<HELP> for explanation

rss

Профиль компании

Блог компании SoftAlgoTrade

Как я сделал тестер-оптимизатор для нахождения прибыльных стратегий на Бирже - 2

Оптимизация торговых стратегий

Multidimensional Space Trading Strategies

Рис. 1. Оптимизация многомерного пространства алгоритмов торговых стратегий.

В процессе алгоритмической торговли постоянно возникает необходимость настройки параметров алгоритмов торговых стратегий. Сочетания всех возможных параметров превращается в большое многомерное пространство вариантов стратегий (см. Рис. 1). Чтобы получить самые прибыльные и стабильные стратегии нужно исследовать это пространство и подобрать оптимальные параметры для торговли.

Самый лучший способ исследования любого множества — это полный перебор всех его элементов Brute Force. Однако учитывая колоссальные объемы данных с которыми приходится сталкиваться при оптимизации, как правило, оказывается просто невозможно провести подобное исследование полным перебором. Приходится применять различные аналитические алгоритмы, которые позволяют сократить фактический объем исследований в процессе поиска экстремумов.



( Читать дальше )

SoftAlgoTrade - новая платформа для алготрейдинга

Доброго времени суток, уважаемые пользователи ресурса Smart-lab!

SoftAlgoTrade - Stochastic Brute Force optimization


Мы хотим поделиться отличной новостью! После 3-х лет разработки платформы для алгоритмической торговли на Бирже SoftAlgoTrade мы, наконец, смогли подготовиться к первому публичному beta-релизу! Теперь программное обеспечение находится в общем доступе и доступно для БЕСПЛАТНОЙ загрузки — ССЫЛКА

Многие, возможно, уже слышали про наш проект на 3-й Всероссийской конференции по алгоритмической торговле или на лекциях в Финам, а некоторые даже успели поучаствовать в закрытом тестировании, но для большинства это первый публичный релиз.

Почему нам пришлось разработать новую платформу для алгоритмической торговли?


В алгоритмической торговле сегодня существует ряд проблем, с которыми нам пришлось столкнуться в процессе разработки собственных алгоритмов и соответственно решить их в нашей платформе. Многие из ниже описанных решений присутствуют в той или иной алгоплатформе, однако нам удалось решить эти задачи комплексно в едином проекте.

Коротко о некоторых проблемах в алготрейдинге

1) Разрозненные системы технического анализа, тестирования и исполнения алгоритмов торговых стратегий


Нередко возникает ситуация, когда алгоритмы торговых стратегий тестируются в одной программе, например, в R, Python или Matlab, а исполняются уже через другие коннекторы, написанные на других языках программирования или в других программах для трейдинга.
При этом из-за разнородности программ в процессе переноса программного кода из системы тестирования в систему исполнения накапливается большое количество ошибок. Причинами расхождений может быть ошибочные допущения при тестировании, например, мгновенное исполнение, недостаточная задержка, проскальзывание и прочее, что приведет к фантастическим результататам на тестах и убыткам в реальной торговле.

Наше решение:
Использовать единый код торговой стратегии как при тестировании и оптимизации, так и в режимах эмуляции и реальной торговли. Торговая стратегия — это стандартная библиотека классов (DLL). Данный подход позволяет исключить ошибки переноса стратегий из систем тестирования в системы исполнения.

2) Одновременная работа с тиками и свечками различных таймфреймов


Тестирование на свечках как правило связано с большими допущениями. Работа с тиками дает более прогнозируемые результаты. С другой стороны, требует на несколько порядков больше вычислительных ресурсов. Не редко возникают ситуации, когда индикаторы необходимо строить по свечкам, а решения о входе в позицию принимать по тикам.

Наше решение:
Поддержка и тиков, и свечек, в том числе и для работы в смешанном режиме (см. Рис. 1).

Рис. 1. Одновременная поддержка тиков и свечек

Рис. 1. Одновременная поддержка тиков и свечек



( Читать дальше )

....все тэги
Регистрация
UPDONW