Data mining в алгоритмическом трейдинге

У частного алготрейдера есть 4 ключевые задачи:

1. Поиск идей торговых стратегий и упаковка их в роботов;
2. Проверка роботов на подгонку и устойчивость к изменениям;
3. Формирование портфеля роботов с отрицательной попарной корреляцией;
4. Управление этим портфелем стратегий на реальном счете (переоптимизация/замена на новые стратегии)

В данной статье попробуем решить первую задачу с помощью data mining.

Data mining (рус. добыча данных, интеллектуальный анализ данных, глубинный анализ данных) — собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Термин введён Григорием Пятецким-Шапироruen в 1989 году.

Чтобы проиллюстрировать что такое data mining в Metatrader 5 на срочном рынке Мосбиржи, установим в Metatrader 5 из Market mql5.com superbot (робот, которые создает других роботов).

 
В режиме демо-версии superbot обладает всеми функциями для генерации стратегий, описанные в данной статье.

Создавать стратегии будем со следующей вводной информацией:

1. Торговый актив: фьючерс на индекс РТС (комиссия 10 рублей на 1 лот);
2. Тайм-фрейм: M30;
3. Капитал: 100 000 рублей капитал;
4. Размер позиции: 1 контракт;
5. Стоп лосс: 1 000 пунктов;
6. Тип ордера: лимитный (выставляется на расстоянии 10% от дневного ATR(14).

В Metatrader 5 откроем окно “Тестер стратегии”

 

На закладке “Настройки” выставим необходимые условия

 

На закладке “Параметры” выбираем параметры, которые будут подвергаться изменениям при оптимизации. Я выбрал структуру сигнала для входа, а также 3 поля с фильтрами.

 

Пополняем аккаунт на 10$ в mql5.com и на закладке “Агенты” указываем “Использовать MQL5 Cloud Network” (помогает выполнять нужные нам вычисления в облаке), что позволяет значительно сократить время расчета. В среднем вы за платите от 10 до 50 центов за одну генерацию. Без «облака» на оптимизацию уйдет 30-40 минут!

 

Нажимаем “Старт” и начинается процесс data mining

 
Спустя 6 минут, на закладке “Форвард-оптимизация” получаем так называемую “Коллекцию стратегий”. Выбор подходящих стратегий осуществляем сравнивая показатели фактора восстановления на участке бектеста (in sample) и форварда (out of sample)

Кликнув 2 раза по строке стратегии, запустится тестирование и увидим кривую доходности и бекстеста, и форварда

 

Если на закладке “Настройки” уберем учет форварда, то сможем увидеть объединенную кривую in sample + out of sample

 

Показатели закладки “Бектест”

 

Перейдя в закладку “Настройки” увидим структуру данной стратегии

 

Если хотим получить описание в текстовом формате, выставляем true и еще раз тестируем. В итоге superbot создаст txt файл с описанием

 
Сама стратегия хранится в файле-контейнере с расширением ini, для сохранения необходимо нажать "Сохранить настройки". Ее легко пересылать друг другу и обратно загружать в тестер через “Загрузить настройки”



Вывод: любая задача имеет несколько решений и в данной статье показал как можно создавать алгоритмические стратегии не придумывая логику, а подбирая параметры.

Также данный подход делает вас независимым и позволяет находить рыночные неэффективности буквально за 5-10 минут.

Да, остается проблема подгонки (over-fitting), которую будем решать в другой статье.

С пожеланием успехов и кайфа в алготрейдинге, Владимир Чамин, superbot.pro

P.S.: если хотите подробнее разобраться, подготовил бесплатный мини-курс из 3-х видео где показываю как выглядит процесс генерации (того самого data mining-a) алгоритмических стратегий для фьючерсов Si, Eu, Ri

https://clck.ru/ap2qr

Прошлые положительные результаты торговли и тестирования не гарантируют их повторение в будущем. Информация, представленная на сайте, не является индивидуальной инвестиционной рекомендацией.

Трейдинг на финансовых рынках связан с риском потери капитала.