Эта обучающая заметка призвана раскрыть некоторые элементы технологии производства торговых систем. Существует два основных подхода к созданию биржевых алгоритмов. Первый стартует с некой идеи, например--25-го числа уплачивается НДПИ, что может влиять на курс рубля. Далее эта идея проверяется и находит/не находит подтверждения. Это неплохой подход, но у него есть недостаток--число идей, приходящих в голову, ограничено. Кроме того, опыт построения систем показывает, что зачастую логика происходящего такова, что чистой силой ума допереть до нее тяжело. Поэтому более плодотворным (хотя и не приносящим такого удовольствия, как сила ума) является второй подход, связанный на начальном этапе с чистым майнингом. То есть никаких особых идей вначале нет--просто берется некий алгоритм, в принципе, почти любой. Но надо, чтоб он не был перегружен правилами--иначе на следующих этапах будет сложно. И смотрится, что получается. В результате таких действий рано или поздно получится хорошая кривулька эквити (эта стадия может занимать значительное время). И тут вопрос--это просто такая реализация броуновского движения, или там что-то есть? И вот здесь надо хорошенько поработать. Изучать сделки, менять параметры, менять правила--и смотреть, что получается, анализировать. Этот процесс во многом напоминает эволюцию в живой природе, фактически это генетическая оптимизация, понимаемая в широком смысле. И иногда оказывается, что в рынке действительно есть отклонения от СБ, а что еще нужно для счастья? :)

( Читать дальше )

Создаем портфель ИИС из высоко дивидендных бумаг!
Цель, использовать сумму дивидендов +возврат НДФЛ
Дивиденды выводим на карту банка


Это виртуальный портфель, может кому и пригодится!

На смартлабе очень мало чего можно почитать начинающему алготрейдеру. Если кто и пишет — все больше эквити выкладывают, а на идеи стратегий даже не намекают. Один из товарищей которых я читаю — silentbob  ( http://smart-lab.ru/profile/silentbob/ ). Он периодически выкладывает что-то из своих наблюдений, на основе которых вполне пишутся рабочие стратегии.

В своё время он предлагал выложить выложить устойчивый метод угадывания гэпа вверх в Си за 350 плюсиков
smart-lab.ru/blog/206454.php
За плюсики смартлабовцы метод не выкупили и для многих он остался загадкой)) Эквити у метода была вот такая:


Идея простая: покупаем в 23-45 при выполнении определенных условий и продаем в 10-15. Я потратил какое-то время и постарался найти стратегию с похожими параметрами. Совсем такой же у меня не получилось, но что то все таки нашел:

( Читать дальше )

Немножко ушел на производные и посмотрел а как оно на деривативах. В итоге выдернул несколько произвольных дат и прошелся по ним.
В принципе все на слайдах, кроме системы закрытия позиций. Но про это уже как нибудь в другой раз. Если интересен метод пишите в личку. пообсуждаем подискутируем) Правда или ложь?)

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 )

Часто вижу как люди изобретают велосипеды в Excel, хотя все уже давно написано. Сам по себе Excel для анализа данных на мой взгляд не удобен.

Хочу поделится с вами базой с огромной коллекцией примеров анализа рыночной информации в Excel.
Корреляции, хеджирование, шорт интерес, моделирование портфеля, Монте Карло, бонды, опционы и еще много много всего.


www.gummy-stuff.org/Excel/

Пригласил меня Тимофей Мартынов на конфу смартлаба на круглый стол и оказалось, что ничего я не сказал из того что как бы следовало.Так что краткие тезисы все же изложу.1) Если вы хотите серьезно заниматься Алго трейдингом придется учиться программированию. Никакие программы уже написанные до вас(аля ами брокер) вас не спасут. Все нормальное пишется самому. Это Аксиома. Если это не ваше — сразу нет.

2) Сама идея торговая должна присутствовать. Тупой датамайнинг без идей даст результат, но 99.9% это будет артифакт, тем более если вы используете один и тот же набор данных и для oos. Если вы думаете что накопали наконец — используйте именно для такой идеи новые данные и посмотрите. Я к тому, что если вы эти новые данные используете для теста еще 100 идей — то артефакт вы рано или поздно найдете. Не путать с граалем.
3) Сама идея простая. У меня все идеи простые и с кем я не общался сложных идей не встречал.
4) Реализация может быть сложной… но тут то вопрос ГРАМОТНО реализовать вашу изначальную идею, а не как бы че подкрутить. Понятно что часто это сложно. На словах все просто =)
5) Я использую оптимизацию и очень сильно и серьезно. Единственный параметр, на который надо смотреть и который я использую и который у меня со временем сохраняет свои свойства — коэффициент Шарпа.
6) Вообще в системе 2 параметра — коэффициент Келли для вычисления плечей и коэффициент Шарпа для оптимизации. Все.
7) Был вопрос про волатильность. Это не мой метод, но я данные нормирую на волатильность и таким образом ее практически уничтожаю из данных. С ними становится на много легче работать.
8) Кстати… собственно моих идей в моей системе наверное и нет. Вот реализация и компоновка моя, да =) По сему идея, как и в любом стартапе нонче, ничего не стоит. Ими я готов и собственно делюсь с людьми, которым интересно (фидбек гораздо важнее). Удачи.

Источник

                                                               
Не нравятся нейронные сети? Вы просто не умеете их готовить. Рецепт. 
                                                                                                                                                                Silentium est aurum

                                                                Молчи, пока ты не в состоянии сказать нечто такое, что полезнее твоего молчания.                                                                                                                                                                                         (кто-то умный сказал)

( Читать дальше )

Картинка для затравки, Out of Sample perfomance (то есть результаты получены на выборке на которой не производилось построение модели):


Сбербанк MOEX 15106 трейдов прибыль 140 руб на одну акцию, периодичность трейдов где-то 15 минут, equity где-то за год.
То же самое для Ri, 22237 трейдов прибыль 100000 пунктов на один контракт, или 5 пунктов на трейд, периодичность такая же 15 минут.

( Читать дальше )

Предыстория:

Мне, и думаю многим другим, нужны качественные исторические данные за максимальный промежуток времени — для изучения рынка, построения и тестирование торговых систем. Такие данные по фьючерсам, торгуемым на западе, в частности на CME, в свободном доступе (кроме дневок) практически не найти. Несколько месяцев назад я купил исторические данные по следующим фьючерсам CME: ES (фьючерс на индекс S&P), CL (фьючерс на нефть WTI), GC (фьючерс на золото), NQ (фьючерс на индекс NASDQ). Спецификацию по ним вы можете посмотреть тут:http://www.cmegroup.com/trading/equity-index/us-index/e-mini-sandp500_contract_specifications.html

Но осталась потребность в данных по многим другим интересным инструментам. И пару недель назад у меня появилась идея – т.к. исторические данные нужные не только мне, то вполне возможно приобретать их совместно (в складчину) (http://smart-lab.ru/blog/317451.php)

( Читать дальше )