Данная статья продолжает цикл анализа простых стратегий со стандартными индикаторами. Тестируем стратегии в Quantopian, а пишем на Python. В этот раз мы сравним индикатор Rate-of-Change (ROC) и популярное пересечение скользящих средних SMA(50) и SMA(200).

Дополнительно рассмотрим подход быстрого получения доходности и просадки простых стратегий в блокноте Jupyter.

Оправдается ли в очередной раз сезонная закономерность на российском рынке? (покупать в мае-июле, продавать в январе феврале). Впереди поступление дивидендов, будут ли инвесторы реинвестировать их? Думаю, что да.. 

P.S. красные прямоугольники на графике период май-июль, за последние 15 лет, исключение 08 и 11гг

• Торгуемые инструменты и площадки?
• С каким торговым и аналитическим программным обеспечением Вы хорошо знакомы?
• Торговый стаж?
• Опыт работы в финансовых и инвестиционных организациях?
• с какими суммами вели работу?
• Ведете ли Вы собственную отчетность? Имеется ли у Вас аудированная отчетность за какой-либо прошлый период? Если да, вышлите нам на e-mail.
• В данный момент имеются ли у Вас действующие инвесторы или же готовые поддержать Вас в случае успеха?
• Каковы Ваши карьерные цели? Желаете ли Вы определенным образом развиваться в сфере финансовых рынков?
• Каким капиталом Вы управляете сейчас, если управляете?
• Какие торговые стратегии Вы используете?
• Вам ближе интуитивный или механистический подход к принятию торговых решений?

Разбил много ☕кружек в поисках решения для ️быстрого получения длинных историй цен для большого количества активов в Python. Ещё имел смелость желать работать с ценами в numpy-массивах, а лучше сразу в pandas.

Стандартные подходы в лоб работали разочаровывающе, что приводило к выполнению запроса к БД в течение 30 секунд и более. Не желая мириться, я нашёл несколько решений, которые полностью меня удовлетворили.