ARANEA — закрытая проприетарная платформа для алгоритмической торговли, исследования и оптимизации торговых стратегий. Проект уже работает: реализованы подключение к биржам, обработка рыночных данных, бэктестинг, оптимизатор, управление позициями и исполнение заявок.

Ищем ведущего C#/.NET-разработчика для создания нативного desktop-приложения под Windows вместо существующего веб-интерфейса.

Основная задача

Спроектировать и разработать WPF-приложение, которое станет единым интерфейсом для:

• мониторинга автоматической торговли;
• управления стратегиями и настройками;
• просмотра графиков, позиций и сделок;
• запуска и контроля оптимизации;
• диагностики состояния компонентов ARANEA.

Вычислительное ядро и торговая логика остаются за владельцем проекта. Разрабатывать торговые алгоритмы не потребуется.

Что предстоит делать

• Определить архитектуру desktop-приложения.
• Разрабатывать интерфейс на C#, WPF, XAML и MVVM.
• Интегрировать desktop с существующим Go-ядром.
• Реализовать графики, большие таблицы и live-обновления.

В видео рассматривается процесс создания и оптимизации сеточных торговых роботов. Разбираю несколько вариантов алгоритмов в TSLab, демонстрирую их работу на графиках, а затем показываю, как с помощью ARANEA подобрать параметры, проанализировать результаты тестирования и отобрать наиболее эффективные конфигурации.

Основная идея видео заключается в том, что надёжную торговую систему следует строить не на одном роботе, а на сочетании нескольких проверенных стратегий. Такой подход помогает снизить риски, уменьшить просадки и сделать результаты алгоритмической торговли более устойчивыми.

Видео на youtube https://youtu.be/ubCl1rml_WY?si=wuW_z7TJzUgHAlz1

Ссылка на телеграмм-канал  https://t.me/matharanea

Небольшое обновление по ARANEA

Неделю назад я поставил себе отдельную цель: пересобрать ARANEA более качественно, уже как простое, правильное и долгоживущее десктопное приложение. Не потому что раньше это был просто набор исследовательских модулей. ARANEA уже является полноценным ПО: есть оптимизационный контур, торговый движок, runtime, данные, профили, аналитика, управление и накопленный опыт реальных прогонов.

Но за последние годы я закрыл для себя основные вопросы по движку оптимизации и торговому движку. Теперь хочется сделать следующий шаг: упростить архитектуру, убрать лишние исторические решения, аккуратнее разделить ответственность между слоями и собрать фундамент, который сможет прожить ближайшие 10 лет без постоянной переделки базовых частей.

Параллельно я хочу писать о разных вариантах реализации таких систем: Python, Rust, C++, Go и других подходах. Не в формате религиозного спора о языках, а с практической стороны. Python удобен для быстрых исследований, прототипов и аналитики.

В этом видео я на практике показываю, почему стандартные оптимизаторы (на примере TSLab) не справляются с перебором миллиардов комбинаций правил, фильтров и управлений позициями, упираясь в ограничения скорости и архитектуры. Затем демонстрирую, как моя программа ARANEA решает эту проблему за счёт параллельных вычислений, умной предподготовки данных и раздельного расчёта, превращая 4 триллиона комбинаций в 25 миллиардов осмысленных проходов и сокращая время с дней до часов на обычном домашнем ПК. В финале — пример оптимизации 200 стратегий с 100+ фильтрами, механизмы сбора пулов для хеджирования и три варианта сотрудничества.


Это видео ответит на ваши вопросы:

— Почему ваш лучший результат на истории ломается в реале?
— Как протестировать тысячи вариантов стратегий, а не один?
— Что делать, когда обычный оптимизатор зависает на неделю?
— Как собрать пул стратегий, который переживёт любые рыночные условия?

Смотрите до конца — в последней части показываю реальный интерфейс ARANEA, страницы аналитики и механизмы, которые позволят вам вывести алготрейдинг на новый уровень. Приятного просмотра и жду ваши вопросы в комментариях!

В этой статье я разбираю всё на примере бычьей дивергенции RSI (сигнал на LONG). Но метод не привязан к конкретному индикатору или типу сигнала. На место RSI можно подставить MACD, Stochastic, Bollinger Bands, любую группу индикаторов или произвольный набор правил/фильтров. Задача везде одна: понять, как ваш фильтр ведет себя на разных таймфреймах одновременно. Меняются входные данные — логика остается той же.
 
Я занимаюсь оптимизацией торговых алгоритмов. Через мои руки прошли сотни стратегий — на RSI, на MACD, на кастомных фильтрах и других десятках индикаторов и их комбинаций. Главная причина слива не меняется: алгоритм заходит в сделку на основании одного графика и не проверяет, подтверждают ли его остальные. Карты таймфреймов нет.




Бычью дивергенцию RSI хейтят. Стабильно. Трейдер видит: цена ушла ниже, а RSI нарисовал более высокий минимум. Заходит в LONG. Ловит стоп. Объявляет метод мусором.Но проблема не в индикаторе. Проблема в том, на каком таймфрейме сигнал считан — и что в этот момент происходит на соседних.