Думаю, уровень курсового проекта студента примерно 3-го курса практически любой технической специальности.
Не скажем им про рынок, а просто дадим набор данных и попросим сделать наилучший алгоритм прогноза и посчитать всяческие доверительные интервалы для такого прогноза. Задача однозначно будет решена. Подобные задачи, кстати, решаются студентами в рамках курсовых проектов.
Помнится, у меня подобная задача была на 4-м курсе, и она уже носила сугубо прикладной характер в рамках конкретной технической дисциплины.

У меня нет подтверждения того, что я скажу. Было это лет этак 10 назад, и тогда на каком-то форуме я это уже излагал, только с графиками.
Мною отрабатывалось оптимальное сопровождение и закрытие интрадей сделок без каких либо других планов. Взял какую-то простейшую систему, типа, на двух МАшках, а отработка, по замыслу, заключалась в том, чтобы минимизировать убытки. Ни о какой прибыли речь вообще не шла. Доминимизировался до того, что система оказалась в прибыли.
Странно, — подумал Штирлиц. Взял другую столь же простенькую систему с уже отлаженным сопровождением. Тоже в прибыли.
В общем, получилось, что любая более-менее логичная система при соответствующем сопровождении и закрытии сделок оказывается в прибыли.
Да, прибыли там небольшие, но для работы с фьючерсами с их небольшим ГО и малой комиссией, вполне ощутимые.
Интрадей систему с фьючерсами сделать не сложно. На больших интервалах — эт не знаю, не пробовал, но что-то сдается, что это не прокатит.

Собственно, все стратегии основаны на принципе: покупай дешево — продавай дорого. Вопрос только в определении понятий — дорого/дешево.
Основной принцип на графике:

Это фьючерс Сбера, 1 м график, по х — минуты. Дешево внизу, дорого вверху. Средняя прибыль ~40 п за сделку.
Я не боюсь, что кто-то что-то украдет, в смысле идей, да, они, собственно, и без меня очевидны. Один из наших коллег на СЛ уже «украл» — работает с этим уже три или 4 года — результат околонулевой. Ну, вы наверное знаете товарисча.)
Вот с этим я сейчас и работаю. Система совершенно другая — старая почти изжила себя — на графике все можно увидеть. Раньше ходы цены были несколько другими.  Сейчас требуются другие подходы к снаряду. Сеточники — не хочу, не нравится мне это, хотя bohemian rhapsody...
Вот, пока, чего не пойму, так это стратегию Мальчика BuyBuy. Может, вообще бы все переделал, если бы понял.))
А вообще, не скрою, я сюда, на СЛ, за идеями пришел. Варясь в собственном соку новые мысли не появятся.

Напишу сейчас, завтра некогда будет.
Итак, у некоторых наших товарищей (не будем называть имён, их, как минимум около десятка), в ТС во главу угла поставлены приращения цены, у других (их тоже есть), алгоритмы ТС основаны на ценах.
Какая из этих моделей более близка к реальности и более проста в реализации?
Рассмотрим самую примитивную модель рынка. Конечно, понятнее было бы нарисовать квадратики, но не имея технических возможностей для этого (смартфон) ограничусь эпистолярный жанром.
Начнем с текущей цены которую видят участники рынка и ее текущего положения относительно истории актива. Уже только из этих соображений они предпринимают некие действия меняющие цену. Другие участники смотрят на меняющуюся цену и ее относительное положение в пространстве, и также предпринимают некие действия, что также изменяет стоимость актива.
Теперь к участникам поступает поток новостей. Участники реагируют на них исходя из «веса» новости и опять-таки относительного положения актива на графике.

( Читать дальше )

Никогда особо не интересовался сеточниками. Поверхностно знаю что это такое, но не более.
Я торгую по старинке. Нахожу локальные минмаксы, беру в них позу целиком, если вошел неудачно — закрываюсь в окрестностях нуля, если удачно — беру прибыль со всей позиции. В общем, метод проб и ошибок, где ошибки, в среднем, ни прибыли, ни убытков не дают, но если уж попадем, то возьмем все и сразу.)
Пробовал моделировать набор позиции, постепенно ее наращивая и/или постепенно уменьшая. Риски, конечно, меньше, мороки и расчетов с множественными входами/выходами больше, а, прибыль при той же конечной позиции, сильно меньше. Цимеса в этом не увидел, и завязал с этим делом.
Насколько я себе представляю, сеточные стратегии секрета не представляют. Потому хотелось бы насколько это возможно разобраться в таких стратегиях.
Судя по сегодняшнему посту о ТС bohemian rhapsody, с сеточниками все не так плохо, как мне представлялось.
Вот, кстати график, приведенный bohemian rhapsody:

Чтоб я чего понял. Или вообще это не сеточник, и я что-то путаю. Но, вроде, написали, что сеточник.)
В общем, если можете, помогите разобраться. Ну, а разберусь, попробую на модели посмотреть.

ScalpLab — не знаю, употреблял ли ранее кто такое название, м.б. оно уже кем-то зарегистрировано. Если так, то потом изменю на что нибудь типа ScalpJob, но пока, до выяснения, пусть будет ScalpLab.
Идея эта у меня не новая. Она была реализована для терминала АД 3.5, который приказал долго жить где-то в 2015 году. Компьютеры сменились, программа затерялась в архивах на старых дисках, технологии утеряны, а подробности реализации уже не вспомнить. Да и если будет реализация, толку не будет — взаимодействие терминала АД и Quik с внешним ПО построено на совершенно различных принципах и ничего общего не имеют.
Конечно, интрадеить из Quik можно, но скальпить уже весьма проблематично. Настройки стакана для этого весьма примитивны и особо не развернешься — можно второпях и щелкнуть не туда. А надо всего 2 кнопки Buy и Sell, все настройки и отступы автоматом, и, чтоб вообще не думалось.
В старой программе ScalpLab были не только Buy, Sell и настройки, это была именно лаборатория, со своими микротаблицами, индикаторами, типа столбцовых диаграмм и пр. вспомогаловки для скальпинга и интрадея. Графики там не нужны, их не нужно анализировать, нужны только результаты измерений и обработки — вся информация должа быть обработана подана максимально готовом виде.

( Читать дальше )

( Читать дальше )

Что-то очень много статей развелось о сливах интрадейщиков, состоянии их нервной системы и прочих невзгодах. Однако, ничего спокойней интрадея найти невозможно — думать и анализировать вообще ничего не надо, а встал из за компа — так и вообще о рынке забыл.
Все просто. Единственная стратегия на рынке: покупай дешево, продавай дорого. Других не существует. Собственно, как и в любом бизнесе — ничего нового. Вопрос только, как определить, где дешево, а где дорого.
Это тоже несложно, в этом нам поможет простейшая мат статистика. Проводим на графике линию полиномиальной регрессии, рассчитываем стандартное отлонение (СТО), проводим на графике линии СТО. Под линиями СТО — статистически дешево, над линиями СТО — дорого.
Вот и определились с уровнями покупки и продажи.
Далее, учитываем, что цена никому ничего не обязана, и может ходить куда угодно, но чаще все таки ходит внутри диапазона распределения.
Вот и все, система готова, она вся на картинке.


Теперь скажите, вы видите здесь неудачные сделки? Я не вижу, но и не все их сегодня реализовал.
Кстати, быстродействия Quik вполне и больше чем достаточно, и все время удивляюсь тем, кто жалуется на быстродействие Quik.

В топике Использование Машинного Обучения в торговых системах. Простейшее применение описаны принципы построение логики ТС с применением Машинного Обучения (МО). Вкратце опишем пути реализации.
Это уже посложней — нам понадобятся знания  Lua, С++ и Python.
Я предпочитаю ничего не делать сам, особенно, если для написания программы требуется изучение и реализация сложных алгоритмов. Зачем это делать, если можно использовать уже готовое. В современном программировании это один из основных принципов объектно-ориентированного программирования — берешь готовый объект и используешь. Если есть уже готовые библиотеки с нужными программами, то их и используем — сокращает время реализации, не надо беспокоиться об отладке, и много других плюсов. Извините, ленив и нелюбопытен — есть масса других интересных вещей, на которые можно потратить свое время.
Для начала пишем на C++ простенькую DLL для связи с Lua — шаблон проекта такой DLL вы можете найти в моих топиках. Нужный Вам код вам придется писать самим.

( Читать дальше )

Допустим, делаете вы торговую аж на 5 или больше индикаторах. Их как-то надо обернуть логикой принятия решений, потом как-то настроить, подобрать параметры в логике — работа большая, требующая много времени. Но вы сами эту систему разработали, и уже в основном знаете, что конкретно должна искать ваша логика. А раз так, то вы уже примерно знаете, где конкретно ваша логика должна выдавать свои сигналы.
В подобных случаях мы можем существенно облегчить себе работу, поручив построение логики методам Машинного Обучения (МО).
Входы мы знаем, выходы нам тоже примерно известны — строим обучающую последовательность для выбранного метода МО. Затем нормируем нашу обучающую последовательность к входам/выходам метода МО. Обучаем. Проверяем. Получаем готовую логику для нашей торговой системы.
Отмечу, что в данном конкретном случае нас не должны особо заботить переобучение и прочие проблемы МО — мы делаем вполне однозначную систему.
В нашем случае мы всего-навсего используем МО как обучаемую логику.

( Читать дальше )