Под катом рассматриваем структуру самого простого плагина.


( Читать дальше )

Под катом скучное и неинтересное описание устройства торговой программы.

( Читать дальше )

Варианты развития карьеры в сфере финансовой математики можно условно поделить на четыре основных типа. Это алго-трейдеры, алго-исследователи, финансовые инженеры и алго-разработчики. Они охватывают все возможные должности, которые можно занимать в финансовом сообществе, но имеют очень разные уровни важности выполняемой работы, оплаты и возможности для карьерного роста.




( Читать дальше )

В статье, которой я хочу с вами поделиться, рассмотрен примитивный метод поиска похожих графиков с помощью корреляции. Все происходит под Linux с помощью Python 3.5. (Windows может добавить геморроя). Основная идея: когда нравится движение цены на графике в определенный момент времени, я хочу легко находить похожие движения на рынке на сегодняшний день. 

( Читать дальше )

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 

( Читать дальше )

Откровенный разговор с алгоритмическим трейдером

 

Предлагаю вашему вниманию перевод статьи с сайта (http://www.quantinsti.com/blog/candid-discussion-algorithmic-trader/)

 

Роль алгоритма в жизни человека слишком существенна, чтобы ее игнорировать. От простой процедуры использования кофе-машины до музыкальной системы в вашем автомобиле, от лифтов до поисковых систем, таких, как Google — все это управляется набором логических инструкций — Алгоритмов, которые позволяют нам удовлетворять наши конкретные потребности.

С появлением Интернета, потенциал алгоритмов показал себя в своей истинной мощи. Определение трендов, выявление предпочтений с помощью соцсетей и ориентирование соответствующих групп на специализированные услуги — все это стало возможным с помощью современных сложнейших алгоритмов.

( Читать дальше )

Небольшая статья с ресурса http://www.talaikis.com/ о построении простой стратегии, использующую наивный байесовский классификатор при создании процесса возврата к среднему. Весь код в статье приведен на языке Python.

Это достаточно большая область исследований, но расскажем все очень кратко. Мы попытаемся найти взаимоотношение между  временными сериями  (в данном случае возьмем в качестве сигнала взаимный фонд XLF из финансового сектора, сдвинутый по времени на 1 день назад), а нашей целью будет фьючерс S&P500 в форме CFD. Будем входить в длинную позицию по этой бумаге при нулевой вероятности приращения. Логически нулевая вероятность ни о чем не говорит, другими словами, будем покупать возврат к среднему.

1. Получение данных

Y = read_mongo(dbase, "S&P5001440")
X = read_mongo(dbase, syms[s]).shift()

#готовим набор данных
res = pd.concat([X.CLOSE, Y.CLOSE], axis=1, join_axes=[X.index]).pct_change().dropna()
res.columns = ['X', 'Y']

( Читать дальше )

В перерывах между ТСЛабом и голым кодингом копаюсь в разного рода онлайн сервисах по роботобилдингу. Пока вот очередной перерыв, решил опубликовать список из онлайн-сервисов, которые предоставляют разные возможности для бектестов и деплоймента алгоритмов. Т.к. большинство смартлабовцев сидят на иглах ТСЛаба и WL, делать детальное описание не буду, хотя покопался там изрядно. Может как-нибудь за следующим перерывом...

RIZM — прикольный конструктор. Недавно вроде гугл показал подобный кодогенератор. Суть — Вы не пишете коды, а складываете кубики. Только не такие, как в ТСЛабе или еще где-то, а более близкие к программированию. Т.е., если Вы умеете читать код, но не умеете его писать (аки покорный Ваш слуга), то это для Вас.

QUANTOPIAN — упоминался несколько раз тут на СЛ. Quantopian стал центром для выпускников математических и научных дисциплин, которые обладают навыками программирования. Для кодеров. Python. Многие говорят, что соскочили с квантконнекта в квантопиан именно по причине простоты питона. Легендарный

( Читать дальше )

В общем, сделали, что код, писанный на R, C#, C++, Python и Lua теперь подсвечивается на смартлабе.
Чтобы вставить код в смартлаб, надо нажать в текстовом редакторе при написании поста вот эту штучку:

Вот пример:

using System;
using System.Collections.Generic;
using System.Drawing;
using System.Linq;
using System.Threading;
using System.Windows.Forms;
using StClientLib;


namespace TestConnect
{
    public partial class TestForm : Form
    {
        private int InfoCookie;             // Индификатор приказа
        private Quote LastQuote;            // Котировка инструмента
        private DAFWriters Writers;         // Лог
        private List<Bar> InfoBars;         // Список баров
        private List<Tiker> InfoTikers;     // Список всех инструментов
        private List<string> InfoTypes;     // Все типы бумаг
        private StServerClass SmartServer;  // SmartCOM

        // Создан ли SmartCOM
        private bool IsReady { get { return (SmartServer != null); } }
        // Установлено ли соединение
        private bool IsConnected

Вуаля! Удобство и прогресс!