Вот что я недавно открыл сам: Гугл- и Яндекс-переводчик вычеркнули из английского языка глагольное время Past Perfect, которое вносит порой совершенно необходимую точность в изложение.
Причина проста — ИИ обучают на множестве примеров, среди которых преобладает малограмотная масса.
Вот так ИИ опускается до посредственности и затем опускает всех ещё  ниже.

Кому-нибудь удалось запрячь нейросети в торговую систему?
Я пробовал раз в позапрошлом году для прогноза нижней и верхней границы  цены на закрытие следующий 5-минутки. В прошлом году ещё раз для прогноза на следующую минуту (или следующий час).
На повтор бесплодной попытки подтолкнула идея из сообщений о фантастически прибыльном фонде «Медалион» математического гения Джеймса (Джима) Саймонса. Якобы он перекалибровывал параметры торговой системы так часто, как это было возможно. Причём в кризис 2008 его выигрыш был больше всех других лет.
Переобучение нейросети каждую минуту вместо раза в сутки ничуть мне не помогло.

PS  А  между тем, моя нейросеть увеличила на 11% точность прогноза погоды на следующий час по истории наблюдений за 10 лет из немецкого города Ена (Jena). По сравнению с базовым прогнозом, что вероятность совпадения (до процента) температуры в начале и конце каждого часа равна 75%.

Сайт finam.ru и mfd.ru перестали быть полезными для выгрузки истории котировок.
Это скрипт

-- График должен быть открыт в Quik'е
Class = "SPBFUT" -- "CETS_MTL" "CETS"
SecId="BRK4" -- "NGJ4" "GLDRUB_TOM" "USD000UTSTOM" "SiZ3"
Intrvl = INTERVAL_H1 -- D1 -- M5
Header = "<TICKER>;<PER>;<DATE>;<TIME>;"..
  "<OPEN>;<HIGH>;<LOW>;<CLOSE>;<VOL>"
Period = "60" -- Дневки - 0, W1, MN1, H4, H2 - недопустимо

function Log (i)
  local t = DS:T(i)
  local ymd = string.format ("%04d%02d%02d", t.year, t.month, t.day)
  local hms = string.format ("%02d%02d%02d", t.hour, t.min, t.sec);
  if not (IniDt <= ymd and ymd <= FinDt) or
     not (IniTm <= hms and hms <= FinTm) then return end
  local str = string.format ("%s;%s;%s;%s;%.4f;%.4f;%.4f;%.4f;%.0f\n"
    ,SecId, Period, ymd, hms
    ,DS:O(i), DS:H(i), DS:L(i), DS:C(i), DS:V(i))
  F:write (str)
end -- Log()

function OnInit (scriptPath)
  qu = require ("QuikUtil(qu)") -- lu,qc,tu
  ScriptDir, ScriptName = lu.

( Читать дальше )

Интрадей — игра внутри дня. Утром открыл позицию, в конце дневной сессии закрыл.
Что меня всегда заедало — утренние гэпы между разными датами. Например, всякие скользящие на них выходят из себя и не сразу входят в режим, пригодный для использования.

Если предполагать, что все закономерности движения цены в её графике, то для внутридневного движения это ещё как-то может быть обоснованно, но утренние гэпы вряд ли могут быть согласованы с движением цены внутри дня.
Это две совершенно разные закономерности и очень мало шансов, что какой-то индикатор может учесть их в совокупности.

Проще всего не показывать индикатору эти гэпы и играть внутри дня только по внутридневным закономерностям.
В Quik'e это можно сделать, поставив «Фильтр по времени» в окне «Редактирование настроек графика» на интервал от 10:15 (чтобы исключить после-гэпие) до 18:45 и написав Lua-скрипт, который исправляет котировки, сокращая утренние гэпы на менее резкие изменения, например, на основе индикатра ATR за предыдущий день. И уже по этому графику ловить очищенные от гэпов внутридневные закономерности.

( Читать дальше )

По мотивам напечатанного «Алготрейдинг. Как правильно склеивать фьючерсы»
smart-lab.ru/blog/1071687.php
Там, помимо прочего, упомянуто, что для обучения торговой системы лучше представлять историю котировок не абсолютными приращениями, а относительными.
Ну хотя бы для того, чтобы торговая система реагировала одинаково на изменение цены в 1%, независимо от текущего уровня в 1000 или в 2000 пунктов. Смысл не в доходе, а в доходности.
И предложены два варианта представления относительных приращений.
1) X[i]/X[i-1] — 1 и
2) ln (X[i]/X[i-1])

При отклонениях X[i] от X[i-1] в плюс или минус не более 10% различие этих вариантов в пределах 1%.

Но при более значительных отклонениях X логарифмическое представление существенно меньше линейного.
Насколько оправдано логарифмическое преуменьшение?

Может где-то в других случаях логарифмическое представление имеет глубокий математический смысл.
Но в данном случае это ведёт к тому, что торговая система будет придавать большим отклонениям цены в минус другое значение, нежели таким же отклонениям в плюс. А ведь относительные приращения используются как раз для того, чтобы избежать подобных различий в работе торговой системы.

( Читать дальше )

Цены фьючерсов свободны от нерегулярностей, искажений, вносимых пред-дивидендным подъёмом и после-дивидендным провалом. Утренние гэпы у фьючерсов тоже меньше тех акций, что торгуются только в дневные сессии. Да и затраты на фьючерс, особенно в шорте, гораздо меньше акции. Так что для краткосрочной игры фьючерсы лучше подходят.

Вопрос склеивания возникает из неравенства цены фьючерса в день его исполнения (экспирации) с ценой следующей серии того же фьючерса на ту же дату. Эта разница возникает за счёт бэквордации или контанго, что гораздо чаще.
Теоретически, цена фьючерса в момент его исполнения должна сравняться с ценой базового актива.

В Quik'е и на разных сайтах склеивают истории предыдущих серий с последующими посредством плавного сращивания цены предыдущего фьючерса с последующим на коротком участке перед экспирацией. Таким образом, искажаются приращения цен на этом временном интервале.

Для выявления «закономерности» движения цен главное значение имеют именно их приращения. Чтобы избежать искажения приращений, надо просто сдвинуть все цены предыдущего фьючерса на величину разрыва его цены в момент экспирации с ценой последующей серии на тот же момент. Для склеивания нескольких серий, этот сдвиг надо повторять с каждым предыдущим фьючерсом, начиная от последнего в истории котировок.

( Читать дальше )

Обезличенные сделки в Quik'е содержат информацию о направлении сделок — Buy и Sell. Теоретически, это даёт дополнительные возможности прогноза движения цены. На практике дело сразу упирается в громадный объём этих тиковых данных и недоступность их во всех широко известных источниках.
Запрос «smart-lab Обезличенные сделки» в Яндексе даёт подборку
smart-lab.ru/blog/583818.php?ysclid=l5rmqam0or156053926
smart-lab.ru/tag/%D0%BE%D0%B1%D0%B5%D0%B7%D0%BB%D0%B8%D1%87%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5%20%D1%81%D0%B4%D0%B5%D0%BB%D0%BA%D0%B8/?ysclid=l5rmr8efkg459101185
Разговоры сводятся к откачивание данных из Quik'а с помощью QLua и манипуляциям в Excel. Подход беспомощный и бесперспективный.

Во-первых, держать Quik включённым целый день только для получения данных по обезличенным сделкам впрок, для дальнейшего анализа — испытание терпения, немногим по силам. Ведь для реалистичности тестирования нужны данные за много дней.
Во-вторых,  объёмы данных за один торговый день — сотни тысяч записей, до полутора миллиона и более. Никакой Excel или Python не справятся. Выход в использовании источника с готовыми данными и эффективного средства программирования вроде C++, C# или Java.

( Читать дальше )

По следам статей
«Рынок — это просто! Часть 3» 03 июня 2022, 01:12 «ВПК России — лучший»
smart-lab.ru/blog/808353.php
«грааль от BuyBuy» 05 июня 2022, 05:17 «Sergey Pavlov»
smart-lab.ru/blog/808971.php

Резюмируем сжато:
Цена актива в момент t — это x(t), приращение цены — d(t)=x(t)-x(t-1).
Индикатор id(t)=A*d(t-1)+B*d(t-2)
Покупка, когда id(t)>=0, продажа, когда id(t)<0.

Чтобы индикатор работал идеально на 2-х предыдущих барах, д.б.
d(t-1)=A*d(t-2)+B*d(t-3)
d(t-2)=A*d(t-3)+B*d(t-4)

Решение с точностью до множителя существует всегда:
A=d(t-1)*d(t-4)-d(t-2)*d(t-3)
B=d(t-2)*d(t-2)-d(t-1)*d(t-3)

Все это работает на таймфрейме 1 min и ниже.

И добавим однозначности:
Если считать, что d(t) = d(t-0) = x(t-0) — x(t-1),
то d(t-1) = x(t-1) — x(t-2) и т.д.

Скрипт C# на WealthLab

protected override void Execute()	{
    var d1 = (Close >> 1) - (Close >> 2);
    var d2 = (Close >> 2) - (Close >> 3);
    var d3 = (Close >> 3) - (Close >> 4);
    var d4 = (Close >> 4) - (Close >> 5);
    for (int i = 5; i < Bars.Count-2; i++) {
      double A = d1[i]*d4[i] - d2[i]*d3[i];
      double B = d2[i]*d2[i] - d1[i]*d3[i];
      double id = A*d1[i] + B*d2[i];
      int posDir = (! IsLastPositionActive) ? 0
        : LastPosition.PositionType == PositionType.Long ? 1 : -1;  
      if (id >= 0 && posDir != 1) {
        if (posDir == -1)
          ExitAtClose (i, LastPosition);
        BuyAtClose (i);
      } else if (id < 0 && posDir != -1) {
        if (posDir == 1)
          ExitAtClose (i, LastPosition);
        ShortAtClose (i);
      }
    } // for (int i
  } // Execute()

даёт результаты на минутках на 68 днях от 10:00 до 18:44 для сделок без комиссии и проскальзывания

( Читать дальше )

За начало взял сентябрь 1995, т.к. для индекса РТС Финам не даёт более ранних дат. Но для долгосрочника этот индекс — отстой. Так что его смотреть не будем.
Для сравнения принята цена Close на 31.01.2022.
Начнём с недельных графиков SnP500. Правда, его Финам выдал только с февраля 2001.
На верхнем графике для каждой недели подсчитаны доходности покупки по Open в процентах относительно Close последнего бара. Для последних 365 дней доходность не считается. Последний год на жёлтом фоне. Средняя доходность без поледнего года показана красной горизонталью. На нижнем графике синяя горизонталь показывает Close последнего бара.

Таблица построена за тот же период.

StrategyName Growth
SANDP-500_010216_220131dayly Weekly
ini     1326.6100
fin     4546.5400
growth     3.4272
bars         1091
years     20.9699
year%      6.0498
mean%     12.3421
nn;HiIdx;HiMax     ; HiDate    ; LoIdx;LoMin     ; LoDate    ;Days ;Drawdown ;Pct>=20
 0;    0;   1326.61; 17.02.2001;    86;    768.63; 11.10.2002;  601;   557.98;  42.06
 1;  344;   1576.03; 13.10.2007;   417;    667.04; 07.03.2009;  511;   908.99;  57.68
 2;  530;   1370.58; 06.05.2011;   552;   1075.09; 07.10.2011;  154;   295.49;  21.56
 3;  915;   2940.91; 21.09.2018;   929;   2346.58; 28.12.2018;   98;   594.33;  20.21
 4;  989;   3393.52; 21.02.2020;   994;   2192.07; 27.03.2020;   35;  1201.45;  35.40
Самая долгая просадка
 0;    0;   1326.61; 17.02.2001;    86;    768.63; 11.10.2002;  601;   557.98;  42.06
Наибольшая абсолютная
 4;  989;   3393.52; 21.02.2020;   994;   2192.07; 27.03.2020;   35;  1201.45;  35.40
Наибольшая относительная
 1;  344;   1576.03; 13.10.2007;   417;    667.04; 07.03.2009;  511;   908.99;  57.68

Результаты по NASDAQ

( Читать дальше )

В источнике smart-lab.ru/blog/760357.php код QLua и картинка из Quik'а.
Возможно, смысл в том, чтобы отловить сделки крупных игроков. Но склеивание в одну «крупную сделку» всех обезличенных сделок одного направления, пришедших в одну миллисекунду или несколько подряд, вряд ли служит цели. Это заявки разных игроков. Ведь уловка китов, прибегающих к «Айсберг-заявкам», в том и состоит, чтобы расщепить свою крупную заявку во времени.
Так что если кто хочет схватить такого кита за руку, может попробовать выявлять последовательности тиков одного объёма и направления через равные интервалы времени.
Но!
1) Точно ли  все «Айсберг-заявки» формируются равными объёмами и через равные интервалы времени? Это было бы довольно глупо.
2) Даже если такая глупость существует, к любому тику с заявкой кита может прилепиться много заявок мелкоты. Это сильно затруднит выявление регулярных «Айсберг-заявок».
3) Самые киты входят-выходят на рынке не одной «Айсберг-заявкой» и даже не в один день! А то и ещё и через день — по обстановке. Шансов опознать именно их заявки среди прочих — ноль.
4) В самом ли деле так важно знать сделки крупных игроков? Крупняк никогда не проигрывает?

NB Почему эти вопросы не пришли в голову никому из заинтересованных комментаторов?
Включая торговый терминал, не забудьте включить голову.

Народ последние дни воодушевился открытием Грааля smart-lab.ru/blog/754088.php
Давайте разберёмся. Ставим эксперимент.

У меня в хозяйстве скачана с Финама минутная история 36 квартальных фьючерсов Si с 2013 по 2021 год. Разделяю кварталы на недели с четверга по четверг и в начале каждой недели в 19:01 регистрирую шорт кола и пута на центральном (ближайшем к цене фьючерса) страйке, а в конце этой же недели в 18:44 регистрирую откуп опционов.
Теоретические цены-премии опционов определяю по Блэку-Шоулзу. Волатильность в начале недели принимаю 15%, в конце — 20%. Проскальзывание на шорт принимаю 1% от теорцены. Комиссию на куплю+продажу одного опциона принимаю 8 руб. Это вполне оптимистично.
Логика видна в главном цикле скрипта WealthLab'а.

for (int i = i0; i < weeks.Count; ++i) {
  int idxIni = IndexOf (weeks[i][0]-1, entryTime);
  int idxFin = IndexOf (weeks[i][1], exitTime);
  double strike = mwu.RoundTo (Open[idxIni], strikeStep);
  double dura = (Date[idxFin] - Date[idxIni]).TotalDays;
  double calIni = OptPrice ('C', Open[idxIni], strike, dura, volaIni);
  double putIni = OptPrice ('P', Open[idxIni], strike, dura, volaIni);
  double calFin = OptPrice ('C', Close[idxFin], strike, 1e-6, volaFin);
  double putFin = OptPrice ('P', Close[idxFin], strike, 1e-6, volaFin);
  double win = (calIni+putIni) * (1-slpg) - (calFin+putFin) - 2*fee;
  PrintDebug (String.Format (fmt, i, Date[idxFin].ToShortDateString()
    ,calIni, putIni, calFin, putFin, win));
} // for (int i = i0

Вот выдача за первый квартал

( Читать дальше )