
Еще сутки назад ничего не знал про ДБ, кроме тяжелой истории его возникновения. Но утром после взгляда в торговый терминал стало понятно, что рынок может благоволить еще несколько часов.
Про ДБ неоднократно рассказывал выдающийся неунывающий алготрейдер под ником dimeon. В его многократные сверхприбыльные результаты мало, кто верил. Но в узкой среде скальперов было полное понимание, что все сказанное им было реальностью.
После того, как ТС прошла массу проверок на бэктестах/демо, приходит время реальной торговли. Эта логика порождена двумя гипотезами:
Второй пункт — это про робастность и выявление закономерностей. Но он теоретически возможен только при соблюдении первого пункта. О побочном эффекте от проверки которого и пойдет речь ниже: небольшой анализ мониторингов чужой торговли без какой-либо толерантности.
Для ускорения оптимизации ТС делают следующее
Последний пункт называют алгоритмической оптимизацией.
А может ли реальная (вычислительная) оптимизация ускорить оптимизацию? Звучит, как масло масленное.
Ниже приведу пример, который, возможно, кого-то натолкнет на полезные идеи ускорения расчетов в своих ТС.
Хотелось привести не гипотетический, а реальный пример, но при этом лаконичный. И тут случай подвернулся.
Разбирался с особенностями DST/GMT-смещений в разных источниках котировок и календаря. Там многое завязано на первом/втором/последнем воскресенье месяца. Поэтому ядром подобных вычислений является расчет времени начала месяца. Вот эту функцию и попробуем ускорить.

Форекс-скальперы на свопах несут существенные издержки. Ниже на их примере представлен простой подход, позволяющий наглядно проанализировать любую историю торговли.

Мною была поставлена задача разобраться в причинах получения прибыли определенной ТС (торговая система). Для этого требовалось изучить историю котировок, подтвердив или опровергнув возникающие гипотезы.
Ниже пойдет речь об этом процессе для одной из них.

Несколько лет назад написал простой инструментарий для лучшего понимания фильтра, что использую. Сам фильтр (торговых сигналов) был опубликован с открытым исходным кодом почти пять лет назад.
Теперь любой желающий может попробовать этот инструмент (beta). А ниже просто покажу его удивительные результаты в теме машинного обучения (МО) через одну из версий (8.13) имитации интеллекта (ИИ).
Для статистически значимой проверки требуется много сделок, поэтому с помощью вышеупомянутого ИИ был собран робот с просьбой (к ИИ) ничего не фильтровать и быть постоянно в рынке одной позицией, только ее переворачивая. Грубо говоря, вся история торгов — это чередование Buy/Sell.
В итоге в замечательном MT5-тестере с возможностью подключения ONNX-моделей был получен такой результат.


Представь, что осень была граалем для скальпера, а зима — полная противоположность.
Когда ты оптишь зиму, у тебя получается подгонка, что якобы зима хорошая. Затем смотришь осень по посчитанным сетам, а там — супер. В итоге делаешь вывод, что имеешь рабочие сеты. Но ведь ты просто подогнал.