Случайно при исследованиях закономерностей на рынке получил следующие результаты. Средний профит в год 171%, при максимальной просадке 7%.




( Читать дальше )

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 )

Адаптер QUIKLiveTrading предназначен для создания связи между программой технического анализа Wealth-Lab и информационно-торговой системой QUIK.
 
В результате создания такой связи появляется возможность полностью автоматизировать отправку торговых приказов из Wealth-Lab в QUIK.
 

 
 
Еще раз вкратце перечислю основные возможности программы QUIKLiveTrading:
 
 

• Получение исторических данных, используя API терминала QUIK (минимальный таймфрейм — 1 тик, максимальный         таймфрейм — 1 месяц);

 

( Читать дальше )

Если послушать видео А. Каленковича с питерской тусовки смартлаба (http://smart-lab.ru/blog/video/58672.php), то можно уловить несколько очень правильных и интересных мыслей.

Первая, что волатильность не есть точное число, скорее это некий нечеткий диапазон от-и-до. Об этом говорилось и раньше, но теперь, в основном стараниями гуру, это становится все более общепринятым. Более того, в математике нет такого понятия как историческая волатильность. Соответственно и посчитать ее можно большим количеством разных способов. Считая например классическое стандартное отклонение, мы как бы неявно подразумеваем, что распределение логарифмов приращений нормально, что не есть правда. Или правда, но не всегда. А ведь еще есть улыбка, которой нет в БШ и которую тоже надо прогнозировать или рисовать. В любом случае существует некий «правильный» диапазон улыбок, если подставлять совсем левые вещи то ничего не выйдет. Мне импонирует подход optionanalyzera в лоб, расчетом из истории улыбок. 


( Читать дальше )

После изучения возможностей Wealth-Lab по созданию торговых стратегий и получения практического результата в виде готового кода оттестированной, оптимизированной и генерирующей алерты торговой стратегии, неизбежно возникнет вопрос об автоматизации подачи торговых сигналов брокеру.

Т.е. как это громко не звучит — мы должны задуматься о создании торгового робота.

Задачи, которые решает торговый робот:


Торговый робот  — это программа, либо совокупность программ, которые решают следующие задачи:
1)   Автоматизация создания алертов.


( Читать дальше )

1. Запускаем студию, меню File — New project. Visual C# — Class library, не забываем поставить .NET Framework 2.0.



2. Добавляем ссылку на сборку WealthLab'a (WealthLab.dll). Add Reference — Browse — ищем папку с WLD (как правило это c:\Program Files (x86)\Fidelity Investments\Wealth-Lab Pro 5\ ). Выбираем WealthLab.dll. Жмем OK.

( Читать дальше )

Отсутствие дисциплины в торговле мучает меня уже довольно давно, уже около 2-х лет интересуюсь роботами, как средством обрубания своих эмоций, ненужных мыслей, как инструментом торговой дисциплины (вход без раздумий как в лонг так и в шорт, выход вовремя, а не раньше положенного, стопы — обязательно). В итоге сам (не программист, но с ТСЛабом разобрался в его азах, вглубь — сложнее) написал несколько простеньких ботов на обычных скользящих. Несколько раз включал их (2 раза по месяцу в реале), в итоге – результат в деньгах отрицательный, в роботостроении положительный, потому как удалось выявить несколько багов и неточностей. Но и тут меня часто настигала и душила жаба – часто сам влезал в алгоритм и выключал раньше срока (несколько раз таким образом забирал профит в полтора-два раза меньше, чем взял бы робот).
И вот появилась мысль приобрести стороннего робота в надежде на его более отлаженный механизм и что сам буду влезать в него не так часто как в свой. Полазил по родному форуму, посмотрел некоторые трансляции


( Читать дальше )

Обещал выложить книжки по математике, начиная от азов, теорвера, и заканчивая моделями числовых рядов и машинным обучением.
Структура примерно такая:
1. basic  - матан, линейная алгебра, если прогуляли/никогда не знали/ничего не помните
2. probability — базовая теория вероятности/статистика
3. time_series — стандартные(в основном стационарные) статистические модели числовых рядов
4. advanced — про продвинутые модели и машинное обучение
bonus. cointegration/r/bayes — про коинтеграцию, R (пакет для стат. расчетов), и Байесовскую статистику

Ссылка на книги  

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 )

Посоветуйте хорошее кресло,  кожа, мягкое, удобное, с откидной спинкой, чтобы можно было «прилечь» отдохнуть. А то что-то сижу на какой-то ерунде полной. 
Короче, кто на чем сидит? Буду благодарен за ссылки.