PlataFinance, вот  https://smart-lab.ru/blog/1265984.php накидал немного цифр и букв.

Попробуйте изменить немного подход к вычислениям — и цифры вместе с выводами становятся другими 

PlataFinance, на сумму 31.12.14 пересчитал по средней за эту дату. 

там на эту дату цифры другие. Всё нужно перепроверять досконально, если хотите реалистично (https://ru.investing.com/equities/sberbank_rts-historical-data) 

А у вас сколько? 73 средняя взята? 

+ 

Аргументы против долгосрока будут? - 

Будут. Вот они:

Endpoint risk. 10 лет DCA в одну из крупнейших компаний РФ, заканчивая 31.12.2014, дают по моей оценке номинальный убыток ≈ −10%. С учётом инфляции за 2005–2014 (~100% накопленная) — потеря покупательной способности катастрофическая.

Single-stock risk. Один эмитент — это не «инвестирование в рынок», это ставка. ЮКОС, Мечел, ВТБ с IPO, Русгидро — все эти истории показывают, что госкомпания РФ ≠ безрисковый актив.

Cherry-picking endpoint. Если бы вы взяли конец 2013 (SBER ~100 ₽), портфель выглядел бы хорошо. Конец 2016 (SBER ~175 ₽) — отлично. Конец 2022 (SBER ~110 ₽ после обвала из-за событий) — снова сомнительно. Выбор конечной точки определяет вывод, и вы выбрали «удобную» цену.

Иван Коваль-Зайцев, жизнь — это дорога, в основном извилистая) 

Не пропадайте! Может и ру-рынок поторгуете, раз в РФ теперь. Идеи новые появятся, возобновите алготорговлю или еще что-то. Кризисы — это не навсегда, как личные, так и мировые. Выше нос!

Иван Коваль-Зайцев, класс! С нетерпением! 

Ваши успехи как? Америку торгуете алгоритмами? Или крипта теперь только? Как в целом поживаете?

Добрый день. Спасибо за разбор идеи.

Есть несколько моментов, которые, как мне кажется, сильно завышают итоговый результат и создают излишне оптимистичную картинку:

• Доход и отчисления. В модели заложен стабильный рост дохода на 10% в год и постоянные взносы 10% от зарплаты. В реальной жизни с учётом инфляции, перерывов в работе и т.п. выдержать такой режим 10 лет подряд удаётся не только лишь всем — реальная покупательная способность взносов выходит ниже.

• Цены акций. Используются условные «средние цены за месяц», без привязки к реальным котировкам по конкретным датам сделок, плюс игнорируются изменения структуры торгов (номинал, лоты и т.д.). На длинном горизонте такие округления дают заметную погрешность.

• Дивиденды и реинвестирование. Цифры по дивидендам за ранние годы берутся без ссылки на источник и без учёта нюансов по типам акций. Реинвестирование тоже идёт по усреднённым ценам с округлением количества бумаг, что опять же уводит результат в сторону от фактического.

• Итоговая сумма. Сумма портфеля на 31.12.2014 приводится без явного указания цены акции на эту дату, а это ключевой параметр для оценки результата. Без прозрачной привязки к реальным ценам итог выглядит скорее как иллюстрация подхода DCA, чем как реалистичный точный бэктест.

• Риски. В выводах полностью игнорируются специфические риски отдельных эмитентов (санкции, национализация, делистинг и т.п.). Ваша фраза в духе «аргументов против долгосрочного регулярного инвестирования нет» звучит слишком уверенно, если смотреть не только на Сбер задним числом, но и на общий риск‑профиль российского рынка.​

На мой взгляд, было бы очень полезно повторить расчёт на реальных котировках и официальных дивидендах, с аккуратным учётом всех операций и без крупных округлений. Это немного снизит «красоту» цифр, но сделает выводы более реалистичными и прикладными. 

С возвращением! 

Может и Боба подтянете? Куда он пропал?

Так пишет хабр: 

Добрый день! 

Есть ли где‑то в открытом доступе (или может здесь добавите) отработанные примеры использования этой библиотеки с наглядной демонстрацией возможностей? Интересно посмотреть живые кейсы и выгоду применения, чтобы не «ковырять» всё с нуля и лучше понять, в каких задачах это может пригодиться.

ВТБ по вашему промпту у меня так выглядит: 

Отечественными пользуетесь модельками? 

Михаил Михалёв, делитесь, пожалуйста, наблюдениями — это действительно интересно. Во всех моих идеях, которые пытался улучшать, ML и RL я рассматривал скорее как способ фильтрации заведомо невыгодных сделок или для прогнозирования волатильности и управления размером позиции. Дальше этого пока не углублялся и в работающих реализациях стратегий такие вещи сейчас не использую.

__rtx, да, у меня почти всё с достаточно длительным временем удержания (по моим меркам) и в основном трендовое, поэтому скорость и ордербук действительно не критичны. 50-100+ мс за глаза. Внутри дня более активная торговля у меня только в «боковике» или при резкой смене направления инструмента

Тем не менее, все эти вещи хотя бы в общих чертах знать считаю совсем не лишним, в силу своей любознательности. 

и на мой взгляд гпу есть больше смысла использовать для машинного обучения в трендах чем в хфт(но это моё мнение может у кого-то и другой опыт и мнение совсем иное).

Интересно. Кривуля и коэффициенты выглядят хорошо, немного смущает только количество сделок.

Вы уже запускали этот алгоритм в реал или пока ещё тестируете?

Правильно ли я понимаю, что логика алгоритма предполагает его непрерывную оптимизацию и адаптацию прямо в процессе торговли?

__rtx, у меня пока не хватает технического уровня, чтобы полноценно использовать все описанные вами штуки. Честно говоря, я даже не до конца понимаю, под какие задачи в уже работающей у меня инфраструктуре это можно было бы применить.

Тем не менее дискуссия у вас с автором получилась объёмная и интересная, надеюсь, всё успел дочитать)

Добрый день.

Хотелось бы картиночки до/после внедрения хотя бы на тесте по ключевым метрикам и кривуле.

__rtx, по вашей дискуссии мне искусственный вот такое подкинул:

_____rtx, 

смешно получилось