Понимание силы тренда помогает трейдерам оценить устойчивость движения цены и находить оптимальные точки входа и выхода. Идея индикатора взята из комментария Ийона Тихого (https://smart-lab.ru/mobile/topic/1119895/#comment17905643): он предложил измерять силу тренда через относительное отклонение цены от средней. Формула проста: разница между ценой и средней, деленная на среднюю. Это позволяет оценить тренд независимо от абсолютных значений цены.
В тексте привожу открытый исходный код индикатора для того, чтобы любой человек мог проверить его в своём TradingView.
Индикатор силы тренда показывает, насколько цена отклоняется от своего среднего значения. Он рассчитывается по формуле:
Сила тренда = (Цена – Средняя) / Средняя × 100
Где:
Цена – текущая цена актива (например, цена закрытия свечи).
Средняя – значение скользящей средней (например, 21-периодная экспоненциальная средняя EMA).
Абсолютное отклонение цены от средней меняется в зависимости от уровня цены актива. Например, отклонение в 10 рублей на акции стоимостью 100 рублей и 1000 рублей будет восприниматься по-разному. Деление на среднюю нормализует это значение, позволяя объективно сравнивать силу тренда на разных инструментах и таймфреймах.
Друзья, я более десяти лет занимаюсь разработкой торговых алгоритмов и ботов. Это не просто программы, которые облегчают трейдинг, а будущее всех торговых платформ. Я более чем уверен, что уже через несколько лет 99% трейдеров будут использовать автоматизированные системы для покупки и продажи активов, цифровых монет и ценных бумаг.
Интересно, что цифровизация этого рынка началась задолго до появления ИИ и прочих модных систем. Торговые боты могут использовать на криптобирже, рынке Форекс и других рынках.
Вы должны понимать, что в основе любого торгового бота лежит сложная конструкция и алгоритмы. То есть мы говорим о программе, которая использует настройки трейдера, его стратегии и прочие инструменты для автоматизации процесса. Например, у меня есть бесплатный бот FLY DYNAMIC, в который заложена стратегия усреднения. Но она была не только доработана, но и усовершенствована.
Продолжаем изучение скринеров и кросс-тестирования. Сегодня будем учиться настраивать оптимизатор. И попробуем оптимизировать параметры для робота.
В качестве стратегии для тестов возьмём робота «Пин Бар на усреднённой внутридневной волатильности».
Запускаем «Optimizer»:
Введение
В трейдинге каждая секунда может иметь значение. Но стандартные инструменты часто не позволяют работать с данными высокого разрешения. В этой статье я поделюсь опытом создания кастомного решения для TSLab, которое сохраняет 1-секундные свечи с расширенными метриками (открытый интерес, количество продавцов/покупателей, лента сделок, лучшие бид/аск и др.). Покажу, как забрать эти данные из TSLab, передать их в Python для ML – анализа и т.д.
Задача
Трейдеры часто сталкиваются с ограничениями стандартных платформ: нельзя сохранить сверхмалые таймфреймы, добавить кастомные метрики или быстро переложить данные в Python для ML.
**Цель проекта** — создать инструмент, который:
— Сохраняет 1-секундные свечи с расширенными данными (открытый интерес, лента сделок…).
— Автоматически генерирует CSV-файлы для анализа.
— Позволяет строить интерактивные графики и обучать ML-модели.
**Главный герой** — ИИ-ассистент DeepSeek, который ускорил разработку в несколько раз и решил ключевые технические проблемы.
Продолжаем изучение скринеров и кросс-тестирование. Сегодня будем учиться настраивать тестер и проведём первый тест скринера.
В качестве стратегии для тестов возьмём робота «Пин Бар на усреднённой внутридневной волатильности».
Прибыльность в районе 1% на одну сделку:
Но это позже.
Точка входа у него примерно такая:
Торговый робот, использующий модернизированные версии классических инструментов анализа, показывает:
Pepe: 96% прибыльных сделок, +600% за 1.5 года
Near Protocol: 93% успеха, фантастические +1700% за 4 года
Solana: 93% положительных трейдов, +1225% за 4 года
Avalanche: 94% прибыльности, +1300% за тот же период
Все результаты достигнуты с применением 5-кратного плеча и подтверждены объемной статистикой по тысячам сделок.
Автоматизированный анализ тренда
Усовершенствованный алгоритм Channel Monster мгновенно определяет направление рынка, отсекая флэтовые периоды.
Точное измерение силы движения
Модифицированный ADX-фильтр с адаптивными настройками позволяет роботу работать только в сильных трендах, минимизируя ложные срабатывания.
Интеллектуальный вход по паттернам
Система сочетает сигналы RSI с распознаванием микроструктуры ордеров через анализ объемов, находя оптимальные точки входа с минимальным риском.
Автоматический риск-менеджмент
Продолжаю вести курс по скринерам в школе АЛОР. Сегодня в 20:00 по МСК будем вместе собирать и тестировать пробойный скринер на средней стадии волатильности инструмента. 350 строк кода. Больше 1000 % прибыли за 10 лет. Средняя прибыль на одну сделку около 1%.
После лекции можно позадавать вопросы и пообщаться. Обычно это занимает времени больше самой лекции. Спасибо огромное, что смотрите мои лекции.
Напоминаю нашему сообществу о том, что ходить обязательно! Пропустил такую лекцию – алготрейдером не стал!
Эквити % приращений по каждой сделке:
Логика индикаторная:
Продолжаем практические занятия по созданию новых источников для роботов в OsEngine.
Сегодня возвращаемся к самому источнику и добавляем в него коннектор, который был ранее нами сделан.
Cерия постов строго для программистов со стажем, которые не только знают C# на уровне мидлов и сеньоров, но и УЖЕ разбираются в том, как делать новые серверы подключения к OsEngine.
Первым делом добавляем коннектор в источник: