Т.к. я (уже!!) в ЧС у автора этого риторического вопроса, а он достаточно интересен для реальной торговли, вопрос далеко не риторический.
Мой ответ — работает и хорошо применима для реальной торговли. Все просто, по модели  Блэка — Шоулза расчитываются теоретические цены опционов (они указаны на доске опционов), и реальные цены опционов оч. близки или даже совпадают с моделью  Блэка — Шоулза. Отсюда, на эту модель вполне можно рассчитывать  при практических расчетах и прогнозировании цен опционов.
Таким образом, пока теоретические цены опционов будут рассчитываться биржей по модели  Блэка — Шоулза, она будет успешно работать, и не менее успешно применяться.

PS Ну и мое скромное мнение: модель  Блэка — Шоулза является достаточно хорошим приближением для реально «справедливых» цен опционов.

Тем, кто не читал предыдущий топик этой темы, рекомендую для начала ознакомиться с ним [1].

В комментариях к предыдущему топику меня критиковали за неоптимальность кода Python. Однако, текст читают люди с совершенно разной подготовкой — от почти не знающих Python или знающих другие языки программирования, до продвинутых пользователей. Последние легко могут обнаружить неоптимальность кода и заменить его своим. Тем не менее, код должен быть доступен и новичкам, возможно не обладающим знанием пакетов и продвинутых методов. Поэтому, в коде я буду, по возможности, использовать только базовые конструкции Python, не требующие глубоких знаний, и которые могут легко читаться людьми, программирующими на других языках. Вместе с тем, по мере изложения, без фанатизма, буду вводить и новые элементы Python.
Если вы хотите как-то улучшить или оптимизировать код, приводите его в комментариях — это только расширит и улучшит изложенный материал.

Ну, а сейчас мы займемся разработкой и тестированием индикаторов. Для начала нам нужна простейшая стратегия с использованием МА — его и построим. Самой лучшей по характеристикам МА является ЕМА. Формула ЕМА:

( Читать дальше )

Для моделирование ТС на Python, прежде всего нужен сам Python. Pythonы бывают очень разные.

Самый большой и длинный Python — Anaconda (https://anaconda.org/). Скачать дистрибутив Anaconda можно здесь — Индивидуальное издание -https://www.anaconda.com/products/individual.
Я работаю именно с Anaconda. Установив Anaconda мы получаем сам Python, уже установленные значительную часть нужных и ненужных пакетов с библиотеками Python, и несколько сред разработки. И все это сразу готово к работе, и нам, по большей части, уже не придется дополнительно устанавливать пакеты и среды.

Самый маленький Python последней версии 3.8.2. скачивается с сайта самого Python — https://www.python.org/. Это, практически, только сам язык, компилятор и минимальный набор пакетов. Сделать с ним практически ничего невозможно, и для работы придется постоянно устанавливать нужные пакеты. Среду разработки придется также устанавливать самостоятельно.
Этот Python больше подходит для запуска и работы с уже отлаженными законченными программами.

( Читать дальше )

Стоит ли посвятить несколько топиков моделированию стратегий на Python? Не о программировании на Python — это в книгах можно прочесть, а именно о методах моделирования и тестирования стратегий.
Можно начать, скажем с двух ЕМА. Стратегия изначально дохлая, но может послужить шаблоном для разработки ваших собственных стратегий. Для этого потребуется несколько топиков. Если интереса не будет, то и заморачиваться не имеет смысла. Может вы и сами с усами.)

Может также быть полезна и части инвесторов. Но у  их большей части свои причуды, и им эта инструкция неприемлема.
Начнем с того, что рынок по большей части непрогнозируем и представляет из себя случайный процесс. Будем исходить из этого.
Хотя основная наша задача, все таки, получение прибыли, однако, еще более насущная — минимизация убытков.
Итак, внутренний голос (или что там у вас? ТА или даже ТС, говорите.) сказал нам, что цена будет некоторое время расти. А если не будет? — на этот вопрос мы и попробуем ответить перед входом в сделку. Нам следует минимизировать убытки, если мы не правы, и расти, таки, не будет. Кто хочет, пусть ставит стопы — это их личное дело. Мы не будем.
Мы будем ждать. Наша сделка начнется со скальпинга и должна закончится либо входом в интрадей сделку, либо получением скальпинг-прибыли, либо скальпинг-убытком. Т.е., в случае неудачи, мы закрываемся в безубыток, с небольшой прибылью или небольшим убытком. Далее, ждем следующей возможности.
В итоге, после нескольких неудачных попыток входа, имеем либо небольшую прибыль от скальпинга, либо мизерный убыток — никаких %% убытка, заметьте.

( Читать дальше )

Все темы сегодня примерно об одном и том же. И пофлудить негде и не о чем.
Об инвестициях можно на год-полтора забыть. Кто не забыл и хочет продолжить этот праздник жизни — это их личное дело.
В общем, имхо, настало время активных спекулянтов. Хотя, для спекуляций тоже не лучшее время, однако, времена не выбирают, в них живут и умирают. ©
В связи с изложенным появилась идея постановки задачи разработки спекулятивной стратегии. В основном для начинающих. В ходе решения вы сами ее и разработаете. Мое дело только постановка задачи. Готовых решений тоже не будет — вы сами их найдете. Да и таких решений может быть много, хороших и разных. Практически как курсовая работа в институте, только значительно проще.
Если наберется несколько человек желающих в период самоизоляции заняться решением — будет и формулировка.
Что касается уже действующих спекулянтов, то у них уже есть стратегии, и им это будет вряд-ли интересно. Хотя, тоже не возбраняется.
Заодно выясним сколько здесь начинающих спекулянтов.)

PS книга по анализу временных рядов - Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и управление.

Дискуссии, если понадобится, потом, когда немного статистики наберется.

Я уже писал, что у меня сделана C++ DLL, которая получает данные из Lua и пишет их в БД SQLite. Уже писал также, что DLL под Lua делается на раз, и даже приводил коды и шаблон проекта простенькой C++ DLL. Посмотрело несколько тысяч, скачало, аж 12 человек, применят от силы двое. КПД постов, прямо скажем, оч низкий.)

В DLL реализована как связь с Lua, и будет реализована сама стратегия, вот только не решил какая из них. Повторять старые стратегии на новой для меня платформе Quik уже неинтересно, а новых моделей АТС отработано уже несколько. Все моделируется в Python. Часть стратегий не требует сложной математики, и могут быть легко перенесены непосредственно на С++. Другие непосредственно в DLL перенесены быть не могут, т.к. используют пакеты Python — всяческие регрессии и машинное обучение.
В общем, получилось, что DLL является шаблоном для любой стратегии. Все необходимые для АТС данные доступны АТС — реал-тайм данные поступают в DLL непосредственно из терминала, а необходимая история пишется DLL в БД SQLite и читается АТС из базы данных.

( Читать дальше )

Делаю новую алгоритмическую торговую систему (АТС) под Quik. Базовой в системе является достаточно сложная многопоточная C++ DLL, связывающаяся с Quik через Lua. Для разработки с самого начала использовалась VS 2015. Т.к. в настоящее время перешел на х64 Quik занялся перекомпиляций всего своего х86 софта под Quik на платформу х64.
Все бы ничего, но при больших рыночных потоках данных Quik начинал подтормаживать, а при подключении DDL, Quik подтормаживал еще сильнее и через некоторое время падал вместе с DLL. Переход на х64 существенно улучшил ситуацию, Однако эпизодические падения, значительно реже, но продолжались.
Надо сказать, что все эти многопоточности и были ранее введены в DLL для снижения нагрузки на Quik, чтобы не грузить поток событий терминала. Вся обработка событий заключалась лишь в том, чтобы преобразовать данные получаемые из Lua и отдать их соответствующему потоку для дальнейшей обработки.
В общем, о стабильной АТС приходилось только мечтать, и думать что дальше с этим делать.
У меня на компе давно без дела пылилась Visual Studio 2017. Требований к железу она предъявляет больше чем VS 2015, и я ее использовал считанные разы, скорее, чтобы посмотреть что в ней нового и отличия от VS 2015. Существенных отличий не заметил, и продолжал работать на старой VS 2015.

( Читать дальше )

Не далее как вчера опубликовал топик "Смена x86 Quik 7.27.2.1 на x64 Quik 8.4.1.6. Пляски вокруг DLL", где кратко рассказывалось как перекомпилировать проект С++ с платформы х86 на х64. Надеюсь, что у вас все уже получилось или получится.
Но я «крутой» программист, и, естественно, у меня вначале вообще ничего и никак не получалось. А так как проект большой, да еще и непонятно в чем дело, а своими экспериментами я могу вообще все испортить, то решил сделать маленькую простенькую DLL LuaProba.dll, на ней отработать переход на х64, и потом перенести это в большой проект.
Привожу код С++ DLL целиком:

// LuaProba.cpp: определяет экспортированные функции для приложения DLL.
//

#include "stdafx.h"
#include <stdio.h>
#include <string.h>

//=== Необходимые для Lua константы ============================================================================//
#define LUA_LIB
#define LUA_BUILD_AS_DLL

//=== Заголовочные файлы LUA ===================================================================================//
extern "C" {
#include "Lua\lua.h"
#include "Lua/lauxlib.h"
}

static int forLua_TestFunc(lua_State *L) // Возвращает заданный текст
{
        const char *cc = "Привет из C/C++ и от меня 2 раза"; //str.c_str();
        lua_pushstring(L, cc);
        return(1);
}

//= == Регистрация реализованных в dll функций, чтобы они стали "видимы" для Lua == == == == == == == == == == == == == == == ==//
static struct luaL_reg ls_lib[] =
{
        { "TestFunc", forLua_TestFunc },
        { NULL, NULL }
};

//=== Регистрация названия библиотеки, видимого в скрипте Lua ==================================================//
extern "C" LUALIB_API int luaopen_LuaProba(lua_State *L)
{
        luaL_openlib(L, "LuaProba", ls_lib, 0);
        return 0;
}

Весь проект DLL для VS 2015 можно скачать по ссылке - 

( Читать дальше )