Как думаете, сколько может принести алгоритмическая торговля? 10% годовых? 100%? Или больше?

Все мы знаем, что machine learning может делать множество крутых вещей. А уж применить его в трейдинге для анализа графиков и прочих цифр — эта идея вообще очевидная. Почему же в публичном пространстве почти не встречается историй успеха? Не знаю, возможно потому что деньги любят тишину.

Однако я точно знаю что machine learning работает! На самом деле очень многие его применяют. Да я сам занимаюсь этим для прогноза движений по индексу S&P 500. Я также общался с человеком, который за год заработал $5млн от стартового депозита в $300 тыс. Буквально вчера общался с другим человеком, который подтвердил, что легко можно делать 300%-500% на американских индексах. Врут? Думаю что нет.

С помощью ML я и сам смог заработать +45.9% к счету только за февраль, а депозит у меня не маленький. Ниже приведены результаты по моим сделкам в феврале на реальном счете. Для сравнения в скобках указано значение тех же метрик за тот же период по самому индексу S&P 500.

( Читать дальше )

Что-то очень много статей развелось о сливах интрадейщиков, состоянии их нервной системы и прочих невзгодах. Однако, ничего спокойней интрадея найти невозможно — думать и анализировать вообще ничего не надо, а встал из за компа — так и вообще о рынке забыл.
Все просто. Единственная стратегия на рынке: покупай дешево, продавай дорого. Других не существует. Собственно, как и в любом бизнесе — ничего нового. Вопрос только, как определить, где дешево, а где дорого.
Это тоже несложно, в этом нам поможет простейшая мат статистика. Проводим на графике линию полиномиальной регрессии, рассчитываем стандартное отлонение (СТО), проводим на графике линии СТО. Под линиями СТО — статистически дешево, над линиями СТО — дорого.
Вот и определились с уровнями покупки и продажи.
Далее, учитываем, что цена никому ничего не обязана, и может ходить куда угодно, но чаще все таки ходит внутри диапазона распределения.
Вот и все, система готова, она вся на картинке.


Теперь скажите, вы видите здесь неудачные сделки? Я не вижу, но и не все их сегодня реализовал.
Кстати, быстродействия Quik вполне и больше чем достаточно, и все время удивляюсь тем, кто жалуется на быстродействие Quik.

     Первая часть

Практический Трейдинг. Время для Торговли. Сиеста. Ищем Физический Смысл. Часть 1.

     интереса не вызвала. Ну да ничего. Сейчас циферок-то понаприбавлю.

     Итак, в Части Первой я упоминал так называемое Фундаментальное Уравнение Торговли Ральфа Винса. В общем-то, конечно, оно выдающееся. Следовало бы всем понять его. Полезно, по-крайней мере.

     Так вот, в той статейке я «наивно» предположил, что увеличение времени торговли и соответствующего этому количества сделок будет способствовать положительному отклику счёта. Конечному «выхлопу», так сказать...  Соответственно, настоящий Внутридневный Трейдер должен сидеть за компом, начиная с 01 марта, по 17 часов в сутки. И дрочить, дрочить, дрочить с выпученными глазами, тихо повизгивая от азарта....

     Что ж, придётся ломать эту целку мозговую-костыльную. Впрочем, не впервой. Это я про девичьи целочки. Дело не столь благодарное и/или благородное, но кому-то надо же иногда это сделать…

( Читать дальше )

Из множества статистических данных анализа торговли выделим два — MFE и MAE.

На картинке выше показаны их значения для всех позиций.

( Читать дальше )

Допустим, делаете вы торговую аж на 5 или больше индикаторах. Их как-то надо обернуть логикой принятия решений, потом как-то настроить, подобрать параметры в логике — работа большая, требующая много времени. Но вы сами эту систему разработали, и уже в основном знаете, что конкретно должна искать ваша логика. А раз так, то вы уже примерно знаете, где конкретно ваша логика должна выдавать свои сигналы.
В подобных случаях мы можем существенно облегчить себе работу, поручив построение логики методам Машинного Обучения (МО).
Входы мы знаем, выходы нам тоже примерно известны — строим обучающую последовательность для выбранного метода МО. Затем нормируем нашу обучающую последовательность к входам/выходам метода МО. Обучаем. Проверяем. Получаем готовую логику для нашей торговой системы.
Отмечу, что в данном конкретном случае нас не должны особо заботить переобучение и прочие проблемы МО — мы делаем вполне однозначную систему.
В нашем случае мы всего-навсего используем МО как обучаемую логику.

( Читать дальше )

Возьмите любой тикер и проведите несколько горизонтальных линий на графике.

Если вы обратите внимание, вокруг этих уровней всегда наблюдается плотное движение цены вверх и вниз.

Стратегия заключается в том, чтобы шортить инструмент ниже такого уровня и лонговать выше.

При этом абсолютно НЕВАЖНА точность установки уровня, всегда будет движение цены около него.

В данном аспекте уровень выступает просто ориентиром.

Одновременно можно работать с десятками ликвидных тикеров на доступных в торговом терминале биржах.

У меня для этих целей написан примитивный стабильный робот, который берёт на себя всю рутину по «переворотам» позиций.

На старте доходность портфеля традиционно крутится около нуля, потому что рынок некоторое время «гуляет» вокруг выбранных уровней и в первые дни совершается значительное количество переворотов позиций.

С течением времени цены всё дальше уходят от уровней вверх или вниз, поэтому резко падает количество сделок и начинает расти доходность.

( Читать дальше )

Был у меня топик  "Классификация сделок в торговых системах" — в общем, не зашел. Но некоторые плюсанули, вот, для некоторых и напишу пример конкретного применения. Рекомендую прочитать предыдущий, иначе можете не понять этот топик.
К счастью, у меня оказался рояль в кустах — вялотекущий проект системы прогнозирования котировок, вычисляющей прогноз изменения цены на интервале Т по значению и состоянию цены в момент t — dС(t+Т). Ну, и общая формула прогнозирующей системы:
                              dC(t+T) = C(t+T) — C(t),
где C(t) — цена в момент t.
График теста системы я показывал в комментариях к предыдущему топику вот он:


По Х (Predict)  — прогноз изменение цены, по У (Real) — реальное изменение цены через время Т. Не обращайте внимание на значения осей, это не сами изменения цены, это нормированные к диапазону системы значения изменений цен.

( Читать дальше )

Лет десять назад — тогда был самый расцвет HFT, я, лёжа на диване, размышлял, что HFT недоступен простому смертному, и как бы все таки эту технологию использовать.
И тут меня осенило — если существует HFT, то оно неизбежно должно порождать более низкочастотные движения, где уже не нужно таких бешеных быстродействия и скоростей реакции, а достаточно обычного терминала, и можно даже играть вручную.
Посмотрел графики и реал графики, ленты сделок, стаканы, и убедился, что, да, такие низкочастотные движения действительно существуют. Назвал это MFT — Middle Frequency Trading.
На следующий день сел уже играть на реале — 10 или 12 сделок в день — прибыль зашкаливает, никогда за день столько не получал. Хватило меня на три дня — с утра до вечера как автомат, так и в психушку угодить недолго.
Решил автоматизировать процесс, написал вспомогательный софт, который по собранной статистике показывал примерные зоны возможных сделок. Остальное решай сам по тому, что видишь.
Поиграл ещё несколько дней. Стало немного проще, но все равно оч утомительно.

( Читать дальше )

Доброго дня всем!
Меня часто просят подготовить пример заполнения уведомления об открытии (закрытии) брокерского счета. Форма такого уведомления новая, а вот в личном кабинете налогоплательщика пока не обновилась, но сдать такое уведомление можно электронно.
Пример заполнения для вас я сделала в своем новом видео

( Читать дальше )

Пост из разряда мыслей вслух в расчете кто-то из более опытных и более умных коллег поделится толковым суждением.

Наверное почти никто не откажется от системы без параметров, которая идеально или хотя бы приемлемо торгует любой инструмент. Мне кажется, что такая система ровно одна и она невозможна либо никому недоступна — заглядывание в будущее. Иным способом получить безпараметрическую и не нуждающуюся в оптимизации систему нереально.

Поэтому все разговоры о том, что система должна быть без параметров или что кто-то продает такую систему или просто нашел, лишенными практического смысла. Потому что такие системы, если они и работают, то они разные для разных инструментов, а значит в чистом виде безпараметрическими не являются. Значит там разные модели в основе, а значит оптимизации проводилась или требуется, но в каком-то скрытом или неосознаваемом виде.

Значит у нас есть какая-то модель, раз есть модель и есть разрыв между ней и реальным рынком, то надо как-то притянуть за уши эту модель к реальному рынку — калибровки. Технически это всегда (поправьте, если я ошибаюсь) решение задачи оптимизации. И тут возникает всем известная проблема — переподгонка или оверфит. Калибруем модель, а получаем оверфит. Обидно. Ведь бывают и хорошие модели.

( Читать дальше )