
Всем привет!
Сегодня вышла третья лекция нашего сборника об аллокации капитала.
В этой лекции закроем шаги 2–6 из плана по кластеризации. Подгрузим в модуль «Аллокация капитала» файлы позиций восьми роботов из трёх комплектов, настроим расчёт — точность (неделя или месяц) и диапазон дат, рассчитаем веса двумя алгоритмами: равновесной кластеризацией и иерархическим риск-паритетом HRP Маркоса Лопеса де Прадо. Сравним оба варианта в тестере на едином сете данных и применим объёмы к ботам: к концу лекции портфель будет собран и готов к торгам.
Темы:
1) Подгрузка файлов позиций: 8 роботов из трёх комплектов — AlgoStart, SectorsSet и FuturesStart,
2) Настройка расчёта: точность (неделя/месяц) и диапазон дат — обрезаем эквити с 2019 года, чтобы синхронизировать акции и фьючерсы
3) Равновесная кластеризация: робот попадает в кластер, только если похож на всех его членов сразу; настройка минимальной корреляции внутри кластера (в бою — 0,35); капитал делится поровну: 1/N на кластер, внутри — поровну на робота
4) Таблица весов и плечи: от 100 % до 500 % капитала на комплект, сохранение результата в файл
5) Иерархический риск-паритет HRP: корреляция (Пирсон или Спирман), линковка (single, complete, average, Ward), ковариация (sample или shrinkage)
6) Как HRP делит капитал: дерево роботов и деление обратно волатильности — спокойным веткам больше, нервным — меньше
7) Сравнение в тестере: единый сет данных, оба файла аллокации, прогон 2019–2026
8) Итоги прогона со 2-м плечом
9) Выводы: как на практике распределять капитал между роботами;
Ссылка на лекцию 👇
https://www.tbank.ru/invest/social/profile/Trading_boost_camp/novaya-lekciya-rasskazem-kak-raspredelit-kapital-mezdu-robotami/

https://smart-lab.ru/company/os_engine/blog/1024149.php
Скачать OsEngine: https://github.com/AlexWan/OsEngine
Официальная поддержка OsEngine в MAX: https://max
Канал Научный трейдинг в MAX: https://max.ru/
Поддержка OsEngine в Телеграм: https://t.me/osengine_official_support
Канал Научный трейдинг (Bad Quant) в Телеграм: https://t.me/bad_quant