Порядок действий

1. Формируем в квике таблицу всех сделок со следующими параметрами



Фильтром отбираем нужные инструменты.

2. Скачиваем из Интернета свободно распространяемый DDE сервер от Морошкина с прилагаемыми dll.
3. В соответствующих местах кода заменяем код на вот этот

using System;
using System.Collections.Generic;
using System.Linq;
using System.IO;
using System.Text;
using System.Timers;
using System.Threading;
using XlDde;

namespace ConsoleApplication2
{
class Program
{
const string service = «myDDE»;
const string candleSPOT = «SPOT»;

static void Main(string[] args)
{

using (XlDdeServer server = new XlDdeServer(service))
{

server.AddChannel(candleSPOT, new SPOTChannel());
server.Register();

Console.WriteLine(«DDE server ready. Press Enter to exit.\n\n»);
Console.ReadLine();
}

}
}

// **********************************************************************
// * Классы DDE каналов с обработчиками данных *
// **********************************************************************

class SPOTChannel: XlDdeChannel
{
//static int time2 = 1000;
static int em = 7;
static int m = 1200;
static int[] NM = new int[em];
static int NMM = 0;
static int LastMinute = 0;
static int mm = 1638400;
static double[] Price_trade = new double[mm];
string[] EM_trade = new string[mm];
static int[] Time_trade_I = new int[mm];
static int[] Volume_trade = new int[mm];
static int[,] Time = new int[em,m];
static double[,] O = new double[em,m];
static double[,] H = new double[em,m];
static double[,] L = new double[em,m];
static double[,] C = new double[em,m];
static double[,] V = new double[em,m];

protected override void ProcessTable(XlTable xt)
{

//int time3 = 1000;
int[] nach = new int[em];
int nach1 = 0;
int i = 0;
int j = 0;
int s = 0;
int curHour = 0;
int curMin = 0;
int curDay = 0;
int curSec = 0;
int curDay_1 = 0;
string name;
string[] bf;
string[] EM = new string[em];
DateTime moment;
string[] Time_trade = new string[mm];

( Читать дальше )

Для тех, кто не является профессиональным экономистом, очень важно повышать свой уровень экономических знаний. В принципе, повышать уровень знаний надо всем, ну или, как минимум, освежать или обновлять свои знания. В настоящий момент много учебных заведений выкладывают свои курсы. Есть так же специализированные площадки по обучению. Одной такой площадкой является площадка coursera.org. На ней регулярно проходят курсы на разные темы. Так с 30 мая начались курсы «Оценка стоимости компании», которые проводят специалисты Высшей школы экономики. Можно получить знания бесплатно, а если нужен сертификат — заплатить небольшие деньги и сдать тест.

Небольшая статья с ресурса http://www.talaikis.com/ о построении простой стратегии, использующую наивный байесовский классификатор при создании процесса возврата к среднему. Весь код в статье приведен на языке Python.

Это достаточно большая область исследований, но расскажем все очень кратко. Мы попытаемся найти взаимоотношение между  временными сериями  (в данном случае возьмем в качестве сигнала взаимный фонд XLF из финансового сектора, сдвинутый по времени на 1 день назад), а нашей целью будет фьючерс S&P500 в форме CFD. Будем входить в длинную позицию по этой бумаге при нулевой вероятности приращения. Логически нулевая вероятность ни о чем не говорит, другими словами, будем покупать возврат к среднему.

1. Получение данных

Y = read_mongo(dbase, "S&P5001440")
X = read_mongo(dbase, syms[s]).shift()

#готовим набор данных
res = pd.concat([X.CLOSE, Y.CLOSE], axis=1, join_axes=[X.index]).pct_change().dropna()
res.columns = ['X', 'Y']

( Читать дальше )

Подготовил презентацию

drive.google.com/file/d/0BzRUUWXCOSO5QzVxUEFRUGdVWU0/view

Но скажу сразу, что есть сомнения, а не напугаю ли я аудиторию? Посмотрите, дайте обратную связь.

P. S. Поясню, чтобы не было недопонимания. Это не доклад о том, как строить торговые алгоритмы, а методика классификации рынка, которая дает ключ к пониманию:

— какие алгоритмы были эффективнее в прошлом;
— на каком рынке от построенного алгоритма ждать «подлянки»;
— как построить эффективный портфель из имеющихся алгоритмов;
— на каких задачах сосредоточить усилия с целью улучшения существующего портфеля.

Экспорт из КВИКа в Эксель таблицы всех сделок и её дальнейший анализ.


( Читать дальше )

Скандал скандалом, а я тут решил изучить,  что плохого и что хорошего если налоговый резидент РФ ( в общем случае тот парень, независимо от гражданства, что живет больше 187 дней в РФ ( ч.2 ст. 207 НК РФ ) в течении 12 календарных месяцев  ) будет иметь оффшор. Скажу прямо — если у вас нет еще оффшора, то вы прямо говоря лох и лузер! Ваша жизнь не удалась. Придумать такое антиоффшорное законодательство мог только враг финансовой системы РФ.  Рука лично Обамы и госдепа здесь прослеживается очень сильно!

В конце статьи я написал как инвестор или трейдер может это использовать себе во благо. Так читайте внимательно! Я не делаю конкретных рекомендаций по юрисдикциям и формам – я не компетентен в этих вопросах. Здесь как на минном поле шаг вправо шаг влево и все попал! Требуется понимание соглашений об исключении двойного налогообложения. Самое главное в моем материале дать разбор ситуации с точки зрения НК.

Скажу сразу вся вина г-на Ролдугина ( как и все остальных ), что он попал на штраф в 100 000 рублей.  Если бы отчет вышел до 20 марта, то возможно штрафа бы и не было бы. Но нам про это по ящику Киселев не расскажет. Расскажу я! Итак, все по порядку!

( Читать дальше )

Вчера на СмартЛабе  был размещен пост Как построить корреляционную матрицу (для парной торговли) в Excel, собравший аж 150 "+".
Решил тоже попрактиковаться и написать под эту задачу код в R. Важным преимуществом R является наличие пакета rusquant, который позволяет автоматически получать котировки с Финам в любом таймфрейме (в т.ч. в тиках), что существенно экономит время по сравнению с ручной обработкой в Excel.

Код на R приведен ниже:

• Файл c кодом можно скачать тут.
• Файл с названиями тикеров: для примера 1 тут, для примера 2 тут. Эти файлы используется для ввода тикеров в программу, т.к. прописывать тикеры вручную непосредственно в коде при их большом количестве не удобно. 
• Время загрузки данных с Финам по 79 тикерам составило 84 секунды, т.е. примерно по 1 сек. на тикер. А сколько бы ушло на ручную загрузку для Excel сложно представать.

 

Результаты:

( Читать дальше )

Для эффективной парной торговли очень важно знать коэффициенты корреляции между инструментами.

Сегодня мы по пунктам разберем, как построить корреляционную матрицу в экселе за 5 минут.

Пример корреляционной матрицы:



Алгоритм построения:
1. Скачиваем исторические дневные данные (минимум за 1 год). я пользуюсь сайтом финама (раздел экспорт данных) http://www.finam.ru/profile/moex-akcii/gazprom/export/

2. Вставляем все скаченные данные в эксель



( Читать дальше )

Примерно месяц назад мне на глаза попалась вот эта запись на Смартлабе:
http://smart-lab.ru/blog/307485.php

Как и большинство, опубликованных на Смартлабе, ценных мыслей, публикой воспринята она была довольно прохладно :-) Мне же идея сразу понравилась, в тот момент она мне показалась похожей на одну из стратегий прорыва полос Боллинджера, которую я использовал, но новый подход позволил бы кардинально сократить время на мониторинг графика.

Около недели я экспериментировал с идеей самостоятельно. Подбирал правила для входа/выхода из позиции. Убедился в наличии мат. преимущества, даже при совершенно безумных вариантах ее использования, например я пробовал искать сигнальную «маленькую» свечу на часовом графике и занимался скальпингом по мини-тренду на минутках в процессе формирования «большой» часовой свечки. И это даже работало в плюс, хотя комиссия сильно подъедала прибыль :-)

( Читать дальше )