Избранное трейдера vito333
Проскальзыванием в трейдинге называют ситуацию, когда цена исполнения ордера не совпадает с ценой указанной трейдером. Проскальзывание может принести трейдеру либо убыток, либо прибыль. Но как правило, это убыток. Причиной проскальзывания может быть либо возросшая волатильность на рынке, либо медленная скорость исполнения ордеров, либо и то и другое вместе взятое.
Для трейдеров открывающих позицию на долгосрок это не страшно, но все роботы входящие в стратегии Protection Capital торгуют внутри дня, используя краткосрочные сделки, поэтому это может существенно уменьшать прибыль моих Подписчиков.
Так что же делать? Изменить волатильность мы не можем, повлиять на быстродействие исполнения так же не в силах.
Для приведения параметра проскальзывания в норму была проделана большая работа.
Во-первых, изначально при тестировании стратегии внес в параметры заведомо увеличенное проскальзывание.
Коллеги и друзья, приветствую!
Я выступил на ЛЧИ 2019 года под ником «VadimJF» завершив участие с результатами:
в общем зачете — 8 место;
срочный рынок — 3 место.
Моя доходность на момент окончания конкурса составила порядка 125%годовых. В принципе, это неплохой результат, но не великолепный.
В моменте, 13 декабря 2019 года, за 6 дней до окончания конкурса, доходность взлетала до отметки 290%(по графику доходности в личном кабинете ЛЧИ вижу другую цифру — 225%, но не суть...)
Я решил написать этот пост с целью проанализировать свои ошибки для улучшения (повышения эффективности) своей торговли, а также, надеюсь, что информация, здесь изложенная будет полезна другим коллегам-трейдерам.
У каждого торгующего трейдера свое понимание рынка(инструмента которым торгует), совокупность приемов, методов и индикаторов при помощи которых трейдер добивается (или не добивается) положительного результата.
Уважаемые Подписчики стратегии LR(LowRisk)! Поздравляю Вас! Сегодня стратегия LR(LowRisk) перешла рубеж в 300%. Т.е. простыми словами мы утроили начальный капитал. И этого удалось добиться с максимальной просадкой всего -15,11%
Мне в личку часто поступают вопросы, хочу на некоторые ответить здесь.
Один из очень частых вопросов: "Жду коррекции что бы подключиться, но не могу дождаться. Когда посоветуете подключаться?" Дело в том, что такой способ работает для инвестиционных стратегий, где принцип работы «купил и держи». Роботы в LR(Low Risk) работают внутри дня, я бы назвал это скальпингом. Поэтому нам нет разницы, растет рынок, падает ли рынок или находится в боковике. Робот просто постоянно ищет точку для входа, чтобы откусить свой небольшой кусочек. Поэтому подключиться можно в любой момент.
Всем привет.
Достаточно часто у инвестора при совершении операций с ценными бумагами, ПФИ и валютами по итогам года сумма расходов превышает величину доходов и образуется убыток.
Не все знают, что для того, чтобы иметь возможность в будущем использовать этот убыток для уменьшения налога (ст. 220.1 НК РФ), его нужно задекларировать в текущем. В противном случае вы рискуете потерять эту возможность.
Для того, чтобы задекларировать убыток текущего года необходимо подготовить и подать налоговую Декларацию по форме 3-НДФЛ. Именно она с отметкой, подтверждающей ее подачу в налоговый орган, впоследствии станет подтверждением задекларированного убытка.
Все просто: есть сданная декларация – есть убыток и налог можно уменьшить, нет сданной декларации с убытком – налог придется платить в полном объеме.
Перечень обязательных документов, которые подтверждают наличие убытка в отчетном периоде и которые необходимо хранить для учета убытка при расчете налога:
Статья о том, как получить ежедневные исторические данные по акциям, используя yfinance, и минутные данные, используя alpha vantage.
Как вы знаете, акции относятся к очень волатильному инструменту и очень важно тщательно анализировать поведение цены, прежде чем принимать какие-либо торговые решения. Ну а сначала надо получить данные и python может помочь в этом.
Биржевые данные могут быть загружены при помощи различных пакетов. В этой статье будут рассмотрены yahoo finance и alpha vantage.
Yahoo Finance
Сначала испытаем yfianance пакет. Его можно установить при помощи команды pip install yfinance. Приведенный ниже код показывает, как получить данные для AAPL с 2016 по 2019 год и построить скорректированную цену закрытия (скорректированная цена закрытия на дивиденды и сплиты) на графике.
# Import the yfinance. If you get module not found error the run !pip install yfianance from your Jupyter notebook import yfinance as yf # Get the data for the stock AAPL data = yf.download('AAPL','2016-01-01','2019-08-01') # Import the plotting library import matplotlib.pyplot as plt %matplotlib inline # Plot the close price of the AAPL data['Adj Close'].plot() plt.show()