Еще одна статья с ресурса www.talaikis.com по разработке простой стратегии на модели Маркова с использованием Python.

Модель скрытых состояний Маркова — это производительная, вероятностная модель, в которой последовательность наблюдаемых переменных генерируется некоторыми неизвестными (скрытыми) состояниями. Мы попытаемся найти такие неизвестные вероятностные функции для, скажем, S&P500. Все опишем кратко, без проверок на ошибки, без тестов вне выборки и т.д. Мы делаем это для того, чтобы минимизировать склонность к ненужному усложнению для начинающих. (Подробнее о модели Маркова см. на моем сайте — www.quantalgos.ru)

Что будем использовать:

библиотеку Python - hmmlearn.

1. Данные. Возьмем данные по свечам (OHLC), включающие объем, из нашей базы 

Всем привет! Это мой первый пост, так что просьба не пинаться сильно)
Хочу показать вам систему по которой я сейчас торгую, а также свои и чужие дополнения к ней — возможно кому-то понравится.
Система прекрасно подойдёт для тех, кто совмещает трейдинг с основной работой и не имеет возможности следить за графиками в течении дня.

1. Для начала собственно ссылка на оригинал системы от автора: 
www.forexfactory.com/showthread.php?t=386701

2. Основные правила системы на русском рассказаны по ссылке (лень сюда дублировать): 
tradelikeapro.ru/torgovaya-sistema-the7/

3. Видео по теме:

Ни кто не задумывался над контролем подобранных параметров оптимизации по распределению цен закрытия например? Те берем какой то период, на нем оптимизируем, выбираем лучшие параметры, а так же строим график распределения вероятности цен закрытия. В процессе торгов если текущее распределение стало отличаться например на 20% от построенного по оптимизированному периоду то останавливаем торговлю и заново проводим оптимизацию. По идее такой способ будет точнее и быстрее (возможно даже кривая доходности не начнет загибаться) показывать что параметры оптимизации «уплыли». Кроме того, быстроту можно достичь за счет построения гистограммы распределения на меньшем ТФ чем торгуемый. (Те АТС торгует на часе а график распределения вообще может быть на минутках). 
Какие подводные камни могут быть? Или есть что-то аналогичное интересное показывающее что параметры оптимизации уплыли быстрее чем это станет очевидно по кривой доходности? 

ЗЫ Или ятормоз и все именно так и делают, а до меня только это дошло?

В топ вышла запись ec-analysis.livejournal.com/59519.html про структурные продукты. С чем я согласен из написанного автором:

1. Низкая прозрачность структурных продуктов. Доступно базовое описание, «как оно должно работать», но нет конкретики по реализации — из каких инструментов оно состоит.

2. Высокие комиссии.

3. Не указано у автора, но добавлю от себя — непрозрачность дает продавцам возможность составить продукт по завышенным ценам. Например, если в продукт входят опционы, то брокер может включить опцион в продут по завышенной подразумеваемой волатильности (перекрыв позицию на рынке по текущей IV) и получить неучтенную копеечку «из воздуха» (в смысле — из клиента).

4. Не оговариваются риски. А они там есть (риски всегда есть). Клиентов успокаивают, что всё пучком и него страшного не может случиться.

5. Дикие случаи типа smart-lab.ru/blog/237692.php (ссылка из поста). Вообще сюр — даже если специально отрубить голову и заставить брокера думать жопой, то еще не каждый сможет придумать способ слить 95% клиентских денег.

6. Хитрые умолчания, которые вводят клиента в заблуждение. Например, «структурный продукт со 100% защитой капитала». Вложили миллион, условия не сработали, через год получили миллион назад. Продавец гордо говорит: «Капитал защищен на 100%!». В реальности капитал уменьшился на величину инфляции, т.е. клиент получил убыток. Или «если что-то пойдет не так, то вы получаете деньги и базовый актив по цене не дороже X». В реальности — «на тебе акции и трахайся с ними как хочешь, нам плевать, теперь это твоя проблема». Т.е. клиента могут нагрузить проблемой, которою он не мог хорошо обдумать заранее.

Имеем случайную стратегию, одну из тех, что находится в бою с августа 2015 года.

Торговая идея стратегии – предположение о стабильности корреляции между двумя подобранными заранее инструментами. Грубо говоря, есть один торговый инструмент и его поводырь. Мы считаем, что корреляция сейчас должна быть такой же как и n-секундами ранее.

Все параметры, подобранные и используемые до сего момента ни разу не менялись и стратегия торговали на тех параметрах которые были эмпирически подобраны в августе прошлого года.

Стратегия дала слабый плюс в абсолютном выражении, но учитывая малые вложения нарисовала нехилую годовую доходность порядка 1000% за год

Чтобы проще искать параметры корреляций, написали тестер — «VikingStrategyTester» и начали сохранять свою тиковую историю. Тиковые данные в режиме «увеличенная частота раздачи» (как оказалось, увеличенная частота раздачи и просто сохранение тиков без этой специальной настройки «это две большие разницы») сохраняли себе на сервер с начала этого года по всем ликвидным инструментам.