Торговые системы

Тем, кто не читал предыдущий топик этой темы, рекомендую для начала ознакомиться с ним [1].

В комментариях к предыдущему топику меня критиковали за неоптимальность кода Python. Однако, текст читают люди с совершенно разной подготовкой — от почти не знающих Python или знающих другие языки программирования, до продвинутых пользователей. Последние легко могут обнаружить неоптимальность кода и заменить его своим. Тем не менее, код должен быть доступен и новичкам, возможно не обладающим знанием пакетов и продвинутых методов. Поэтому, в коде я буду, по возможности, использовать только базовые конструкции Python, не требующие глубоких знаний, и которые могут легко читаться людьми, программирующими на других языках. Вместе с тем, по мере изложения, без фанатизма, буду вводить и новые элементы Python.
Если вы хотите как-то улучшить или оптимизировать код, приводите его в комментариях — это только расширит и улучшит изложенный материал.

Ну, а сейчас мы займемся разработкой и тестированием индикаторов. Для начала нам нужна простейшая стратегия с использованием МА — его и построим. Самой лучшей по характеристикам МА является ЕМА. Формула ЕМА:

Для моделирование ТС на Python, прежде всего нужен сам Python. Pythonы бывают очень разные.

Самый большой и длинный Python — Anaconda (https://anaconda.org/). Скачать дистрибутив Anaconda можно здесь — Индивидуальное издание -https://www.anaconda.com/products/individual.
Я работаю именно с Anaconda. Установив Anaconda мы получаем сам Python, уже установленные значительную часть нужных и ненужных пакетов с библиотеками Python, и несколько сред разработки. И все это сразу готово к работе, и нам, по большей части, уже не придется дополнительно устанавливать пакеты и среды.

Самый маленький Python последней версии 3.8.2. скачивается с сайта самого Python — https://www.python.org/. Это, практически, только сам язык, компилятор и минимальный набор пакетов. Сделать с ним практически ничего невозможно, и для работы придется постоянно устанавливать нужные пакеты. Среду разработки придется также устанавливать самостоятельно.
Этот Python больше подходит для запуска и работы с уже отлаженными законченными программами.

Одни торговые системы легко отдают обратно то, что заработали на попутном ветре тренде, а другие, если захватили прибыль, то как бы связывают её внутри себя, вследствие чего она почти не утекает обратно (благодаря чему обеспечивают устойчивый поступательный рост эквити).

Как в науке называется этот их различающийся параметр?

Заметил по своей торговле, что как только пытаешься торговать 1 инструментом (а не портфелем разных инструментов), сразу же вся торговля разваливается: стремительный слив, убытки, забываешь, как выглядит прибыль, рваная эквити, высокая цена любой ошибки.

Кто сталкивался с таким?

В чём может быть причина? 

Правильный подсчёт финансового результата долгосрочного инвестирования выглядит так:

1. Весь период инвестирования (допустим, пожизненный) считается за 1 такт торговой системы.

2. Для каждого дня (!) этого периода считаются средняя цена покупки и текущая цены позиции.

3. На основе этого сравнения смотрим: находится ли твой портфель выше или ниже средней цены покупки.

4. Все дни, когда он ниже — это убыточные дни. Все дни, когда он выше — прибыльные дни.

5. Потом считаем общее число дней существования портфеля и долю прибыльных дней. 

6. Потом вводим поправку на средний размер прибыльной и убыточной сделок. 

7. Поздравляю, теперь мы видим настоящий финансовый результат своей инвестиционной деятельности за период.

А распространённый подход «Я много лет сидел со своим портфелем в минусах, а потом случайно произошли 2018-2020 гг., и я вышел в плюс — поэтому долгосрочное инвестирование выгодно» — это «гуманитарный» самообман.