Столкнулся с проблемой — очень много торговых систем у меня и нужно отобрать лучшие.
Ну и несколько инсайтов параллельно открыл.
Суть вкратце: кто ищет — тот найдёт.
Торговых систем 196 млн.

Пришлось изучать новое — писать TCP/IP сокетный сервер, который раздаёт задачи на расчёт таким же TCP/IP сокетным клиентам-компьютерам дома и собирает результат. Давно мечтал этим заняться и всё никак руки не доходили. А вот сегодня за 4 часа осилил. Что это значит? Это значит, что практический подход к трейдингу развивает тебя всесторонне. И мои попутчики, так сказать, кто торгует моей системой, у себя дома тоже запустят простое приложение, которое будет искать лучшие варианты торговых систем. Им всё равно, что их компы работают днями и ночами, а результат пилится. Очень удобно и современно. Распределённые вычисления.

Как всегда, от алготрейдинга только плюс — напрягаю мозги, что снижает риски деменции в старости.
Осталось ещё мотивировать себя напрягать тело, чтобы избежать встреч не только с дедушкой Альцгеймером, но и дедушкой Паркинсоном.

( Читать дальше )

Как писал ранее, главный страх трейдера-физика не просадить депозит, а чтобы никто не узнал детали работы его торговой системы.

Объясню, почему меня это мало волнует.

Во-первых, мои торговые системы — не для институционалов.
Их не смогут использовать фонды, банки и так далее, потому что они рассчитаны на очень маленькие — с их точки зрения объёмы.
Десятки миллионов — ничто для ПИФов, банков, фондов и так далее. Это очевидно.
Так что класс институционалов — в пролёте.

Во-вторых, мои торговые системы — это класс интрадей.
Быстро откусывают от рынка и уходят, ожидая следующей возможности.
Так что класс инвесторов — в пролёте.

В-третьих, поди ещё мой подход повтори.
Это опыт и написания сложных, высоконагруженных, многопоточных и распределённых приложений, работа с базами данных, веб-сервисами, api и так далее. Много экспертов-разработчиков с таким опытом и знаниями среди трейдеров? Сильно сомневаюсь.
Да, можно найти талантливого и опытного разработчика, но сначала поставь ему корректно задачу, а потом ещё оплачивай его работу — а это совсем не дешёвые специалисты, тем более в эти времена.

( Читать дальше )

Вкратце — я ставил цель, чтобы алгоритм сам подсовывал в активный портфель прибыльные и отключал убыточные системы.
Писал об этом тут: Диверсификация портфеля (smart-lab.ru).

А время идёт, рынки движутся и упущенная прибыль налицо. Не хочу ждать. И так работает выше всяких похвал.

Так что, благо есть люди, кому это можно доверить, я решил сделать ручной селектор торговых систем.
Выбирать их будут люди руками, а дальше они уже пусть сами торгуют.

К автоматической компоновке портфеля я вернусь, когда меня озарит инсайт, а пока и так сойдёт.

А вот и интерфейс:



Доброй ночи вам.

Поисследовал на своих торговых системах, как ведёт себя коэффициент корреляции между ценой инструмента и значением Equity.

Это я решил задачку, о которой писал в конце поста тут: Составляем библиотеку торговых систем (smart-lab.ru)

Нашёл этот подход весьма и весьма полезным для того, чтобы определить дополнительную метрику, определяющую качество торговой системы.

Методика

Посчитать коэффициент корреляции несложно. Формулы простые и они

• здесь Скрипт на QLUA по определению корреляции между ценами двух инструментов (smart-lab.ru)
• или тут Correlation — Wikipedia

Нюансы заключаются деталях, и о них далее.
Для расчёта корреляции мы оперируем двумя переменными, первая имеет отношение к Equity, а вторая — к цене.

Equity

Для расчёта нам нужно взять временной ряд роста прибыли нарастающим итогом на момент завершения каждой сделки и временной ряд цен закрытия на моменты выхода из каждой сделки.

Из первого временного ряда нам нужно будет посчитать:

• само накопленное значение прибыли на каждую сделку — по сути, кривая Equity

( Читать дальше )

Одна из стержневых вещей моего подхода состоит в том, что я собираю библиотеку торговых систем и ранжирую их по успешности.

Подход до безобразия примитивен и потому эффективен.

Это отдельная тема — почему торговой системе не нужен высокий интеллект и сложные правила, об этом как-нибудь в другой раз. А теперь ближе к сути.

Из всего множества торговых систем, которые были, есть и будут когда-то на каком-то периоде и инструменте успешными, я собираю библиотеку.

Для каждой из торговых систем я проверяю, отработала ли она в плюс в каждом месяце доступной истории и на каждом инструменте.

В первом случае — это WFT (кстати, понятие WFO очень странно для меня звучит).
По сути, я беру ТС и торгую ей на истории с дискретизацией в 1 месяц. И получаю % её эффективности по времени:

• число месяцев, когда ТС отработала в "+" / общее число месяцев, за которые доступна история цен

Вот что имеем на выходе:


Это означает, что алгоритмы, найденные на каком-то одном месяце, показали на остальных месяцах "+", и доля таких месяцев из всей истории = %.

( Читать дальше )

Я не торгую сезонки и прочие паттерны, основанные на времени.

Я считаю, что хорошая торговая система будет работать с этими аномалиями рынка так же, как и со всем остальным, и поэтому не вижу необходимости выделять отдельный класс торговых систем, разрабатывать их, тестировать и оптимизировать и тратить на это ресурсы. Считаю, что лучше сосредоточиться на универсализации подхода и повышении его стабильности, чем создавать зоопарк торговых систем, над каждой из которых придётся отдельно думать, сопровождать, постоянно вкладывать усилия в оптимизацию и отслеживание, и т.д. и т.п.

Тут увидел интересное определение тому, что я делаю: мультистратегия.
Это очень похоже на моё описание целей диверсификации портфеля.



Нарисую метафорическую картинку двух крайностей: представьте себе метлу. Она состоит из множества прутиков. Вообразите, что каждый прутик — это отдельная торговая система. Один подход состоит в том, чтобы идеально подобрать прутик и тыкать им в рынок. А другой — напихать прямых, кривых и косых прутиков в охапку и хорошенько подмести этой метлой рынок.

( Читать дальше )

Когда имеется большое число торговых систем, которые потенциально можно использовать для торговли, возникает проблема отбора лучших из них — релевантных целевым показателям трейдера и ситуации на рынке.

Расскажу о том, как это делаю я. Подход очень простой. Это текст в продолжение этого поста.

У каждой системы существует определённое количество метрик.
Эти метрики могут быть как стандартными, так и кастомными, которые я сам придумал.

Чтобы отобрать из всего множества систем те, которые мне лучше всего подходят, я делаю следующее:

1. Определяю существенные, на мой взгляд, метрики. Несущественные отбрасываю. Как я это делаю — описано тут, а по сути — строю точечные диаграммы рассеивания метрики А от метрики Б для каждой пары метрик. Такой подход позволяет интуитивно и легко отсеять бестолковые метрики, которые в отборе систем ничем не помогут. Это самый простой и наглядный способ выявить корреляции между различными метриками, чем я тут и занимаюсь.
2. Для каждой из отобранных метрик я определяю порядок сортировки от лучшего к худшему значению и, опционально, границы интервалов, в которых эта метрика должна находиться для систем, которые считаю приемлемыми.

( Читать дальше )

Поскольку торговых систем у меня много, то мне нужно каким-то образом отбирать из них лучшие. Я, кстати, решил перестать использовать слово «стратегия» и заменить его словом «система». Это более точно, поскольку стратегия — это нечто неформальное, и если это формализовать в жёсткие правила, то получим уже систему. Вопросы терминологии и однозначного понимания понятий важны потому, что большинство конфликтов и искажений в коммуникации происходит из-за недопонимания или иного трактования сложных понятий.

По факту, не сильно много чего можно придумать для того, чтобы отбирать лучшие из систем, да и большая часть придумана за нас. Нужно просто правильно это использовать. И иногда лучший способ забить гвоздь — это вовсе не молоток.

Итак, на что я смотрю:

Метрики использования капитала (эффективность использования торгового времени).
Позволяют мне отбросить системы, которые постоянно сидят в рынке или наоборот, слишком редко осуществляют сделки.

• % дней, в которые совершались сделки, по отношению к общему числу торговых дней

( Читать дальше )

Прочитал вот тут о том, что некоторые товарищи, при тестировании стратегий, ослабляют гайки критериев для IS и затягивают их для OOS.

Например, соотношение Прибыль/MaxDD для IS 3, для OOS 1.5.

В связи с чем вопрос: у вас критерии одинаковые или они различаются для IS и OOS и почему? И что вы думаете по поводу такого подхода?
Ещё вопрос про соотношения периодов IS и OOS. По ссылке говорят, что используют соотношение 3:2. Я использую 4:17. А вы?

Михаил тут давеча рассуждал о сингулярности в трейдинге, там разные мысли звучали.

Я на это хочу посмотреть с точки зрения поиска торговых стратегий.
Я думаю, что сингулярность быстрее всего наступит для тех, кто медленнее всего ищет или обновляет свои стратегии. И позднее всего для тех, кто это делает быстро. Как подтверждение этого, можно рассматривать нытьё «рынок протух», «всё сдулось», «ничего не работает».

И такой вывод — тут есть два путя:

1. Либо сиди, смотри глазами на графики и весь остальной ТА, либо читай новости и прочее, связанное с фундаменталом и придумывай стратегии своим мозгом. В этом случае, считай, что пропал. Потому что медленно.
2. Либо напиши код, который будет искать стратегии сам. Используя данные ТА или ФА, читая за тебя новости, смотря на выход отчётности, да как угодно. В этом случае, считай, что женился.

Кстати сказать, попытки торговать нейросетями — это тоже второй путь: не придумывать стратегии самому, а доверить это машине.
И ещё один вывод: с каждым годом граалей становится всё меньше, да и мельчают они. Только представьте, сколько их было в первой половине прошлого века! А что сейчас? С мушиный пенис. Вангую: дальше будет ещё меньше, ещё мельче и ещё печальнее.

( Читать дальше )