Алготрейдинг

Цели:

1. Отэксплуатировать на бэктесте подмеченную ранее на одной неликвидной бумажке закономерность. Done.

2. Запостить для галочки результата бэктеста с растущей эквити. Done.

3. Собрать под постом комментарии вида: «почем робот?», «а ты результаты реальной торговли этого алгоритма покажи», «ну и чё, небось инвесторов зазываешь?», «фи, у меня вагон таких и даже получше». В работе.

4. ...

...

Ладно, если что пост полушуточный. Но закономерность реальная. Интересный кстати челлендж замутить экзекьюшн для неликвидной бумаги, чтоб потом не писали: а чей это робот свечу нарисовал на 25% выше рынка?

Кстати, кто-то торгует алгоритмически слабо-ликвидные активы — ну там с дырявыми стаканами и т.д.? Там же роботы точно есть, может это, конечно, маркетмейкеры просто, но может ведь и нет.

Он просто не умеет алго готовить))
1. Мовчану выгодно говорить, что алго не работает, чтобы все несли деньги в его облигационный фонд.
2. Много примеров успешных алгофондов и команд в Америке и в России. И моя положительная статистика алгоритмической торговли подтверждает, что на алго можно зарабатывать.
3. Если он не смог заработать на алго, это еще не значит, что оно не работает. Дело не в алго, а в конкретной стратегии. Если какая то стратегия перестает работать, нужно просто искать другие. Алго — это просто способ реализации стратегии. Доля сделок роботами в любом случае будет расти, независимо от состояния рынка. Автоматизация всех процессов- это естественный процесс развития во всех сферах нашей жизни, в том числе на бирже.
4. Единственное, в чем он прав, это то что активная торговля (алго в том числе) трудно масштабируема. Т.е. сложно туда пропихнуть миллиарды долларов. Но у нас пока такой задачи не стоит. Пока и нет таких объемов. Будем решать проблемы по мере их поступления.
5. У господина Мовчана психотип консервативного инвестора, поэтому он боится любых рискованных инвестиций.

Результаты консервативной количественной инвестиционной модели LQI (lazy quantitative investing), о которой я писал ранее (https://smart-lab.ru/blog/384110.php), за декабрь (результаты за прошлый месяц: smart-lab.ru/blog/508343.php). Модель третий месяц подряд обгоняет SPY, но учитывая динамику индекса за последний месяц это не очень-то вселяет оптимизм. Вот веса предыдущего месяца и соответствующие ретурны торгуемых тикеров:

weight monthly.ret
XLY 0.048 -7.95
XLP 0.221 -8.91
XLE 0.000 -12.43
XLF 0.000 -11.12
XLV 0.000 -9.35
XLI 0.196 -10.65
XLB 0.000 -6.88
XLK 0.000 -8.36
XLU 0.210 -3.99
IYZ 0.214 -8.22
VNQ 0.112 -7.96
SHY 0.000 0.76
TLT 0.000 5.85
GLD 0.000 4.92

В среднем перформанс выбранных секторов оказался чуть лучше, чем у SPY, за счет этого удалось примерно на 1% обогнать индекс, однако из-за отсутствия в портфеле из-за предыдущего несходящего тренда защитных активов — золота и трежерей — модель проиграла EQW (equal-weighted портфель торгуемых тикеров): (-8.8%) SPY vs (-7.8%) LQI vs. (-6.0%) EQW. В терминах максимальной просадки в течение месяца модель также обогнала SPY и оказалась хуже EQW: 12.6% LQI vs. 15.4% SPY vs. 11.1% EQW. Что немного радует: в течение месяца я активно управлял реальным счетом (сливая портфель по ходу углубления просадки), так что результат получился чуть лучше — наверное, где-то на уровне EQW, однако этот результат все равно удручающий.