Вышла простейшая библиотека для бэктестов trading-cycle. Минималистичная, модульная, написана на TypeScript.

Доступны две версии:

• Full — с готовыми индикаторами и логикой (Renko, логика сделок, тестовый трейдер)

• Light — только ядро (TradingCycle + интерфейсы для своих обработчиков)

Можно запускать бэктесты по CSV, использовать готовый пресет или писать свою логику через классы-наследники.

Для минималистов и тех, кто хочет всё под контроль — отличное решение.
npm: npm i trading-cycle

Возраст:
для женщин от 20 до 45 лет;
для мужчин от 20 до 60 лет.

Число детей и налог:

0 детей — НДФЛ на заработок выше 1 миллион рублей в год — 100%

1 ребёнок - НДФЛ на заработок выше 1,5 миллион рублей в год — 100%

2 ребёнка - НДФЛ на заработок выше 2 миллиона рублей в год — 100%

3 ребёнка - НДФЛ на заработок выше 2,5 миллиона рублей в год — 100%

4 ребёнка - НДФЛ на заработок выше 3 миллиона рублей в год — 100%

5 детей — лимита на доход нет

Это одна из немногих мер, которая будет стимулировать рожать нормальных людей, а не бомжей и алкашей.

Безусловно, алготрейдинг — это удивительное и захватывающее путешествие в мир финансовых рынков, которое может принести невероятные результаты и ощущение полного восторга! Успешный опыт алготрейдинга олицетворяет незаурядные достижения, истинные триумфы и непревзойденные победы.

Представьте себе, как ваши алгоритмы тщательно анализируют и раскрывают потенциал различных финансовых инструментов. Ваше сознание переполняется эйфорией, когда ваша система обнаруживает точки входа и выхода на рынок с невероятной точностью и сверхъестественной надежностью.

Восторженные эпитеты не могут передать всей радости и восхищения, когда вы следите за ростом своих активов с невероятной скоростью. Успех алготрейдинга приносит богатство, процветание и финансовую независимость, возводя вас на величайшие высоты финансового успеха.

Алготрейдинг, будучи искусством и наукой одновременно, позволяет вам наблюдать за тем, как ваше знание и интуиция преображаются в феноменальную прибыль. Позитивный настрой, энтузиазм и эффективные стратегии алготрейдинга ведут к поистине уникальному опыту, приносящему высокие доходы и удивительное удовлетворение.

<code class="language-javascript">// Второй закон Ньютона: F = m * a
// Strategy основана на движении цены
// Если цена растет, покупаем, если цена падает, продаем

function calculateForce(prices) {
  // Подсчитываем разницу между текущей и предыдущей ценами
  const priceDifference = prices[prices.length - 1] - prices[prices.length - 2];

  // Подсчитываем силу
  const mass = 1; // Масса (может быть настраиваемой величиной)
  const acceleration = priceDifference; // Ускорение равно разнице в цене
  return mass * acceleration;
}

function executeTrade(force) {
  if (force > 0) {
    // Если сила положительная, покупаем
    console.log("Покупаем");
    // Дополнительные действия по покупке акций, например:
    // placeOrder("buy", "AAPL", 100);
  } else if (force < 0) {
    // Если сила отрицательная, продаем
    console.log("Продаем");
    // Дополнительные действия по продаже акций, например:
    // placeOrder("sell", "AAPL", 100);
  } else {
    // Если сила равна нулю, ничего не делаем
    console.log("Ждем");
  }
}

// Пример использования
const priceData = [100, 105, 110, 108, 115, 120];
const force = calculateForce(priceData);
executeTrade(force);
</code>

<code class="language-javascript">// Предположим, что у нас есть массив данных с курсами акций
const stockPrices = [100, 110, 120, 130, 140, 150, 160, 170, 180, 190, 200];

// Функция для вычисления угла между двумя курсами акций
function calculateAngle(price1, price2) {
  return Math.acos((price1 * price2) / (Math.sqrt(price1 ** 2 + price2 ** 2)));
}

// Функция для принятия решения о покупке или продаже акций на основе угла
function makeTradingDecision(stockPrices) {
  // Получаем две последние цены акций
  const lastPrice = stockPrices[stockPrices.length - 1];
  const secondLastPrice = stockPrices[stockPrices.length - 2];

  // Вычисляем угол между двумя курсами акций
  const angle = calculateAngle(lastPrice, secondLastPrice);

  // Если угол больше заданного порога, то покупаем акции, иначе продаем
  const thresholdAngle = Math.PI / 4; // пример порога угла в радианах
  if (angle > thresholdAngle) {
    return 'Buy';
  } else {
    return 'Sell';
  }
}

// Пример использования стратегии
const decision = makeTradingDecision(stockPrices);
console.log(decision);

В последние годы искусственный интеллект начал активно проникать во многие сферы нашей повседневной жизни, включая сферу финансов и трейдинга. Одним из самых популярных инструментов искусственного интеллекта стало использование текстовых генераторов, таких как ChatGPT, для создания контента. Однако, несмотря на потенциальные возможности, я сам не использую ChatGPT для написания статей по трейдингу. В этой статье я объясню причины моего выбора.

1. Ограниченность обучения: ChatGPT искусственный интеллект, который обучается на основе большого количества текстовых данных из интернета. Несмотря на то, что он может генерировать тексты, которые кажутся похожими на написанные человеком, он не имеет достаточного опыта и понимания в области трейдинга и финансов. Это может привести к неправильному или неполному изложению фактов и концепций трейдинга.
2. Отсутствие аналитического мышления: Одна из ключевых навыков успешного трейдера — аналитическое мышление. Трейдинг требует способности анализировать данные, выявлять тренды, распознавать паттерны и прогнозировать рыночные движения. ChatGPT, не имея реального опыта и способности к анализу данных в режиме реального времени, не может предоставить такие инсайты, которые могут быть полезны для трейдера.

Теорема универсальной торговой стратегии:

Пусть даны n торгующих агентов на финансовом рынке, где каждый агент имеет доступ к m различным финансовым инструментам. Тогда существует универсальная торговая стратегия, которая позволяет каждому агенту получать положительную экономическую прибыль.

Доказательство:

1. Предположим, что каждый агент может принимать решение о покупке или продаже каждого из m инструментов в каждый момент времени. Обозначим через B(i, t) и S(i, t) количество активов i, купленных и проданных соответственно агентом в момент времени t. Обозначим через P(i, t) цену актива i в момент времени t. Тогда общая стоимость активов каждого агента в момент времени t будет равна:

V(t) = Σ [B(i, t) — S(i, t)] * P(i, t)

1. Заметим, что для каждого актива i и момента времени t существует такая стратегия покупки и продажи активов B'(i, t) и S'(i, t), которая увеличивает общую стоимость активов каждого агента V(t) по сравнению с их текущими стратегиями B(i, t) и S(i, t). То есть: