Алготрейдинг

К дискуссии о том, какой язык программирования целесообразней использовать для алготрейдинга.
Python и Java: кто заберет золото?

https://www.securitylab.ru/news/541378.php

Накосячил, не сделал план, расстроился.

Вообще, по своему опыту, август это убыточный или околонулевой месяц. Поэтому, в этот раз, хотелось просто получить хоть какой-то плюс. Но, когда 21-го августа доходность превысила +30%, я стал верить, надеяться и ждать, что раздача будет продолжаться и итоговый результат будет еще лучше. Хрен там!

Косяк в том, что объем между роботами был распределен неравномерно, и большая его часть приходилась на робота, который хуже всего работает в боковике и много отдает на стопах. Но я упорно не снимал с него объем и верил в лучшее. В итоге отдал большую часть профита и не сделал план.

Ладно, было поучительно!

Таблица за все время: docs.google.com/spreadsheets/d/1U2iIIhd24qaJ3jA5p2gI9JdwFmYFc47PQsFqqS8d7kw

Вкратце — я ставил цель, чтобы алгоритм сам подсовывал в активный портфель прибыльные и отключал убыточные системы.
Писал об этом тут: Диверсификация портфеля (smart-lab.ru).

А время идёт, рынки движутся и упущенная прибыль налицо. Не хочу ждать. И так работает выше всяких похвал.

Так что, благо есть люди, кому это можно доверить, я решил сделать ручной селектор торговых систем.
Выбирать их будут люди руками, а дальше они уже пусть сами торгуют.

К автоматической компоновке портфеля я вернусь, когда меня озарит инсайт, а пока и так сойдёт.

А вот и интерфейс:



Доброй ночи вам.

Итак, прошел год как я подключил автоследование и не трогал ничего руками.
Только пришлось выкинуть некоторые стратегии, которые безбожно сливали, например на RTS. Ничего удивительного, мои стратегии на RTS тоже все сливают.
Также была отключена Multicurrency, т, к. очень большое проскальзывание, да и она тоже слилась за последний год.

Из оставшихся в бою лидирует стратегия CUBE INVEST


Хороший результат при относительно малом проскальзывании.



Сверхагрессивная реабилитировалась в последнюю пару месяцев. Не зря я в нее верил, но проскальзывание слишком велико.



( Читать дальше )

Создание на Lua своего индикатора в графике Quik: Часть 2. Пример работы нестандартных индикаторов: спред между инструментами, прогноз Highи Lowследующего интервала; ценовых уровней по объемам

 

В первой части (https://smart-lab.ru/blog/930907.php) были изложены основы принципа создания своего индикатора и некоторые нюансы работы с кодом индикатора графика в Qiuk (подразумевается использование языка программирования Lua).
   В данной статье немного продолжу тему нюансов кодирования индикатора и для иллюстрации приведу простой код индикатора спреда. В конце текста прикреплю видео с демонстрацией работы индикатора спреда и моих собственных индикаторов.
   Небольшое лирическое отступление. Суть данных статей — показать, что делать подобные индикаторы вполне реально и не столь сложно, как может показаться на первый взгляд. Но, безусловно, требует определенных знаний в программировании. Создавать индикаторы из стандартного набора торговой системы Qiuk смысла нет – ведь они уже реализованы.

( Читать дальше )

Всем привет!

Относительно недавно на своем Дзен-канале «Код торгового робота» я размещал статью в которой рассматривал различные теоретические графики и рассчитывал корреляцию между ними. Ранее примерно такие же статьи встречал и на Smart-lab.

В продолжении данной темы было бы логично написать скрипт, который строит корреляцию между двумя заданными активами по указанному тайм-фрейму. Что и было сделано в виде скрипта на QLUA. Напомню, что коэффициент корреляции принимает значение от -1 до 1. Если он близок к единице, значит две величины примерно одинаково ведут себя. Если близок к -1, то графики двух величин ведут себя разнонаправлено — когда один график расчет — второй также снижается. А результат близкий к нулю говорит, что между графиками нет связи.

Данный скрипт выполняет следующие действия:

1. Инициирует исходные данные (по сути это блок, в котором задаются исходные данные: с какими инструментами работаем, по какому тайм-фрейму)
2. Считывает свечи по указанным двум инструментам.
3. Сопоставляет данные свечей, то есть создается таблица в которой приведено время и цены обоих активов в это время.

( Читать дальше )

Одна из стержневых вещей моего подхода состоит в том, что я собираю библиотеку торговых систем и ранжирую их по успешности.

Подход до безобразия примитивен и потому эффективен.

Это отдельная тема — почему торговой системе не нужен высокий интеллект и сложные правила, об этом как-нибудь в другой раз. А теперь ближе к сути.

Из всего множества торговых систем, которые были, есть и будут когда-то на каком-то периоде и инструменте успешными, я собираю библиотеку.

Для каждой из торговых систем я проверяю, отработала ли она в плюс в каждом месяце доступной истории и на каждом инструменте.

В первом случае — это WFT (кстати, понятие WFO очень странно для меня звучит).
По сути, я беру ТС и торгую ей на истории с дискретизацией в 1 месяц. И получаю % её эффективности по времени:

• число месяцев, когда ТС отработала в "+" / общее число месяцев, за которые доступна история цен

Вот что имеем на выходе:


Это означает, что алгоритмы, найденные на каком-то одном месяце, показали на остальных месяцах "+", и доля таких месяцев из всей истории = %.

( Читать дальше )

Когда имеется большое число торговых систем, которые потенциально можно использовать для торговли, возникает проблема отбора лучших из них — релевантных целевым показателям трейдера и ситуации на рынке.

Расскажу о том, как это делаю я. Подход очень простой. Это текст в продолжение этого поста.

У каждой системы существует определённое количество метрик.
Эти метрики могут быть как стандартными, так и кастомными, которые я сам придумал.

Чтобы отобрать из всего множества систем те, которые мне лучше всего подходят, я делаю следующее:

1. Определяю существенные, на мой взгляд, метрики. Несущественные отбрасываю. Как я это делаю — описано тут, а по сути — строю точечные диаграммы рассеивания метрики А от метрики Б для каждой пары метрик. Такой подход позволяет интуитивно и легко отсеять бестолковые метрики, которые в отборе систем ничем не помогут. Это самый простой и наглядный способ выявить корреляции между различными метриками, чем я тут и занимаюсь.
2. Для каждой из отобранных метрик я определяю порядок сортировки от лучшего к худшему значению и, опционально, границы интервалов, в которых эта метрика должна находиться для систем, которые считаю приемлемыми.

( Читать дальше )

Как загрузить бесплатные исторические данные рынка Forex с помощью S#.Data? Это видео дает ответы на ваши вопросы.

💥💥 В быстром мире финансовых рынков знание действительно есть сила. Исторические рыночные данные играют ключевую роль в предоставлении трейдерам и инвесторам информации о прошлых движениях цен, трендах и паттернах. Эти данные служат ценным инструментом для принятия осознанных решений, разработки торговых стратегий и понимания динамики рынка. В этой статье мы рассмотрим важность исторических рыночных данных и исследуем, где их можно найти бесплатно, с особым акцентом на предложения Dukascopy.

Ценность исторических рыночных данных:

⚡️ Исторические рыночные данные предоставляют историческую запись движений цен, объема и других соответствующих показателей для различных финансовых инструментов. Вот почему они важны для трейдеров и инвесторов:

👉 Распознавание паттернов: Изучение исторических данных позволяет трейдерам выявлять повторяющиеся паттерны и тренды, которые могут указывать на потенциальные движения рынка в будущем. Распознавание этих паттернов может информировать о торговых стратегиях и решениях.

( Читать дальше )

Поскольку торговых систем у меня много, то мне нужно каким-то образом отбирать из них лучшие. Я, кстати, решил перестать использовать слово «стратегия» и заменить его словом «система». Это более точно, поскольку стратегия — это нечто неформальное, и если это формализовать в жёсткие правила, то получим уже систему. Вопросы терминологии и однозначного понимания понятий важны потому, что большинство конфликтов и искажений в коммуникации происходит из-за недопонимания или иного трактования сложных понятий.

По факту, не сильно много чего можно придумать для того, чтобы отбирать лучшие из систем, да и большая часть придумана за нас. Нужно просто правильно это использовать. И иногда лучший способ забить гвоздь — это вовсе не молоток.

Итак, на что я смотрю:

Метрики использования капитала (эффективность использования торгового времени).
Позволяют мне отбросить системы, которые постоянно сидят в рынке или наоборот, слишком редко осуществляют сделки.

• % дней, в которые совершались сделки, по отношению к общему числу торговых дней

( Читать дальше )