Вся ручная рутина по торговле автоматизирована с использованием системы #AlgoBond.

Одна система работает с несколькими облигационными портфелями на разных брокеров по #API: #Финам, #Т-Инвестиции, #БКС, #Алор.

Сентябрь 2026

Финам

Квал инвестор.

Не все гладко, как в предыдущие месяцы. Активно перестраиваюсь под изменяющиеся условия рынка: сроки, доли, классы и тп.

В дополнение к основной стратегии на облигациях запустил арбитражную акции-фьючерсы. Пока профит отрицательный. Режим спекулятивный. Какая-то часть, это потеря в обучении на арбитраже, какая-то на выходе из убыточных позиций.

Автоматизированная стратегия (#AlgoBond) для портфеля коротких облигаций 8.12% за год. Предыдущее измерение 12.35% уменьшение на 4,23%. Все еще незавершенные расчеты по погашениям.

Автоматизированная стратегия для портфеля ОФЗ 0,95% за год. Предыдущее значение (1,88)% увеличение на 2,83%

Период: 16.09.2026 — 19.10.2026

Недавно запустил арбитражную стратегию акции-фьючерсы. Личный опыт и эксперимент. Не индивидуальная инвестиционная рекомендация.

Режим купи и держи до экспирации, в конце или за день закрываю позиции.

График рисует профит отрицательный по вариационной марже. А по абсолютной величине рост данного портфеля положительный за 33 дня, на 2,75% увеличение с учетом уплаченных комиссий брокеру.

Возможно, позже что-то где-то пересчитается.

Добавлены новые возможности

Версия 1.1.8

• Добавлена поддержка более легкой базы данных Sqlite3 для Windows, Linux и Android

• Добавлена поддержка работы с базами данных ClickHouseDB и Sqlite3 в мобильном приложении

Версия 1.1.7

• Перепроверка котировок цены (плановой с фактом) и объема выставляемого ордера через стакан, корректировка объема ордера.

#AlgoBond

Добавлены новые возможности

• #процент от полного ордера от позиции для входа
  • order_open_percent = 100 (по умолчанию)
• #процент от полного ордера от позиции для выхода
  • order_close_percent = 100 (по умолчанию)
• #процент от портфеля для облигаций
  • portfolio_percent_bonds = 100 (по умолчанию)

#для Android добавлено из ПК версии

• #время, когда начинать торговать
  • schedule_hour_start_trading = 10 (по умолчанию)
• #время, когда заканчивать торговать
  • schedule_hour_end_trading = 17 (по умолчанию)

Приложение доступно для Windows и Android (RuStore и Google Play) по ключевому слову #AlgoBond.

Стратегия автоследования «Алгоритм AlgoBond. Облигации» запущена в #Т-Банк / #Т-Инвестиции в мае 2026 года.

Вся ручная рутина по торговле автоматизирована с использованием системы #AlgoBond.

Сравнение (бенчмарк) AlgoBond #RGBITR

Сравнение (бенчмарк) AlgoBond #RUSFARIND

09.10.2026 буду участвовать в панельной дискуссии “Алгоритмическая торговля облигациями: от классики к smart-алгоритмам” на конференции Биржевой алгоритм 2026.

Приходите, будет интересно!

https://algoclub.pro/mainevent

Развивая данную тему поинтересовался, а может ли ИИ (#LLM) в том виде, котором мы их используем через чаты и API решать задачу поиска оптимального решения.

Были взяты самые популярные сервисы: #YandexGPT 5.1 (через #API с векторной базой #YDB и без), #DeepSeek 4 Flash (через API Yandex Cloud), #GigaChat 3.5 Ultra (чат), #ChatGPT-5.6 Luna, #Claude Sonnet 5.

Проверка результата через #RStudio.

Для примера была взята классическая задача (поиск весов ИИ), это поиск минимальных остатков. В математике, это метод наименьших квадратов (МНК).

Где применяется? Например, расчет премий по лестнице достижений (% продаж). Или решение задачи подбора параметров в матрицу через функцию минимизации затрат или максимизации выручки. В Excel для этого часто используют функции ВПР или ПОИСКПОЗ+ИНДЕКС.

Немного ранее писал, что решил свою давнюю задачу по запуску обучения разных видов (ИИ) моделей (DNN, LSTM и др) на исторических данных “с учителем”.

Первая

https://smart-lab.ru/blog/1350243.php

Недавно запустил арбитражную стратегию акции-фьючерсы. Личный опыт и эксперимент. Не индивидуальная инвестиционная рекомендация.

Профит положительный. Режим купи и держи до экспирации, в конце или за день закрываю позиции. За 30 дней это принесло примерно 1,65% дохода с учетом уплаченных комиссий брокеру.

Вся ручная рутина по торговле автоматизирована с использованием системы #AlgoBond.

Одна система работает с несколькими облигационными портфелями на разных брокеров по #API: #Финам, #Т-Инвестиции, #БКС, #Алор.

Август 2026

Финам

Квал инвестор.

Закрылся месяц в положительной зоне. Но не везде.

В дополнение к основной стратегии на облигациях запустил арбитражную акции-фьючерсы. Пока профит отрицательный. Режим спекулятивный.

Запуск 1

https://smart-lab.ru/blog/1342474.php

Запуск 2

https://smart-lab.ru/blog/1348677.php

Запуск 3

16.09.2026 — обновилась логика на #n8n, пока наблюдаю.

Автоматизированная стратегия (#AlgoBond) для портфеля коротких облигаций 12.35% за год. Предыдущее измерение 17.04% уменьшение на 4,69%. Есть незавершенные расчеты по погашениям.

Автоматизированная стратегия для портфеля ОФЗ (1,88%) за год. Предыдущее значение (3,55)% увеличение на 1,67%

Раннее писал о том, как наконец запустил обучение нейронных сетей в связке Metatrader+dll+R+Python+(Deepnet, Keras, Tensorflow и др).

https://smart-lab.ru/blog/1350243.php#comment19932474

Раз все теперь работает корректно, можно продолжить эксперименты.

В предыдущий раз, я использовал более менее дефолтные настройки, которые уже не раз запускал для отладки работы самих алгоритмов и технологической связки.

Настало время немного “подкрутить” параметры. Для иллюстрации, того, как изменится кривая Equity изменим параметры учителя немного, а именно сделаем два канала и синхронизируем их. Все, что не удалось синхронизировать в одинаковую сторону сигналы двух каналов, обозначим, как NA и в последствии уберём из обучающей выборки.

Период, принципы торговой системы (ТС) из предыдущей статьи и другие параметры сетей изменять не будем (пример №1 из предыдущей статьи).

Был запущен дополнительный вариант тестирования, при котором позиция закрывалась на следующем баре, если не достигла заданного TP. Посмотрим, что получилось.