Алготрейдинг

Велс позволяет тестить торговые стратегии, но предусмотрены функциональные возможности и для торговли. Имеется API для реализации коннекторов к брокерскому ПО. Один из способов запилить коннеткор – сподвигнуть разработчиков это сделать. Они сделали виш-лист, куда можно закидывать задачи, ребята гибко смотрят на востребованность (по кол-ву лайков) и берут в работу самый востребованные запросы. Хотя вот прям недавно намекнули, что вообще-то за ними последнее слово здесь и могут и не взять в работу.

В общем есть в виш-листе задача запилить коннектор для Квика. Надо совсем немного лайков чтобы поднять задачу достаточно чтоб они её взяли в работу. Нужно зарегаться на форуме Wealth-lab 7 (ну или просто зайти если акк есть) и лайкнуть этот пост (который по совместительству запрос на разработку коннектора):

https://www.wealth-lab.com/Discussion/Request-a-broker-provider-for-Russian-market-QUIK-5473

Кому этот коннектор и сам велс могут быть интересны. Всем алго-трейдерам. И не очень алго – имеется возможность писать стратегии через конструктор – без кодинга, тестировать эти стратегии и потом вот торговать (если будет коннектор к Квику, то и Россию). По деньгам 300 или 400 баксов в год, что, кажется, дешевле выходит, чем TSLab.

Если интересна эта тема – лайкайте пост по ссылке. Если какие-то вопросы – пишите, я в теме.

Коннектор к Квику живи!

for i = 0.1, 0.3, 0.1 do
    message(tostring(i))
end

Цикл:

for i = 0.1, 0.5, 0.1 do
    message(tostring(i))
end

Всем привет!  

Значит больших процентов сделать не удалось, так как задействовался малый объем средств под ГО по фьючерсам, почти без плечей.

Присутствовала диверсификация по инструментам и по параметрам ботов – si/ri/br — 22 боты было, сократил до 17-ти

Количество убыточных сделок выше (62%), чем прибыльных (38%), но процент доходности прибыльных сделок выше в несколько раз, чем убыточные.

Преимущества: не нужно прогнозировать куда пойдет цена. Не нужно определять стоп, он меняется в зависимости от волатильности за N кол-во времени и atr.

Системы создавались на основании исторических данных за последние 10 лет по фьючерсам. Системы все трендовые, но с изменением позиции (объема) в зависимости от накопленной % прибыли или убытка.

Сейчас боты в лонгах по нефти и шорте по si.

Разовью прошлую тему в конструктивном ключе.

1. У меня был длительный неудачный опыт создания роботов для форекса. Возможно не хватило упорства. Возможно нужно было брать таймфрейм побольше. Я работал с тиками и минутами. Пробовал простейшие алгоритмы.

Скользящие средние от одной до пяти.

Трендовые — покупать на пробое хая и т.п.

Комбинации различных индикаторов, которые подбирала специальная программа.

Но график эфквити/баланса получался просто случайной линией.

2. Был не удачный опыт спекуляций на флэтовом рынке крипто. На нем я понял, что мою психику на рынке убивает время. Период колебаний рынка постоянно меняется. А торговать хочется все время.

По этому я стал присматриваться к независящим от времени индикаторам. Нашел один, дающий с виду стабильный профит на длинных годичных трендах. Правда не заметил некоторых деталей, немного обманувших меня, но все равно работа закипела.

3. Написал программу подбора и оптимизации алгоритмов. Подобрал наиболее рабочий алгоритм по принципу устойчивости к вариации входных параметров.

4. С помощью профессионального программиста написал первую версию бота на java для Битфинекса. Кстати программист не верил в успех. )

Привет! Сегодня не про результаты, а про методы. Закончил писать базовый функционал библиотеки для количественных исследований. Вот что из него можно выжать:

• Моделирование портфелей по кросс-секции и временным рядам;
• Квантильная методика формирования портфелей в % от выборки или фиксированное число инструментов;
• Возможность гибко задавать веса в портфеле по дополнительному фактору (почти smart beta);
• Можно вырывать данные для аналитики на каждом промежуточном этапе: сделки, размер позиций, комиссии, доходность портфелей;
• Возможность относительно точно учесть комиссионные расходы;
• Пока самая простая визуализация и метрики.

Как выглядит итоговая отрисовка:

Небольшая предыстория или зачем писать свой тестер

Не являясь базовым программистом, я пользовался готовыми решениями для бэктестов и особенно долго засиживался на платформе Quantopian. В прошлом году компания не получила нового транша от инвесторов и объявила о закрытии. Вместе с ней сгинул и весь написанный код, а знания синтаксиса несуществующей платформы близки по полезности к 1С-программированию при переезде в долину.
Поработав с другими сервисами, понял, что их существенные недостатки можно разделить на 3 группы:

Портфельная теория Марковица(далее ПТМ) (Modern portfolio theory) — разработанная Гарри Марковицем методика формирования инвестиционного портфеля, направленная на оптимальный выбор активов, исходя из требуемого соотношения доходность/риск. Сформулированные им в 1950-х годах идеи составляют основу современной портфельной теории.

Основные положения портфельной теории были сформулированы Гарри Марковицем при подготовке им докторской диссертации в 1950—1951 годах.

Рождением же портфельной теории Марковица считается опубликованная в «Финансовом журнале» в 1952 году статья «Выбор портфеля». В ней он впервые предложил математическую модель формирования оптимального портфеля и привёл методы построения портфелей при определённых условиях. Основная заслуга Марковица состояла в предложении вероятностной формализации понятий «доходность» и «риск», что позволило перевести задачу выбора оптимального портфеля на формальный математический язык. Надо отметить, что в годы создания теории Марковиц работал в RAND Corp., вместе с одним из основателей линейной и нелинейной оптимизации — Джорджем Данцигом и сам участвовал в решении указанных задач. Поэтому собственная теория, после необходимой формализации, хорошо ложилась в указанное русло.