В предыдущем посте я писал про вычисление косинуса угла с помощью нейронной сети на R. В этом посте я расскажу о том, как с помощью нейронных сетей можно предсказывать цены и насколько эти предсказания реализуются. 

Итак, я взял историю с 2014 года, обучил нейронную сеть на дневных данных акций Газпрома и попробовал предсказать поведение цены на апрель. 


Синяя линия — это предсказание динамики. Нейронная сеть думала, что будет двойное дно, после чего цена пойдет примерно на 137. 

А вот что было на самом деле. В следующем графике уже предсказание на май и видно, что было в апреле.



( Читать дальше )

Есть такой сервис http://sentdex.com который анализирует сентимент по таким вещям как акции SP500, политика и страны. Про то как это работает они пишут тут http://sentdex.com/sentiment-analysis/. 

Они продают доступ к WebAPI. Потестил их сервис в с бесплатными данными, бесплатно они раздают свои данные за 2013-2015 год. Довольно забавная штука.


Использовать в лоб конечно как-то опрометчиво, однако в качестве признака для модели может и неплохо. Единственное конечно не понятно что за источники они анализируют, и от того что это по сути черный ящик в продакшн такое страшно отправлять.

Код для тестирования.

sentdex_csv <- read.csv("http://sentdex.com/api/finance/sentiment-signals/sample/")
sentdex_appl <- sentdex_csv[sentdex_csv$symbol == 'AAPL',][,c(1,3)]
sentdex_appl <- xts(sentdex_appl[,2], order.by = as.Date(sentdex_appl[,1]))
getSymbols("AAPL", from = "2012-01-01")

tmp <- na.omit(cbind(sentdex_appl, Delt(Ad(AAPL)) ))
names(tmp) <- c("Sentdex Sentiment AAPL","AAPL")

signal <- ifelse(tmp[,1] > 5, 1,0 )
signal <- ifelse(tmp[,1] < -2, -1,signal)
chart.CumReturns( cbind(lag(signal) * tmp[,2], tmp[,2]), main = "Sentdex Sentiment AAPL",legend.loc = 'topleft')

( Читать дальше )

К выходным нужно готовиться заранее.  Иначе можно не успеть. Поэтому я сделал подборку интересных фильмов про Уолл-Стрит и начал запасаться попкорном. Провиантом делиться я не намерен, а вот фильмы расшарю.

 

( Читать дальше )

Приветствую!

 

    Давно руки не доходят что то напечатать толковое на смартлабе. Сейчас вот печатаю, не особо толковое но все ж любопытное.

 

Решил разнообразить свои алгоритмы и немного поторговать «боковой» алгоритм. ну и в процессе собирания алгоритма получилось как обычно не то что хотелось изначально.

Суть идеи свелась к тому, что беру два инструмента и далее связываю их между собой (можно прологарифмировать и делать любую нелинейную связь тикеров) за основу связи можно брать прямую (бид первой бумаги — аск второй и наоборот или закрытие1-закрытие2 или регрессию или все на что фантазия разыграется, главное чтобы движение «индикатора» улавливало колебания бумаг. 

Далее все по проще, один инструмент например Сбер, будет торговаться, второй инструмент будет направлять (лучше чем ммвб не найти, но можно взять например сбер обычку и префы, си и доллар, ртс и ммвб и при этом ртс можно в рубли пересчитать) 
В своем примере я делал так: два тикера, зависимость бумаг считал только в момент их допустимой корреляции ( то есть, если бумаги пошли в разнобой, то переставал считать их связь, и собственно торговать прекращал.) ну и далее естественно исходить нужно из бумаги. ставлю на сбер от 20р, если расхождение есть больше 20р между сбером и ммвб, то открываю сделку. если после этого бумаги пошли в разнобой, то через каждые 30р вхожу снова (без удвоения, хотя можно и удваиваться, в тестах далее 80р не улетала бумага так что это на руку) Закрытие позиции просто при достижении равновесного значения. 

Как это выглядет. Стрелочка просто — это вход, с + это добор позиции. 
 

( Читать дальше )

В последнее время на Cмарт-Лабе не увидел ни одной хорошей статьи в плане трейдинга. Одна политика или рерайт статей по фундаменталу как будто я на форуме Вести24. У меня только 2 вопроса. 1. Зачем столько политики и фундаментала? Коллеги кто-нибудь зарабатывает деньги на торговле по фундаменталу? 2. Раньше были статьи и небольшие обзоры по фьючерсам Американским было интересно их читать и сравнивать с моими позициями и взглядами.  Эх, жалко, что больше никто не пишет.
А раз никто не пишет про трейдинг и системы. Нашел в своем запаснике пару мыслей. Исследование старое давно переводил, но кто пользуется трейднавигатором коды есть можете потестить на свежих данных.  Все мы знаем сколько разговоров ежедневно ведется об объеме рынка как о простом изменении цен. Книги и карьеры основывались на голословных утверждениях о влиянии объема рынка… большинство из которых, как я думаю, ложны…

Любой специалист придает значение углам Веера Ганна, вступая в разговор о цене, в ключе взаимосвязи объема рынка и изменения цен.  Я решил, что наконец-то пришло время подойти к решению данной проблемы напрямую и выяснить, как именно связаны данные понятия.

( Читать дальше )

Это заключительная статья по автоматическому поиску пар для «Парного трейдинга» с помощью Python. Способ самый быстрый и самый эффективный. Хотя эффективность достигается уже благодаря анализу полученного набора пар.

( Читать дальше )

Добрый день. Сегодня про то как использовать этот метод для предсказания направления движения рынка на день, на основе той информации что у нас есть перед открытием торгов. 

Описание самого пакета и примеры можно посмотреть тут http://cran.r-project.org/web/packages/gbm/gbm.pdf

Я покажу каких результатов добился тестируя этот метод совершая всего 2 сделки в день, на открытии и закрытии дня.

График доходности Out-of-Sample в сравнении с индексом ММВБ:



( Читать дальше )

Берем два индикатора: SMA(40) и MACD со стандартными параметрами на дневном графике. Когда сигналы двух индикаторов совпадают, покупаем или продаем. Если не совпадают — ничего не делаем.

Протестируем эту стратегию на акциях Газпрома с 2015 по 2017 год с использованием R.



 

Результат: эквити, дневные доходности и просадка. Как видно, в результате такой торговли мы бы потеряли 35% счета.



( Читать дальше )

Первый из трех способов автоматического поиска пар на Python для торговли по стратегии «Парного трейдинга». Исходя из результатов предыдущей статьи, во всех примерах мы будем использовать только поиск коинтеграции.

Кратко о «Парном трейдинге»: в основе стратегии лежит предположение, что есть две акции, которые имеют глубокую экономическую связь друг с другом, и их цена движется в одном направлении с разной скоростью. Когда отстает акция А, мы ее покупаем и одновременно продаем в короткую акцию Б. И наоборот.

Используем дневные цены закрытия, отрегулированные на дивиденды и сплиты. Вы можете скачать бесплатную историю дневных цен с Quandl.

( Читать дальше )