алготрейдинг

Дело было в июне-июле прошлого года.

Моя благоверная уехала в гейропу на полтора месяца, и у меня возникла мысль шальная. Как получить дополнительный профит со своих знаний в области алготрейдинга. И как это сейчас модно мысль была в обучении, собрать группу, и обучить за месяц. А почему нет. Ожидался выхлоп за месяц порядка 1мл. наших деревянных, за месяц работы и с месяц подготовительной работы. Обучение хотел провести в 3 шага. 1. Теория. 2. Обучение созданию в TsLab. 3. Совместное создание рабочего алгоритма.

Начал делать сайт под это дело, с пол месяца потратил, и отложил в долгий ящик. В общем дело дальше не сдвинулось по ряду причин в связи со сменой приоритетов на короткое время.

Про третий пункт сейчас и пойдет речь.

В феврале этого года возникла мысль довести дело до конца, но начал не с сайта, а начал думать, что бы такое можно сделать сообща, такое — что бы было простое, приносило профит, не было за оптимизированно, тянуло бы нормальный объем и отвечало общей концепцией, которую я хотел озвучить на обучении.

( Читать дальше )

Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 11.05.2016
Начало проекта тут. 


( Читать дальше )

Знакомьтесь, это статистический профиль годовых результатов S&P500 за всю историю.
Я решил наглядно показать, что утверждение «раньше рынки были другие» не соответствует действительности.
В лучших традициях квантов построил гистограмму распределения доходностей за период и… был неправ.

На графике распределения дневной доходности мы видим четко прослеживающуюся тенденцию


( Читать дальше )

Доброе утро, коллеги!
Прямая трансляция торговли на сегодня: 10.05.2016
Начало проекта тут. 


( Читать дальше )

Доброго дня!

После очень хорошего взлета, который мои алгоритмы устроили с декабря-января по март 2016 года, почти все начали генерить просадку. В прошлый раз пик просадки пришелся на начало декабря, как раз, когда я второй месяц отдыхал в Индии. Сегодня вернулся из небольшого отпуска, проведенного в Болгарии, сейчас по некоторым стратегиям надеюсь пик просадки и дальше только вверх. Ищу закономерности во всем :)

Сейчас я торгую 4 стратегии, две среднесрочно-долгосрочные, две краткосрочные. Стратегии не предусматривают выхода из позиций ни на ночь, ни на выходные, ни на праздники. И так как краткосрочно я торгую только Si, то на другие инструменты выходные и праздники вообще не влияют, так как мои среднесрочно-долгосрочные алгоритмы не обращают внимания на движения менее 5 дней.

А вот для торговли Si даже один-два дня с хорошим движением могут принести массу прибыли или убытков. К первомайским праздникам уходил в шорте Si, причем стопы плановые стопы у этого шорта к тому моменту уже подтянулись в безубыток, а позиции был в прибыли. Но 2 и 3 мая нефть падала без остановки, а 4 мая на открытии я вынужден был переворачиваться в жирном убытке, которым сильно превысил плановые из-за гэпа. Суммы на счетах большие, поэтому такие резкие колебания у меня вызывали в тот момент бурю эмоций. Но я держался как кремень, все сделал, как и полагалось.

( Читать дальше )

В последнее время изучаю R и машинное обучение. 

Мои статьи про R, машинное обучение, количественный анализ

В этом посте я расскажу о том, как применить машинное обучение для поиска закономерностей и прогнозирования.

Использовал эту статью: Применение машинного обучения в трейдинге

Начнем с проверки того, работают ли тренды и как влияет день недели на направление движения цены. И если работают, насколько они смещают вероятность в нашу сторону. Применим для этого наивный байесовский классификатор. 

Теорема Байеса в теории вероятностей, как теорема Пифагора в геометрии.

Байесовская вероятность — это интерпретация понятия вероятности, используемая в байесовской теории. Вероятность определяется как степень уверенности в истинности суждения. Для определения степени уверенности в истинности суждения при получении новой информации в байесовской теории используется теорема Байеса. 

( Читать дальше )

Если кому-то интересно, мои статьи на тему R, машинное обучение, количественный анализ:

1. Мои шаги в сторону машинного обучения на R и немного про Si, Brent
2. Расчет ожидаемого количества убыточных сделок подряд на R
3. Применение логарифмов для расчетов со сложным процентом
4. Построение модели для парной торговли акциями Google и Apple на R
5. Анализ Brent с использованием языка R
6. Количественный анализ графика нефти с применением R (продолжение)
7. Гистограммы доходностей разных активов
8. Применение наивного байесовского классификатора на R для поиска закономерностей и прогнозирования

В следующей статье расскажу про наивный байесовский классификатор и нейронные сети в трейдинге. 

Лирическое отступление (особо занятым алготрейдерам можно пропустить):
Всё чаще ловлю себя на мысли (и думаю не я один), что большинство постов на смартлабе в виде общеполитического срача, местечково-внутрисмартовских разборок и большинства торговых сигналов ничем, кроме ЧСВ и «интуиции», не обоснованных, носят достаточно мусорное содержание (этакий интеллектуальный фастфуд) и грубо говоря названию ресурса не соответствуют;) Весь этот мусор весьма напрягает и всё меньше становится желание даже просматривать основную ленту. Соответственно всё самое нужное нахожу в Алготрейдинге (Торговых роботах) и блогах смартовцев активно туда пишуших и комментирующих. Это как глоток свежего воздуха, спасибо всем активистам системной торговли!)

Основная часть:
Как опять же ;) думаю не я один заметил следующую тенденцию: при оптимизации стратегий на бэктестах на достаточно длительных периодах (несколько лет) более выгодно по доходности часто смотрятся параметры, при которых в начале периода стратегия колебалась в районе нулевой доходности, а ближе к концу тестируемого периода начала резко соответствовать рынку):

( Читать дальше )

Возьмем за основу исходный результат продажи месячных путов на SPY c доходностью 24% годовых и попробуем выжать максимум.
Изначально результаты теста были следующие:

Теперь оставим только входы на высокой волатильности:

( Читать дальше )