bR

( Читать дальше )

Я бы сказал, что нефть пока ведет себя, как будто бы в Дохе подписали соглашение о заморозке добычи.
Фиксация прибыли и все. Ну и по стопам на фиксации вынесли бычков слегка.

Ближайшая цель вниз по брент примерно 39. Это нижняя граница восходящего канала с низов.
Сегодня я ее не ожидаю но за пару следующих дней, да на амерской стате по нефти вполне можем туда придти.

P.S. а еще всем пугалку напишу. Нам легко могут рейтинг понизить еще раз, т.к. соглашения по нефти нет, прогнозы для экономики негативные, бла-бла-бла. Черного Лебедя ждать надо с этой стороны…

( Читать дальше )

Копался в статьях по алготрейдингу, решил присмотреться в сторону машинного обучения. Но это в моем случае не про какой-то искусственный интеллект с нейросетями, в нейросети пока не хочу лезть, слишком сложно. Для начала хочу использовать простые алгоритмы для классификации и оценки хороших точек входа на основе обучения модели на истории.

Я исходил из того, как сам разрабатываю обычно торговую систему: ищу хорошие точки входа на истории и классифицирую их. Но так как человеческие возможности ограничены, использую только 3 таймфрейма и около 10 индикаторов в сумме. Кроме этого, история в точности никогда не повторяется и нужна какая-то более умная модель, которая не просто сравнивает индикаторы, как делают сейчас мои роботы, а дает оценку данной рыночной ситуации на основе всей совокупности индикаторов.

С помощью машинного обучения можно создать и обучить много моделей по разным алгоритмам, эта область уже хорошо развита (Logistic regression, Linear discriminate analysis, Stochastic gradient boosting, Decision trees, Support Vector Machine, KNN и другие). Можно быстро попробовать разные модели (Spot-checking algorithms). Модели могут работать вместе и делать предсказания. Можно улучшать точность моделей (Algorithm parameter tuning, Ensemble methods). Можно посчитать точность предсказаний по модели, обучив сначала модель на части выборки, а затем протестировав ее на другой части выборки (resampling). 

Как я понял, R для машинного обучения идеально подходит. Сделал первые шаги сегодня: cоздал модель по туториалу, которая определяет по размеру чашелистиков и лепестков растения ирис точный вид (всего 4 вида) какого-то одного растения(особи) на основе обучения по выборке из 500 других растений(особей). 

Код: 

# Скачивание и инициализация библиотек mlbench(используется для machine learning), caret (используется для нормализации данных)
install.packages("mlbench") 
library(mlbench)
install.packages("caret") 
library(caret)

# Краткая информация про базу данных iris
data(iris)
summary(iris)

# Определение тренировочной выборки
trainControl <- trainControl(method="cv", number=10)

# Оценка точности алгоритма Naive Bayes на данном dataset
fit <- train(Species~., data=iris, trControl=trainControl, method="nb")

# Вывод оценки точности
print(fit)

Сейчас я точно так же хочу сделать модель, которая на основе 30-300 хороших точек входа на истории определяет, насколько хороша данная пятиминутка для входа в лонг или шорт. 

Что скажете? Есть ли там грааль? Есть ли у кого-то опыт использования машинного обучения для торговли? Что посоветуете? 

Также представляю вашему вниманию грубую оценку того, на сколько в среднем ходят нефть Brent и Si за час и 1 день. Посчитал с использованием библиотеки rusquant на R. Также делюсь элементарным кодом. 

Я взял данные за последние 15 дней для BRK6 и 30 дней для SiM6. Затем посчитал доходности и их среднеквадратичное отклонение. Затем отклонение умножил на среднюю цену. 

Получилось:

Brent
за час: 0.25$
за день: 1.15$

Si
за час: 235 руб.
за день: 757 руб. 

Код на R: 

# Инициализация библиотеки rusquant (русская версия от quantmod, поддерживает все функции quantmod)
library(rusquant)

# Получение исторических данных с Финама
getSymbols("SiM6", from=Sys.Date()-30, src="Finam", period="day")

# Рисуем график, чтобы увидеть данные
candleChart(SIM6)

# Расчет доходностей встроенной функцией библиотеки rusquant (унаследована от quantmod)
rr <- OpCl(SIM6)

# Цены закрытия
p <- Cl(SIM6)

# Получение абсолютного значения среднеквадратичного отклонения доходности
sd(rr)*mean(p)

[1] 757.7013

# Аналогично для часовика
getSymbols("SiM6", from=Sys.Date()-30, src="Finam", period="hour")
candleChart(SIM6)
rr <- OpCl(SIM6)
p <- Cl(SIM6)
sd(rr)*mean(p)

[1] 234.9929

#Аналогично для BRK6. 

( Читать дальше )

( Читать дальше )

Был топик, где я писал, что когда Бегемот обшибается, он ошибается на 15 тыс. пунктов:
smart-lab.ru/blog/317838.php

Мы практически достигли обозначенных уровней в 93-95 тыс. по RI.
Сегодня на вечерке и может быть завтра на начале выступления ясно кого будет последний задерг наверх и пойдем на коррекцию с первой целью 89 тыс.

Сегодня резко упало ОИ, росшее от 84000. Прибыль зафиксили, причем сегодня во флете.

По Si укрепляться тоже дальше сложно, нерезы вовсю уже ОФЗ продают и по дешевке баксов набирают, пока нефть растет.

А нефть вечно расти не будет.
Весь возможный от встречи в Дохе позитив имхо уже в цене, можем еще до 46 спайком допрыгнуть и тоже ага…

( Читать дальше )

( Читать дальше )

Всем привет! У кого какие предположения по роснефти — сегодня +1000 пунктов, новые хаи )) когда ждать обратно в 28 (хотя бы)?