торговые роботы

Дорогие друзья!

Сегодня хочу поделиться с вами отличной новостью! Два дня назад мой проект — OSAEngine — получил первое крупное пожертвование. Этот вклад стал важной вехой в развитии проекта и подтверждением того, что моя работа находит отклик среди вас, моих уважаемых подписчиков и коллег.

Это событие вдохновляет меня на новые свершения, и в ближайшее время я планирую запустить серию лекций по Zero Coding — подходу, который позволит создавать стратегии без необходимости программирования. Лекции будут выходить ввиде статей здесь на протяжении всего года и, надеюсь, станут полезным ресурсом как для новичков, так и для опытных трейдеров.

Спасибо всем, кто поддерживает проект! Ваша поддержка делает меня сильнее и помогает двигаться вперед.

Подписывайтесь на меня, добавляйтесь в друзья и лайкайте, если вам нравится то, что я пишу. Впереди много интересного, и я буду рад делиться с вами новыми идеями и проектами!

Оглавление

Индикатор «DeltaByCandles»:

1. Как выглядит и что делает.

2. Обзор кода построчно.

3. Как правильно включать индикатор.

1. Как выглядит и что делает.

Индикатор выглядит следующим образом:

В мире алгоритмической торговли и высокочастотных операций скорость получения данных играет критическую роль. Хотя выбор брокера зависит от множества факторов, включая тарифы, удобство использования платформы и набор инструментов, для определенной категории трейдеров и разработчиков торговых систем скорость обновления стакана котировок может быть решающим фактором.

Исследование скорости API

Я провел сравнительное исследование скорости работы API двух популярных брокеров: Alor и Tinkoff. Целью было определить, какой из них обеспечивает более быстрое обновление данных стакана котировок.

Методология

Исследование проводилось с использованием открытых протоколов API обоих брокеров. Это важно отметить, так как открытые протоколы представляют собой передовые технологии в области биржевой торговли, обеспечивая максимальную скорость и эффективность передачи данных.

Для каждого API был разработан клиент, который подключался к серверам брокера, подписывался на обновления стакана и регистрировал время получения каждого обновления. Мониторинг проводился в течение 30 секунд, что позволило получить репрезентативную выборку данных.

Часто стратегии могут содержать большое количество параметров. Для логического разделения и удобства использования эти параметры можно разнести по разным вкладкам в окне.

Для этого при создании объекта в конструкторе последним параметром необходимо передать желаемое имя для вкладки. Если такой вкладки еще не существует, она будет добавлена в окно параметров автоматически.

Взглянем на примере, как это реализовано в роботе CustomParamsUseBotSample.

VK Видео:



RuTube:

StrategyParameterCheckBox по своему функционалу фактически повторяет StrategyParameterBool. То есть дает возможность выбирать одно из двух возможных состояний – true или false. Но также есть и одно визуальное отличие, StrategyParameterCheckBox отображается в виде галочки.

Расположение в репозитории ГитХаб: https://github.com/AlexWan/OsEngine/blob/master/project/OsEngine/Entity/StrategyParameter.cs

Расположение в проекте, если отрыть его на ПК:

StrategyParameterLabel предоставляет возможность добавлять записи в окно параметров, как правило, для визуального разделения окна параметров.

Расположение в репозитории ГитХаб: https://github.com/AlexWan/OsEngine/blob/master/project/OsEngine/Entity/StrategyParameter.cs

Расположение в проекте, если отрыть его на ПК:

Изначально, как молодая команда, мы заходили на рынок как сервис аналитики (B2B, B2C). Но в процессе общения с Asset Management, Family Office и Private Banking нам откровенно дали понять, никому не нужен еще один сервис аналитики. Есть доходность, вот капитал – управляйте.

Сейчас мы понимаем, что наша основная цель стать одним из лидеров рынка. Мы стремимся построить уникальную Fintech компанию, специализирующуюся на управлении активами на основе моделей Искусственного интеллекта и Машинном обучении (AIML — hedge fund).

В отличие от США, в России такой компании нет. Зарубежная практика показывает явное преимущество алгоритмических фондов перед классическими стратегиями, и тем более перед людьми. Объем активов под управлением глобальной индустрии хедж-фондов вырос до уже 4,5 трлн долларов. Ожидается, что до 2029 года он вырастет до 5,45 трлн долларов.

Лидеры мирового рынка, такие фонды, как Bridgewater или Renaissance стабильно, на протяжении многих лет, делают от 50% годовых, используя алгоритмический подход, статистические и математические модели. А объем активов крупнейшей AIML-шестерки составляет уже 516 млрд долларов.

VK Видео:



RuTube: