Попробуем сделать простейшую стратегию для долгосрочного инвестирования. В качестве рабочего будем использовать дневной таймфрейм. Вся суть стратегии будет заключаться в простейшей идеи, что падение рынка обычно связанно с более высокой волатильностью, чем в среднем. Соответсвенно, мы будем покупать, когда волатильность ниже среднего, и выходить из лонга когда она повышается. В качестве меры волатильности будем использовать размах бара High — Low. Остается вопрос лишь в том как измерить долгосрочное среднее волатильности. Можно использовать — среднее, то есть скользящую среднюю взятую за определенный период. Но так как мы имеем дело с распределением с тяжелыми хвостами, среднее будет плохой оценкой центра распределения. Поэтому будем использовать робастную оценку центра распределения — в нашем случаи это будет медиана, или более точно, скользящая медиана взятая с большим окном. Наши рассуждения достаточно напрямую транслируются в код на WealthLab:
 

using System.Collections.Generic;
using System.Text;
using System.Drawing;
using WealthLab;
using WealthLab.Indicators;

namespace WealthLab.Strategies
{
	public class MyStrategy : WealthScript
	{
		private StrategyParameter smaPeriod;
		public MyStrategy()
		{
			smaPeriod = CreateParameter("Range Sma Period", 1, 1, 50, 1);      
			
		}
		
		protected override void Execute()
		{
			DataSeries range = High - Low;
			DataSeries rangeSma = new WealthLab.Indicators.SMA(range, smaPeriod.ValueInt, "sma");
			DataSeries signal = rangeSma -  new WealthLab.Indicators.Median(range, 200, "median");
			
			for(int bar = 0; bar < Bars.Count; bar++)
			{				
				if (IsLastPositionActive)
				{
					//code your exit rules here
					if (signal[bar] > 0)
						SellAtMarket(bar + 1, LastPosition, "sell");
				}
				else
				{
					//code your entry rules here
					if (signal[bar] < 0)
						BuyAtMarket(bar + 1, "buy");
				}
			}
		}
	}
}

( Читать дальше )

Новое:

    1. Разработан адаптер для Rithmic. Появилась возможность выполнять торговые операции с фьючерсными контрактами на биржах: CME, ICE/NYBOT, Eurex, LIFFE — через американского брокера Mirusfutures с поддержкой на русском языке.
    2. Реализовано произвольное смещение любого индикатора по горизонтальной оси.
    3. Исправлены найденные недочёты и ошибки.



complex-soft.com





( Читать дальше )

прочитал недавно статью http://smart-lab.ru/blog/60673.php  — «Индикатор RSI — описание торговой стратегии» и решил закодировать ее под MQL4.


( Читать дальше )

Господа, если у кого то есть готовая стратегия, но нет опыта написать для неё алгоритм — робота, готов предложить сотрудничество. Если кому интересно — пишите в личку.

К сожалению, вынужден сейчас отвечать на нападки в смартлабе. Записал видео-ответ на этот пост: http://smart-lab.ru/blog/60936.php

 

ЗАДАЧИ
В ТРЕЙДИНГЕ

Написание торговой стратегии – полностью исследовательская задача. С одной стороны необходимо хорошо овладеть теоретическими знаниями о функционировании фондового рыка и найти для себя приемлемые аналитические методы. С другой стороны важно трезво оценить свои внутренние ресурсы, свои психологические особенности, установки, ценности, убеждения, желания, мотивы, устремления. Процесс поступательный и трудный, однако конкуренции на этом пути не так много, поэтому есть все шансы добиться желаемого результата. Отсутствие конкуренции означает, что не так много людей обстоятельно подходят к трейдингу. Большинство инертно и лениво, поэтому трудитесь и самосовершенствуйтесь не жалея ни сил ни времени, это и есть Ваше конкурентное преимущество.
Далее на примерах проследим как реализуются в торговой стратегии три группы задач, а именно: а) аналитическая группа; б) планирующая группа; в) исполнительная группа.
Основная идея аналитического блока заключается в том, что для начала торговли необходимо провести некоторое исследование. Исследование происходит следующим образом. Для начала найдите некоторую закономерность на фондовом рынке, либо воспользоваться набором уже готовых закономерностей. Закономерность – это и есть основная идея торговли, т.е. то движение рынка, которое можно выгодно использовать в своей торговле. Какие есть торговые идеи.


( Читать дальше )

Предположим, что фьючерс на индекс РТС закрывается на 130000 (цифра условна, фьючерс тоже для примера). Делаем «прогноз»: в ближайшее время  если пойдем вверх, то попадем в диапазон 135000-140000, если вниз, то в диапазон 120000-125000. Самое смешное, что такой «прогноз» — это как в анекдоте: «совершенно верное, но совершенно бесполезное утверждение». Почему? Да потому что при нынешней волатильности фьючерса по закону арксинуса для случайного блуждания вероятность в ближайшие 20 торговых дней оказаться выше 135000 или ниже 125000 больше 0,9 (и совершенно неважно, что диапазон может быть легко пройден — мимо указанных диапазонов мы точно не пройдем :)).  Если же рынок персистентен, то эта вероятность еще больше, а антиперсистентный рынок длиннее 10 дней на всей истории российского рынка был всего один раз (4 июля -2 августа 2011) и мы даже вероятность этого события не можем оценить.

Конечно сделанный «прогноз» еще не принесет Вам славу гуру. Но его легко видоизменить. Для пущей важности пишем: «учитывая… (тут можно написать много умных слов из ТА, ФА или новостных лент)   по нашему мнению в ближайшее время рынок уйдет в диапазон 135000-140000 (120000-125000, нужное подчеркнуть), но в то время если (опять пишем много умных слов в противоположную сторону), то рынок может уйти в диапазон (указываем диапазон, противоположный первому).

( Читать дальше )

Собственно, понятие коинтеграции и лежало, в основе статистического арбитража, который только начал появлятся в конце 80-х и позволил первопроходцам из JP Morgan, нарубить не мало денег, пока…, но об этом в конце статьи. Поэтому в этот раз мы поговорим, про коинтеграцию, что это такое, зачем и почему. Но начнем из далека и рассмотрим такие статистически понятия как порядок интеграции процесса, и фиктивной (spurios) регрессии, которые и лежат в основе. 

Рассмотрим для начала простейший процесс, гауссовский шум:


 Теперь построим его кумулятивную сумму, то есть возьмем значения и последовательно их сложим, таким образом получим что Y_i = sum k = 0..i X_k, где X_k — это исходный гаусовский шум, Y_i — результирующий процесс. То есть в данном случаи взяли шум и его проинтегрировали, таким образом получив случайное блуждание. Так же мы можем повторить данный процесс еще раз, но на этот раз взяв в качестве исходных значений, полученное нами на предыдущем шаги случайное блуждание. Таким образом получим (сверху — интеграл шума, случайное блуждание, снизу — повторная сумма но на этот раз взятая по случайному блужданию):

( Читать дальше )

Я понимаю не основательно писать без описания алгоритма, но возможно сами статистические показатели Вас наведут на какие то мысли по поводу каких то проблем в стратегии.
Итак. М15, пока только fRTS, среднесрок.


Алгоритм на машках + CCI +  ATR
Банально, но так...


За 2010 и раньше результаты ощутимо хуже.
Оптимизация не проводилась на всех показателях. Оптимизрованны только коэффициенты к АТR'у для траил стопа.
Система масштабируема и переносима на другие инструменты и рынки.
Предпологается использование:

• либо совместно со скальпером (который еще не сделал совсем)
• либо на большом количестве инструментов — фьючей — порядка 10-12.

Комиссии учел, проскальзывания тоже. Хотя они существенной роли все равно бы не играли, т.к. количество сделок маленькой, а в перспективе профиты большие.