Приветствую.

Готов поделиться опытом работы с российскими коннекторами прямого доступа к московской биржи (MOEX). Я довольно долго искал коннекторы для прямого доступа на московскую биржу Fix/Fast, Plaza2, Twime на C#, в итоге пришлось все написать самому :)

Я пробовал использовать готовые решения (закрытые библиотеки), которые предлагает к примеру S#. Там очень часто появляются ошибки, которые могут не исправляться просто годами. Во-вторых, непонятно, что происходит внутри и огромные задержки по скорости отправления заявок. Исходные коды стоят довольно дорого и в конце неизвестно то же, что будет тебя ждать.

Поскольку я сам программист, пришлось написать эти коннекторы самому.

От перепутья коннекторов, технологий и пересечения, какой подходит под какие задачи вы офигеете.
И честно скажу полный хаос также твориться и в описании документации к этим подключениям у самой биржи.

С одной стороны высокий барьер входа это хорошо и позволяет реализовывать простые арбитражные схемы на российском рынке, что нельзя было бы сделать к примеру на других рынках. Но с другой стороны — это просто ад и кошмар. Все запутано, документация крайне не дружелюбна, нормальных примеров нет.

Алгоритмическая торговля — это быстро развивающаяся область, которая использует математические модели и компьютерные алгоритмы для совершения сделок на финансовых рынках. Линейная алгебра — это фундаментальная математическая концепция, которая играет решающую роль во многих алгоритмических торговых стратегиях.

Линейная алгебра — это раздел математики, который имеет дело с линейными уравнениями и их представлениями в векторных пространствах. В алгоритмической торговле линейная алгебра используется для моделирования финансовых рынков и прогнозирования будущих рыночных тенденций. Например, линейная регрессия является популярным методом, используемым для моделирования взаимосвязи между зависимой переменной и одной или несколькими независимыми переменными. Этот метод может быть использован для прогнозирования цен на акции, курсов иностранных валют или других финансовых инструментов.

Другим важным применением линейной алгебры в алгоритмической торговле является анализ главных компонент (PCA). PCA — это статистический метод, который уменьшает размерность набора данных путем нахождения основных компонентов, которые представляют собой линейные комбинации исходных переменных, объясняющих наибольшие различия в данных. В алгоритмической торговле PCA может использоваться для определения наиболее важных факторов, влияющих на цены финансовых инструментов. Уменьшая размерность данных, PCA позволяет трейдерам сосредоточиться на наиболее важных переменных и делать более точные прогнозы относительно будущих рыночных тенденций.

#property copyright "Copyright 2019, Example Inc."
#property link      "https://www.example.com"

input int LotSize = 1;
input int Period = 30;
input double VolatilityThreshold = 0.1;
input int ExitAfterMinutes = 60;

int buyOrderId;
int sellOrderId;
datetime entryTime;

void OnTick()
{
    // Get the last Period candlesticks
    ArraySetAsSeries(candles, true);
    CopyRates(Symbol(), PERIOD_M1, TimeCurrent() - Period, Period, candles);

    // Calculate the maximum and minimum prices
    double maxPrice = High(candles);
    double minPrice = Low(candles);

    // Calculate the standard deviation of the closing prices
    double stdev = iStdDev(candles, MODE_CLOSE, 0);

    // Check if the volatility is above the threshold
    if (stdev > VolatilityThreshold)
    {
        // Check if the current ask price is higher than the maximum price
        if (Ask > maxPrice)
        {
            // Place a buy order
            if (OrderSend(Symbol(), OP_BUY, LotSize, Ask, 3, 0, 0, "My order", 16384, 0, Green))
            {
                Print("Buy order placed");
                buyOrderId = OrderTicket();
                entryTime = TimeCurrent();
            }
            else
            {
                Print("Error placing buy order : ", ErrorDescription(GetLastError()));
            }
        }

        // Check if the current bid price is lower than the minimum price
        if (Bid < minPrice)
        {
            // Place a sell order
            if (OrderSend(Symbol(), OP_SELL, LotSize, Bid, 3, 0, 0, "My order", 16384, 0, Red))
            {
                Print("Sell order placed");
                sellOrderId = OrderTicket();
                entryTime = TimeCurrent();
            }
            else
            {
                Print("Error placing sell order : ", ErrorDescription(GetLastError()));
            }
        }
    }

    if (buyOrderId > 0)
    {
        if (TimeCurrent() - entryTime >= ExitAfterMinutes * 60)
        {
            if (OrderClose(buyOrderId, LotSize, Bid, 3, clrNONE))
            {
                Print("Buy order closed");
                buyOrderId = 0;
            }
            else
            {
                Print("Error closing buy order : ", ErrorDescription(GetLastError()));
            }
        }
    }

    if (sellOrderId > 0)
    {
        if (TimeCurrent() - entryTime >= ExitAfterMinutes * 60)
        {
            if (OrderClose(sellOrderId, LotSize, Ask, 3, clrNONE))
            {
                Print("Sell order closed");
                sellOrderId = 0;
            }
            else
            {
                Print("Error closing sell order : ", ErrorDescription(GetLastError()));
            }
        }
    }
}

Сегодня вышла версия OptionVictory (OptionFVV) 2.3.7 с поддержкой моделирования позиций в новых премиальных опционах на акции.

ВАЖНО: новая версия требует изменения настроек таблицы текущих торгов в Quik: нужно добавить последним столбец Код класса.

Чтобы работать с премиальными опционами, нужно добавить в начало таблицы соответствующую акцию (туда же, куда добавляем фьючи), базовые активы должны идти в таблице первыми, а потом добавить интересующие серии опционов на акции (их можно найти по хвосту _CLT). 

Получится что-то такое:

Дальше открываем OptionVictory и запускаем вывод по DDE из Quik. 

Собираем моделируемую опционную позицию из премиальных опционов