SMART-LAB
Новый дизайн
Мы делаем деньги на бирже
Информация
Торговые сигналы!
Торговые сигналы! | Самонастраивающаяся система торговли на 1С
- 10 июня 2022, 12:00
- |
Не смотря на то, что существует множество языков программирования и готовых торговых систем, считаю что возможности платформы 1С Предприятие на форуме не сильно озвучены. Поэтому опишу свою реализацию торговой системы.
Система имеет 18 встроенных торговых стратегий. Сами стратегии основаны на технических индикаторах рассчитанных в связке 1С+Python.
На примере MACD простейшее описание выглядит так: сигнал на покупку возникает если ta_MACD_macd_diff больше 0 и растет
Для хранения истории срабатывания сигналов для всех инструментов используется Регистр сведений (читай таблица)
В нем содержится история по датам по сигналам для всех инструментов
Аналогично в другой таблице хранится по датам анализ того сработал ли сигнал или нет.
Данные в таблице заполняются как специальной обработкой (так реализован анализ истории), так и в реальном режиме времени.
И для принятия решения существует аналогичная таблица, но уже не по датам а итоговая.
В ней проанализировано общее количество сигналов по каждому инструменту и вероятность срабатывания сигналов.
Соответственно как человек, так и система сама может принять решение в реальном режиме времени исходя из текущих сигналов на покупку и продажу, так и из вероятности их срабатывания, которая накопилась по результатам тестирования в прошлом.
При желании можно посмотреть детализацию какой именно сигнал сработал, и какова вероятность его срабатывания.
И расшифровать сигнал графически
Буду признателен за идеи по улучшению механизма принятия решений, а то у меня иссякли идеи.
Система имеет 18 встроенных торговых стратегий. Сами стратегии основаны на технических индикаторах рассчитанных в связке 1С+Python.
На примере MACD простейшее описание выглядит так: сигнал на покупку возникает если ta_MACD_macd_diff больше 0 и растет
Для хранения истории срабатывания сигналов для всех инструментов используется Регистр сведений (читай таблица)
В нем содержится история по датам по сигналам для всех инструментов
Аналогично в другой таблице хранится по датам анализ того сработал ли сигнал или нет.
Данные в таблице заполняются как специальной обработкой (так реализован анализ истории), так и в реальном режиме времени.
И для принятия решения существует аналогичная таблица, но уже не по датам а итоговая.
В ней проанализировано общее количество сигналов по каждому инструменту и вероятность срабатывания сигналов.
Соответственно как человек, так и система сама может принять решение в реальном режиме времени исходя из текущих сигналов на покупку и продажу, так и из вероятности их срабатывания, которая накопилась по результатам тестирования в прошлом.
При желании можно посмотреть детализацию какой именно сигнал сработал, и какова вероятность его срабатывания.
И расшифровать сигнал графически
Буду признателен за идеи по улучшению механизма принятия решений, а то у меня иссякли идеи.
теги блога Биржевой Спекулянт Инвестор
- 1С
- python
- алгоритм торговли
- алгоритмы
- алготрейдинг
- аналитика
- ИТ
- оффтоп
- софт для трейдинга
- торговые сигналы
- торговые роботы
- торговые сигналы
- торговый алгоритм
- торговый софт
- трейдинг
Вот моя биография
spb.hh.ru/resume/ad6726d5ff03314e2f0039ed1f474a69464878
Реализованный мною функционал системы это полный самопал
Я бы сказал так: имеющийся функционал системы это полуфабрикат для построения других систем не с нуля.
Экспорт информации во внешние системы анализа и импорт сделок из внешний систем являются штатным документированным функционалом QUIK так же как и встроенные в него языки программирования.
1С как удобная оболочка выступает (справочники, регистры, запросы), а остальное питон? Или может на 1с можно индикаторы, коннекторы писать, приказы выставлять?
Отчетами реализованы разнообразны отчеты на 1С.Система компоновки данных.
Обработками реализованы возможности анализа и прогнозирования средствами 1С (Дерево решений, кластеризация).
Так же обработкой реализован «Внешний анализ Python». Берутся данные из 1С передаются в csv определенному скрипту Python. Скрипт возвращает обратно либо картинку по одному из показателей технического анализа либо сами данные показателя. (Всего 2 библиотеки ta и ta_lib это больше 120 индикаторов и графиков)
Обработками так же реализованы механизмы тестирования на основании исторических данных. Запоминаются прогнозы по дням и как они сбылись. Получается вероятность срабатывания сигналов по каждому индикатору и каждому инструменту
У меня есть группа вконтакте и сайт там документация и видео.
Не знаю можно ли рекламироваться тут но ф профиле есть информация по мне либо можно погуглить по словам «Биржевой Спекулянт Инвестор 1С»
Для фундаментального анализа есть интегрированный вариант с 1С Бухгалтерия. В ней проверка контрагентов, спарк риски, отчетность контрагентов 1С по контрагентам, досье контрагента и т.п.
И производится такой анализ
Если индикатор сегодня растет то цена завтра растет (считается количество случаев)
Если индикатор сегодня падает то цена завтра падает
Если индикатор сегодня падает то цена завтра растет
Если индикатор сегодня падает то цена завтра падает
Получается что то типа матрицы зависимостей цены завтра от изменения всех индикаторов сегодня.
Расчет такой что если корреляции между индикатором и ценой завтра нет, то получится вероятность 50 %. А если есть то можно потом эти вероятности или сложить или посчитать и среднее (среднюю вероятность) и принять решение