MAIN счёт (1.5 * тренд. 0.75 * арбитраж)

Месяц к месяцу: — 4.78 %

Год к году: + 7 %

С 2022: + 61.1 %

 

Тренд (1 плечо):

Месяц к месяцу:  + 10 %

Год к году: + 15 %

Всего: + 12.21 %

 

Арбитраж (2 плеча):

Месяц к месяцу: — 22.68 %

Год к году: — 15 %

Всего: + 44 %

 

И попадали и поросли:

 

Трендовые роботы заработали сначала на падении, потом на росте.

Арбитражные так же безбожно сливали. Сначала на падении, потом на росте.

 

Арбитражи

Напоминаю, рыночно-нейтральности, в том что мы торгуем по этому направлению — НЕТ. Это медленный одноногий индексный арбитраж. В данный момент, на одно плечо просадка в районе 15%. Это много – но не максимум даже по тестам. Т.ч. можем и ещё попадать.

Запасаемся попкорном.

 

 

Удачных алгоритмов!


Видео:

( Читать дальше )

 Мы здесь: Глава 9.6 Исследования. Трендовость на Крипте и Московской бирже.  Revers Adaptive Price Channel



Рис. 93. Робот на основе Revers Adaptive Price Channel

 

Суть стратегии

 

Риверсивная стратегия на одной из разновидностей адаптивного Price Channel.

Price Channel – ценовой канал. Адаптивным его можно делать через длину индикатора, привязав её к индикатору волатильности.

1. По пробою верхнего уровня входим в лонг и закрываем шорт.
2. По пробою нижнего уровня входим в шорт и закрываем лонг.

 

 

Результаты оптимизации на MOEX

 

 

( Читать дальше )

 Мы здесь: Глава 9.5 Исследования. Трендовость на Крипте и Московской бирже.  Impulse Hma




Рис. 88. Робот на основе Impulse Hma

 

Суть стратегии

 

Импульсный робот на основе изменения скорости нескольких индикаторов HMA. Hull Moving Average.

 

 Суть исследования: https://smart-lab.ru/blog/887798.php

 

Результаты оптимизации на MOEX

 

 

( Читать дальше )

 Мы здесь: Глава 9.4 Исследования. Трендовость на Крипте и Московской бирже. Parabolic Sar

 

Рис. 83. Робот на основе Parabolic Sar

 

Суть стратегии

1. Берём индикатор. Parabolic Sar.
2. По пробою верхнего уровня входим в лонг и закрываем шорт.
3. По пробою нижнего уровня входим в шорт и закрываем лонг.

 
 Суть исследования: https://smart-lab.ru/blog/887798.php

 

Результаты оптимизации на MOEX

 

( Читать дальше )

Вынужден дооформить все свои исследования и добавить в книгу.



Рис. 1. Больно. но похоже ничего с этим не поделать


План по исследованиям лежит. Делать это мы будем второй, а что-то и третий раз. Но в этот раз — публично, с картинками. Чтобы было восстанавливаемо и можно было другим исследователям на это опираться. 

Не сказать что это какая-то хорошая новость. Для меня близкая к катастрофе. Ибо я планировал изначально собрать все свои инструкции для отдела торговли в кучу и просто выпустить инструкцию на 150 страниц. Делайте так, а вот так — не делайте. Базарю — так лучше! И выглядело это прекрасно! А что более важно, должно было занять максимум три месяца. 

Негативная обратная связь

Но… Когда уже эти 150 страниц инструкций были сведены. И настала пора идти в печать. Я начал получать по многим каналам связи — плохую обратную связь. Мол это не понятно откуда. Это вот было бы круто по другому. А вот это вообще не весть что, выдуманное.
И что-то как-то я расстроился от этого.

Значит, Я тут делюсь самым сладким. А какие-то странные люди и им сочувствующие продолжают меня FUD буллить. Рассказывая про то что вот это не так и это не то. Хер Вам! Тут — это так. И там — это то!

( Читать дальше )

Мы здесь: Глава 9.3 Исследования. Трендовость на Крипте и Московской бирже. Bollinger Bands





Рис. 78. Робот на основе Bollinger Bands

 

Суть стратегии

1. Берём индикатор. Bollinger Bands
2. Выход по обратной стороне канала / центру канала / скользящей средней.

 

 Суть исследования: https://smart-lab.ru/blog/887798.php

Результаты оптимизации на MOEX

 

( Читать дальше )

 Мы здесь: Глава 9.2: Исследования. Трендовость на Крипте и Московской бирже. Linear Regression Channel

 
Рис. 73. Робот на основе Linear Regression Channel 

Суть стратегии.

1. Берём индикатор. «Канал линейной регрессии».
2. Выход по обратной стороне канала.

Суть исследования: https://smart-lab.ru/blog/887798.php

 

Результаты оптимизации на MOEX.

 

( Читать дальше )

Мы здесь: Глава 9: Исследования. Трендовость на Крипте и Московской бирже
И: 9.1. Робот ZigZag Channel

В данной главе будут представлены результаты сравнительных тестов в оптимизаторе одних и тех же стратегий, с одними и теми же настройками, на разных рынках: Криптовалютном и Московской бирже.

 

Только переоптимизация. Никаких Walk-Forwards и Кросс-тестов. Только поиск лучших настроек брут-форсом.

Смысл данного исследования в том, чтобы ответить на вопрос:

 

А КАКОЙ МАКСИМАЛЬНО ПОДОГНАННЫЙ РЕЗУЛЬТАТ МОЖНО ПОЛУЧИТЬ НА ДАННОМ РЫНКЕ? ГДЕ ТРЕНД РАБОТАЕТ ЛУЧШЕ?

 

Для тестирования возьмём с MOEX и BINANCE по нескольку инструментов. Одни из самых трендовых.

MOEX:

1)     Si, фьючерсный контракт на доллар/рубль.

2)     Br, фьючерсный контракт на нефть марки Brent.

BINANCE:

1)     BNBUSDT. BNB – монета экосистемы Binance.

2)     ETHUSDT. ETH – монета экосистемы блок-чейна с одноимённым названием.

( Читать дальше )

Мы здесь: Глава 5: Тестирование стратегий на истории. 5.4: О робастности

Термин «робастность» означает способность торговой стратегии повторять результаты своего тестирования в прошлом на других данных.

Пример 1.

Вы оттестировали какую-то стратегию в тестере и видите результат в красном квадрате. Супер! Вы включили стратегию в торги, и в реальном времени за следующие два месяца стратегия вам дала примерно такой же результат по прибыльности, как и в тестере:

Пример 2.

Вы оттестировали какую-то стратегию в тестере и видите результат в красном квадрате. Вы включили стратегию в торги, и в реальном времени за следующие два месяца (зелёный квадрат) стратегия вам дала убытки:

( Читать дальше )

Мы здесь: Глава 5: Тестирование стратегий на истории. 5.3: Перебор параметров в оптимизаторе

Второе, что вам захочется сделать – перебирать параметры в автоматическом режиме и выбирать лучшие.

Для этого в большинстве торговых платформ для роботов есть оптимизаторы. 

При этом:

1)      Вся история свечек для тестов берётся целиком, не дробясь ни на какие отрезки.

2)      Робот прогоняется по всей длине истории с различными параметрами.

3)      В результате программа предоставляет нам таблицу с наилучшими результатами по прибыльности в зависимости от конкретных параметров.

Так выглядит настройка параметров для оптимизации в OsEngine:

Так выглядит итоговая сводная таблица результатов:

( Читать дальше )