До недавнего времени системы в портфеле робота тусовал руками. В одних случаях менял величину позиции, в других удалял отжившие, добавлял новые. Сделал попытку формализовать этот процесс.
Идея такая — что если переводить работу системы в демо режим при достижении определенного уровня просадки XX%, и возвращать в торги при
1. возврате в допустимый уровень, либо
2. при достижении нового хая по эквити.
Тестер показал, что оба подхода лучше, чем торги портфелем без управления. Однако, вариант 1 лучше.
Теперь системы сами отключаются от торгов при достижении ХХ% уровня просадки и возвращаются к торгам при меньшем значении просадки, чем ХХ%.

Наверняка есть более продвинутые способы управления портфелем, но пока так.

Прочитал вот тут попытались подключить DeepSeek для отбора акций в портфель. Выводы неоднозначные. Но, допустим мы отобрали для этих целей правильную нейронку и правильно задали ей вопросы. Как оценить качество обслуживания ее будущих прогнозов? Вероятно нужно провести некий тест Тьюринга, который покажет, может ли нейронка, если не предвидеть негативные сценарии, то хотя бы адекватно на них реагировать, если события уже случились. Назовем такое упражнение «ЮКОС тест».

После «события» ЮКОС (или любой банкрот) падал с определенным таймингом. Вопрос, в какой момент (через сколько часов, дней, месяцев после события) испытуемая нейронка предложит шортить банкрота.

Понятно, что человеку с улицы такой тест провести сложно. Но можно его упростить. 
1. Ищем свежее яркое событие у любого эмитента
2. Засекаем через какое время нейронка про это событие узнает.

Июнь



Полугодие



( Читать дальше )