сервисы вроде Cbonds или Bloomberg Terminal, которые позволяют отслеживать новости по эмитентам.

( Читать дальше )

В преддверии конференции ‭«Cbonds&Smart-Lab PRO облигации» я, Михаил Шардин и Екатерина Кутняк решили написать статью о том, почему облигации важны и как можно автоматизировать рутинные действия с ними.

( Читать дальше )

Как автору, пишущему статьи на темы IT-технологий, инвестиций и автоматизации, мне всегда было важно понимать, насколько мои материалы резонируют с читателями. Накопленный опыт и статистика публикаций (более 250 статей суммарно на Хабре, Тинькофф Журнале, Смартлабе, Пикабу, VC.ru и других ресурсах) показали, что успех статьи зависит не только от темы, но и от платформы. Поэтому я разработал автоматизированный инструмент для анализа популярности своих материалов, который помогает мне, а теперь и вам, эффективно оптимизировать контент под потребности различных аудиторий.

Проблема

Ручной сбор статистики публикаций — задача трудоемкая и склонная к ошибкам. Я столкнулся с тем, что не все платформы предоставляют одинаковый доступ к данным. Например, на Смартлабе, получить статистику просмотров через стандартные инструменты гугл скриптов оказалось невозможным.

Решение

Для преодоления этой проблемы я разработал Open Source скрипт, основанный на Google Apps Script и Node.js. Этот инструмент автоматически собирает данные о просмотрах, комментариях, закладках и рейтинге статей на различных площадках.

( Читать дальше )

Трейдеры и инвесторы живут в мире данных. Цены, отчёты, комментарии, прогнозы — всё это нас окружает, но как извлечь из этого пользу? Сегодня расскажу, как решил сделать что-то полезное для сообщества трейдеров и инвесторов Смартлаб.

У каждого из нас наверняка был момент, когда хотелось понять: а что сейчас популярно на Смартлабе? Как это узнать и какую пользу из этого можно извлечь? Вроде бы всё просто: смотри на рейтинг или количество просмотров. А что, если мы сможем увидеть общую картину, например, за год? Какие темы в тренде, какие авторы собирают максимальный интерес?

С этими мыслями я и начал работать. Решил создать систему анализа статей и комментариев на SMART-LAB, чтобы выявить скрытые закономерности.

Технические детали

( Читать дальше )

Что может быть привлекательнее депозита в Сбербанке под 21%? Видимо только депозит в ВТБ под 24%. А еще можно рассмотреть облигации с доходностью до 40% и ежемесячной выплатой купонов. Посмотрим, что они предлагают и какие существуют риски.

В статье будем искать варианты при помощи скрипта поиска ликвидных облигаций, который выложен на GitHub.

Карта доходности облигаций на Московской бирже, начало декабря 2024 года

Вообще покупки высокодоходных облигаций с низким рейтингом (ВДО) на фоне роста ключевой ставки Центробанка – задача не для слабонервных. Высокие процентные ставки означают повышенный риск дефолта, особенно для эмитентов ВДО.

Опасность покупки высокодоходных облигаций с низким рейтингом (ВДО)

Покупка высокодоходных облигаций, часто называемых «мусорными облигациями», может быть очень рискованной, особенно когда центральный банк повышает ключевую процентную ставку. Вот почему эта стратегия может быть проблемной:

1. Повышенный риск дефолта

• ВДО обычно принадлежат компаниям со слабым финансовым положением. По мере роста процентных ставок для этих компаний значительно увеличиваются затраты по займам, поскольку у большинства из них есть задолженность или им необходимо рефинансировать погашаемый долг по более высоким ставкам.

( Читать дальше )