По моему опыту в алготрейдинге (под алготрейдингом я подразумеваю поиск закономерностей и их использование) большая часть времени уходит на исследования, это примерно 90% времени. Однако, часто можно услышать критику примерно следующего плана.

• Нужно писать код на питоне/джаве, можно в два счета набросать торгового робота. Нафиг Си и С++, сложна.
• Не нужно изобретать велосипеды, все уже сделано за нас. Зря потратить время, бери готовое и действуй. Метатрейдер в помощь.
• Нужно всегда писать чистый код, а не говнокод. 

Если все это верно, то получается, что успех в алготрейдинге (да и в IT) должен зависеть от этих факторов. Однако, к примеру, на практике большая часть доли в проекте принадлежит обычно не программистам (т.е. людям, которые вообще могут не уметь программировать), хороший код не обязательно принесет много денег, да и сложные алгоритмы порой без разницы, на каком языке реализовывать, быстрее они не напишутся.

Если объяснить проще, то успех не равен чистоте, хорошести и прочим характеристикам кода. Тогда почему происходит акцентуация на подобные факторы? 

( Читать дальше )

Для чего и почему была создана программа Смарт Сток Инсайдер  https://smartstockinsider.com/ читайте в предыдущей записи здесь.
Теперь о том как выбрать компании из списка Санкт-Петербургской биржи для  неквалифицированных инвесторов, у которых открыты счета у отечественных брокеров.

Для выбора акций можно воспользоваться опциями программы Акции Санкт-Петербургской биржи (тариф Усиленный и выше). 
Все таблицы содержат информацию о количестве всех инсайдеров-покупателей за последние 30 дней, общее количестве в компании Смарт-Инсайдеров и количестве Смарт-Инсайдеров, у которых были зафиксированы сделки за последний месяц. Данные обновляются несколько раз в день.  

Наибольший интерес представляют акции, где были зафиксированы покупки Смарт-Инсайдеров за последний месяц. Если таковые были, то акцию необходимо проверить через поле Поиск. 

( Читать дальше )

• Есть два основных сценария на следующие 10 лет.
• Один предполагает, что Вы сможете сами насладиться Вашими сегодняшними инвестициями. Второй — увы, только Ваши дети.

SPX самого начала (логарифм):

В прошлом видны четыре состоявшихся паттерна: начало 50-х, 70-х, 90-х, 00-х. Выделены желтыми эллипсами:

• В 1953-м и 94-м) SPX улетал на 100% и 200% соответственно.
• В 1973-м и 08-м — падал на 50%. 

Похоже, пришел черед 20-х...

Что будет в этот раз? 

Вопрос на триллион. Единственная определенность — это просадка перед обоими вариантами. Там и можно будет покупать. Но с пониманием, что купив на коррекции в 15% можно “попасть” еще на 50%, если развернется сценарий 73/08.

1953
Мне ближе сценарий мягкого кризиса 1953-го:

( Читать дальше )

Часто на СмартЛабчике, когда выкладываю свои портфели из 15-20 позиций, получаю комментарии, что с таким диверсифицированным портфелем индекс в 2-3 раза не обгонишь — надо лучше закупить в него в равных долях Яндекс, Сургут и АФК Систему — и тогда-то профит и пойдет (разумеется, пишут это уже после того, как соответствующие папирки удвоились).
Также не без интереса наблюдаю за постами Сберегателя (ссылка на последний пост: https://smart-lab.ru/blog/579389.php) по поводу динамики десяти собранных им портфелей — с экспортерами, дивидендными тикерами, топом и прочим блэкджеком и девочками  Имхо, самый любопытный результат здесь состоит в том, что на текущий момент ровно 10 портфелей из 10-ти проигрывают индексу ММВБ!!! А два — так и вообще в минусе (и один из них — это «ТОП10 лучшие экспортеры»), при растущем как на дрожжах индексе. Хотя, казалось бы, у него есть и очень концентрированный портфель AFLT+SNGSP, который, видимо, казался суперским в момент покупки — но увы, и он проигрывает индексу в пух и прах.

( Читать дальше )

"Ростелеком" победил в конкурсе Минкомсвязи на получение субсидий из федерального бюджета на создание киберполигона для обучения и тренировки специалистов и экспертов разного профиля, руководителей в области информационной безопасности и IT современным практикам обеспечения информбезопасности.

Максимальный размер субсидий на 2019 год составляет 314,55 миллиона рублей, на 2020 год — 50 миллионов рублей​​​.

«Ростелеком» будет вкладывать в киберполигон соразмерный объем средств — примерно по 100 миллионов рублей в год в течение трех лет.

Общая стоимость развертывания системы составит около 700 миллионов рублей.

источник

1. Торговля ведётся по движению.

2. Риски на сделку от 1% на депо. Но не более 10% просадки в одной сделке.

3. Усреднение МАХ в три колена.

Дальше. Принципы управления позицией. Рынок воллативен, стоит понимать что бумажная прибыль колеблется от — до + в течении торгов. НЕ СТРЕМЛЮСЬ брать тейки больше стопа. Лучше несколько пофиксить в маленький плюс, чем одну но в минус.

1. Лот 0.02 на депо до 20к рублей. Разгонная тактика с 1к. У меня уходит на это от недели до месяца. Зависит от рынка. Максимум можно набирать 0.02х3 ордера. На усреднение. Дистанция между ордерами подбирается индивидуально, но в среднем от 15п до 50п. Если движение против меня продолжается — дальние ордера лочаться, а ближайшие закрываются. И дальше продолжается торговля по уже сформировавшемуся движению.

2. После достижения 20к, в дальнейшем лотность ордера сохраняется с соотношением 0.01 на 10к депозита.

Например депозит 33к — ордер на сделку 0.03. Допустимо открытие ещё двух ордеров по 0.03, или же больше, но меньшей лотностью. Главное чтобы общий объем ордеров не превышал трехкратное от первоначального(0.03 на 33к, т.е. не более чем 0.03х3=0.09 лота)

( Читать дальше )

Всего лишь неделю нужно для того, чтобы каждый из вас смог сам научиться программировать сверточные нейронные сети, которые торгуют не хуже этой*:

Основное отличие машинного обучения от традиционного программирования состоит в том, что в задачах классического программирования вы знаете некие правила и жестко программируете их в поведении программы; в задачах машинного обучения вы не знаете по каким конкретно правилам должна работать программа и позволяете моделям машинного обучения самим найти их. Если вы хотите создать торгового робота, обычно, вы сами ищете некоторые правила (например, пересечение скользяшек, MACD>80 при убывающей луне — покупаю 2 лота) и жестко задаете такое поведения в роботе, тестируете и, возможно, оптимизируете некоторые параметры, но почему бы не поручить само придумывание правил машине? Методы машинного обучения, в теории, могут сами выбрать индикаторы, разработать правила входа, выхода и оптимальный размер позиций. Да чего уж… они могут сами придумать индикаторы, паттерны, которые могут быть гораздо лучше чем то, что придумали до этого люди. Ведь так и случилось в сфере обработки изображений, нейронные сети научились выделять значимые признаки из изображений гораздо лучше, чем алгоритмы, придуманные людьми. Компьютер обыгрывает людей в шахматы — игру, знания для которой люди накапливали ни одну сотню лет. Станет ли алготрейдинг следующей сферой, где будет господствовать нейронные сети или какой другой метод машинного обучения?

( Читать дальше )

Последнее время на смарт-лабе снова набирает популярность тема опционов. Попробуем понять почему.

Вот тут давно описана моя система продажи путового месячного «края» и приведены ее тесты с 2008 по 2013:

www.howtotrade.ru/nw/index.php?p=1380184332

Вскоре после той публикации эта система начала торговаться в реале на объеме в почти 1000 контрактов в сумме (на фирме 960 контрактов). 3 марта 2014 торговля этой системы была закрыта. Почему? Ссылку на это дам в конце (я уже об этом тут писал), потому что это будет хорошим резюме к нижеизложенному. 

Собственно расчет вариационной маржи для 960 контрактов я продолжил и после прекращения торговли. Эдакий out-of-sample. И что получается? А вот что по дням экспирации (мы помним, что продаваемые опционы месячные)



График в рублях, потому что я не знаю к чему отнести накопленную вармаржу. Ну до сентября 2015-го выглядит не очень красиво, я бы такое не торговал, но с 15 сентября 2015-го очень даже симпатично

( Читать дальше )

Для ускорения тестирования и оптимизации стратегий я обычно заранее вычисляю результат прогноза индикатора для всего диапазона используемых параметров на всей дате тестирования.

В качестве результата прогноза индикатора можно использовать разные варианты. Первый вариант — использовать движение цены за определенное время. Например, для конкретной стратегии используется замер движения цены за три минуты после прогноза. Цена при этом может остаться на том же уровне, что и в начале прогноза, и это надо учитывать. Другой вариант результата прогноза индикатора — исход движения цены при использовании равнозначного фиксированного тейк-профита и стоп-лосса.

Структура хранения данных выглядит так:


Такой формат позволяет хранить направление движения цены, прогноз индикатора и исход его прогноза. В качестве базового таймфрейма я использую минутный график, а сами данные разделяю по торговым дням. Поэтому для хранения одной строки массива нужно

( Читать дальше )

( Читать дальше )