Торговые роботы

Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 20.05.2016
Начало проекта тут. 


( Читать дальше )

Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 19.05.2016
Начало проекта тут. 


( Читать дальше )

Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 18.05.2016
Начало проекта тут. 


( Читать дальше )

( Читать дальше )

Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 17.05.2016
Начало проекта тут. 


( Читать дальше )

Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 16.05.2016
Начало проекта тут. 


( Читать дальше )

Пригласил меня Тимофей Мартынов на конфу смартлаба на круглый стол и оказалось, что ничего я не сказал из того что как бы следовало.Так что краткие тезисы все же изложу.1) Если вы хотите серьезно заниматься Алго трейдингом придется учиться программированию. Никакие программы уже написанные до вас(аля ами брокер) вас не спасут. Все нормальное пишется самому. Это Аксиома. Если это не ваше — сразу нет.

2) Сама идея торговая должна присутствовать. Тупой датамайнинг без идей даст результат, но 99.9% это будет артифакт, тем более если вы используете один и тот же набор данных и для oos. Если вы думаете что накопали наконец — используйте именно для такой идеи новые данные и посмотрите. Я к тому, что если вы эти новые данные используете для теста еще 100 идей — то артефакт вы рано или поздно найдете. Не путать с граалем.
3) Сама идея простая. У меня все идеи простые и с кем я не общался сложных идей не встречал.
4) Реализация может быть сложной… но тут то вопрос ГРАМОТНО реализовать вашу изначальную идею, а не как бы че подкрутить. Понятно что часто это сложно. На словах все просто =)
5) Я использую оптимизацию и очень сильно и серьезно. Единственный параметр, на который надо смотреть и который я использую и который у меня со временем сохраняет свои свойства — коэффициент Шарпа.
6) Вообще в системе 2 параметра — коэффициент Келли для вычисления плечей и коэффициент Шарпа для оптимизации. Все.
7) Был вопрос про волатильность. Это не мой метод, но я данные нормирую на волатильность и таким образом ее практически уничтожаю из данных. С ними становится на много легче работать.
8) Кстати… собственно моих идей в моей системе наверное и нет. Вот реализация и компоновка моя, да =) По сему идея, как и в любом стартапе нонче, ничего не стоит. Ими я готов и собственно делюсь с людьми, которым интересно (фидбек гораздо важнее). Удачи.

Источник

Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 13.05.2016
Начало проекта тут. 


( Читать дальше )

Март и апрель выдались сложными месяцами для торговли. Результат марта -12,36%, результат апреля +4,07%.

На текущий момент в портфеле торгуется 29 торговых алгоритмов на трех инструментах срочного рынка. Алгоритмы преимущественно трендовые. В марте была перебалансировка капитала между алгоритмами и пересмотр рисков. На текущий момент расчетный уровень риска — 40%. С таким риском цель заработать за год порядка 200%.

Результаты по месяцам с января 2016 года:
Январь +26,41%
Февраль -17,13%
Март -12,36%
Апрель +4,07%
За 4 месяца 2016 года результат -4,46%

График доходности по дням можно посмотреть в моем профиле (обновляется раз в неделю).

Продолжаю копать в сторону машинного обучения и применения R для количественного анализа в трейдинге.

Мои статьи про R, машинное обучение, количественный анализ

В этом посте я расскажу о применении модели ARIMA-GARCH для прогнозирования курса рубля на R. 
Нашел полезную серию статей на тему анализа временных рядов на R. Использовал эту статью.

Немного общей информации из википедии:

ARIMA (англ. autoregressive integrated moving average, иногда модель Бокса — Дженкинса, методология Бокса — Дженкинса) — интегрированная модель авторегрессии — скользящего среднего — модель и методология анализа временных рядов. Является расширением моделей ARMA для нестационарных временных рядов, которые можно сделать стационарными взятием разностей некоторого порядка от исходного временного ряда (так называемые интегрированные или разностно-стационарные временные ряды). Модель ARIMA(p,d,q) означает, что разности временного ряда порядка d подчиняются модели ARMA(p, q).

( Читать дальше )