Избранное трейдера Александр Костерин
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']
Рассмотрим одну из простейших трендовых стратегий, которую можно использовать для торговли внутри дня. Несмотря на свою простоту, это — один из наиболее эффективных способов торговли.
На самом деле, ее можно использовать на любом таймфрейме, поскольку сетапы на минутном, часовом и дневном графиках выглядят одинаково. Понять работу этой стратегии не сложно: зарабатываем, когда есть трендовое движение; когда его нет — остаемся вне рынка. Лучший способ этому научиться - пройти курс обучения у профессиональных трейдеров.
Практика показывает, что использование этой стратегии для торговли внутри дня может давать 3-4 правильных сделки в день (иногда может быть больше или меньше в зависимости от рыночных условий). Иногда случаются рейнджевые дни. В этом случае сигналов на открытие позиций мы не получим (или их будет очень мало), так как внутридневные разворотные High и Low не будут пробиваться, что является свидетельством отсутствия трендового движения. Нужно оставаться терпеливым и собранным. Торгуйте, только когда рынок действительно дает такую возможность.