Ради интереса решил потестить ещё какой-нибудь симулятор, под руку попался Bloomberg. Он предельно простой — тыкаем левую кнопку на мышке, чтобы купить и отпускаем, чтобы продать. График всё это время движется без остановки справа налево. Стартовая сумма всего $500, мне стало любопытно, в какой момент я солью депозит, но $500 постепенно росли и в итоге превратились в $1.129M:



Прибыльные трейды отмечены зелёной линией, а убыточные красной:



( Читать дальше )

Я продолжил бороться с ошибками, которые описал тут, суть простая — резать убытки и не допускать их наращивания выше критической отметки. В результате новые аккаунты наконец-то перестали обнуляться на бесконечно длинной дистанции и получилось следующее:

Аккаунт 1: было $66.87M, стало $1.55B, упёрся в ограничение по времени



Аккаунт 2: было $10.76M, стало $1.13B



( Читать дальше )

Последнее время мне всё меньше важна доходность и чаще беспокоит стабильность результатов. В чём смысл заработать за день 100 тысяч рублей, если принимаемый риск рано или поздно превратит весь депозит в ноль?

И я снова решил обратиться к ChartGame за подсказкой, получил системный профит на трёх аккаунтах:





( Читать дальше )

В качестве эксперимента возникла гипотеза о случайном открытии позиций и оказалось, что в TradingView уже готовая стратегия, которая это делает. Её код выглядит так:

//@version=4
strategy(title="Random Entries Work", shorttitle="REW", overlay=true, pyramiding=0, default_qty_type=strategy.percent_of_equity, default_qty_value=100, currency=currency.USD,commission_type=strategy.commission.percent,commission_value=0)

// === GENERAL INPUTS ===
strategy = input(defval="Long Only",title="Direction",options=["Long Only", "Short Only", "Random"])
enter_frequency = input(defval=10,minval=1,maxval=100,title="Percent Chance to Enter")
exit_frequency = input(defval=3, minval=0,maxval=100,title="Percent Chance to Exit",tooltip="This should be much lower than Percent Chance to Enter. Higher values decrease time in market. Lower values increase time in market.")
start_year = input(defval=2020, title="Start Year")


// === LOGIC ===
r = random(0,100)
enter = enter_frequency > r[0]
exit = exit_frequency > r[0]
direction = random(0,100) >= 50

// === STRATEGY - LONG POSITION EXECUTION ===
enterLong() =>
    strategy.opentrades == 0 and enter and (strategy == "Long Only" or (strategy == "Random") and direction) and 
       time > timestamp(start_year, 01, 01, 01, 01)
exitLong() =>
    exit
strategy.entry(id="Long", long=strategy.long, when=enterLong())
strategy.close(id="Long", when=exitLong())
// === STRATEGY - SHORT POSITION EXECUTION ===
enterShort() =>
    strategy.opentrades == 0 and enter and (strategy == "Short Only" or (strategy == "Random" and not direction)) and 
       time > timestamp(start_year, 01, 01, 01, 01)
exitShort() =>
    exit
strategy.entry(id="Short", long=strategy.short, when=enterShort())
strategy.close(id="Short", when=exitShort())

( Читать дальше )

Год оказался непростым и основная торговая система не справилась с рынком, который может не только расти, но и довольно резко падать, пришло время исправить это.

Первый шаг — сделать непонятные системные маркеры более «человекоподобными». Например, пусть маркер высокого риска будет называться BUY CAREFULLY — я по-прежнему могу купить в этом месте, но нужно чётко понимать, что вероятность получить убыток будет максимальной. Сами маркеры стали больше и аккуратнее.

Затем нужно было добавить разделение рынка на «стабильный» и «турбулентный», они обозначены зелёным и красным фоном. Стабильный рынок имеет выраженное восходящее направление движения, а в турбулентном можно получить много ложных сигналов или вовсе попасть в затяжной даунтренд:

( Читать дальше )

Нужно признавать свои ошибки, чтобы учиться на них и улучшать результаты. Самое время разобраться, что пошло не так.

ЛЧИ завершился для меня с результатом -18% и убытком в 260 557 рублей. И это после +46% на прошлом ЛЧИ, как такое может быть? Причин сразу три:

1. Отклонение от первоначального торгового плана и покупка тех биржевых инструментов, которые вообще не нужно было покупать

2. Несистемные попытки покупать отскоки, ловить дно и делать другие нерациональные вещи

3. Проблемы в торговой системе, которые всплыли на более шумном и волатильном рынке

Что с этим делать:

1. Самое главное — повысить дисциплину и снизить риск. Ближе к концу конкурса кривая доходности стала более плоской, наступил прогресс

2. Осознать, что 9 из 10 попыток ловить дно заканчиваются погружением на второе дно. Если нет чёткого сигнала на покупку, то нужно просто наблюдать за тем, как рынок падает

( Читать дальше )

Вчера случилась история, которая заставит меня всегда защищать прибыльные позиции. Была довольно неплохая позиция в Facebook, которая должна была принести ещё не одну сотню тысяч рублей профита, но вышла какая-то новость и всё это развалилось буквально за 5 минут, убыток составил 400 000 рублей:



Почему всё пропало?

Я обычно ставлю защитный стоп-лосс чуть выше средней цены, чтобы прибыльные позиции не превратились в убыточные из-за таких разворотов, но в этот раз нежелание расставаться с накопленным профитом не дало мне это сделать, поэтому я не просто получил убыток, а ещё и увеличил его, потому что на падении стоит покупка, а пирамидить можно только прибыльные позиции.

Обязательно ставьте стоп-лоссы и ограничивайте свои убытки. Если позицию развернуло и она закрылась в ноль — это так же нормально, как получить 10 мелких убытков подряд, не нужно переживать из-за этого.

Что случилось дальше с этой позицией?

Я закрыл 50% позиции и зафиксировал часть этого убытка. Если Facebook поедет ниже локального минимума, то придётся закрывать и остальные 50%.

Сначала я пытался бэктестить системы в TradingView и этого было достаточно для быстрой оценки торговых гипотез, но оказалось, что мало просто знать, где купить и где продать. Не менее важно понимать, сколько купить или продать и для этого нужны другие инструменты.

Зачем Python?

Лично мне он показался удобнее. Например, можно быстро подключить telebot и система начнёт отправлять сигналы прямо в телегу на все девайсы. Работать со скриптами можно даже на айпаде где-нибудь в дороге, тоже плюс.

Самая простая система, которую можно потестить это пересечение двух скользящих средних: если быстрая SMA пересекает медленную вверх, то покупаем, а если вниз, то закрываем открытую позицию, шортить рынок не будем. Комиссии, проскальзывание и прочие расходы пока не учитываем, нужно начать с какой-то основы.

Что потребуется?

— backtrader для логики торговой системы

— quantstats для формирования отчёта

— Jupyter Notebook, если нужно удобнее редактировать код

( Читать дальше )

Архив предыдущих игр:

10 место ($67.28 млрд.)
31 место ($5.12 млрд.)

Решил потестить новую гипотезу на втором аккаунте и предположил, что на графике могут присутствовать уровни, на которых можно повышать риск и это улучшит результат. Появились мощные трейды по +50-200%, но вместе с ними пришли большие просадки, которые долго закрывались:



После добавления этих чётких уровней стало заметно больше стоп-лоссов:



( Читать дальше )

Именно такой вопрос задаю себе уже полгода, глядя на то, как каждые 2-3 дня на откатах испаряются десятки тысяч рублей, поэтому есть идея прикрутить активный трейдинг к среднесрочной торговой системе и попробовать повысить профит так, чтобы это сильно не влияло на общий риск.

Суть проблемы:

После сигнала системы открытая позиция едет вверх и встречает на своём пути красные свечи по 2-3%. А может и не встречает, смотря какой тренд. Шортов нет. По торговому плану есть условная цель 10% и она должна быть достигнута за не менее условные 30 дней, но откаты растягивают этот процесс на 90 дней. И есть гипотеза о том, что если бы эти откаты торговались, то цель можно было достигнуть быстрее.

В этом посте нет конкретного решения и я лишь пытаюсь найти ответ на вопрос с помощью разбора ситуаций и некоторых размышлений. Более того, сама проблема классическая и её решало уже много других трейдеров.

Попробуем выбрать случайные графики таких эмитентов, которые в моменте фундаментально подходят под указанный метод торговли, таймфрейм везде H1. Допустим, AAPL:

( Читать дальше )