ISM падает. Честно говоря – не очень понимаю этот индекс. Потому что все размыто – рынок огромен. Гораздо интереснее конкретика. По ней видно отчетливее. Продажи автомобилей в мире 2019 год 45 366 395, 2018 за это же время 76 855 869. Т.е. падение на 41%  в штуках. Падение в Южной Корее на 42 %, США 32 %, Китай 46 %, Германия 37% (брал с сайта auto.vercity.ru). Меня мало интересует в деньгах, т.к в штуках показательнее. Если нет денег – купи дешевле. Машина – это элемент достатка. Как и рабочая лошадь по обмену товаров. Лошади нынче не нужны во всем мире. Рецессия началась. И только сейчас рынок начинает обращать на это внимание.

Рост ВВП Германии уменьшают уже не первый раз по прогнозам на 2020 год. И это европейская фабрика. С Китаем понятно – его давят. Что с Германией? Ладно бы – конкуренты. Почему падают продажи в Ю.Корее? Кончились кредиты? Не думаю – во всем мире начали строить барьеры по перемещению товаров между странами. Все спасают свое болото.

В последние время причесал некоторые блоки своей программки по управлению портфелем. Из последнего добавил в качестве фичи оборот и получил известную зависимость, что малоликвидные бумаги в среднем имеют большую доходность (по горизонтали натуральный логарифм дневного оборота, по вертикали ожидаемая доходность).

По большому счету дальше можно лишь потихоньку расширять перечень анализируемых бумаг и добавлять новые признаки, объясняющие доходность, но придумывать в рукопашную новые фичи не хочется, поэтом попробую переписать все на нейронных сетях и сырых котировках без всякой обработки.

В основном раньше имел дело с TF/Keras, но по ощущениям в последнее время подавляющая часть статей по сетям сопровождается кодом на PyTorch, поэтому решил изучить его и использовать в своей программе. В качестве обучения собираюсь принять участие в соревновании Кто поставит лайк без использования градиентного бустинга только с помощью PyTorch. Ну о потом приступить уже к использованию сеточек для прогнозирования доходности.

Перевел тут (в автоматическом режиме) питонячий китайский фреймворк для алготрейдинга.

Что он может:

1) Тестить и пускать в лайв страты (а-ля plug and play)
2) Есть коннекторы к крипте, каким-то китайским брокерам, IB, Alpaca
3) UI на pyQT5
4) Качать/хранить котировки

в общем все что надо для базового (и не только) алготрейдинга. все это бесплатно и под MIT лицензией

Перевод пока так себе, но лучше чем китайский оригинал. Теперь хоть что-то можно понять в интерфейсе.  Запустил пару предустановленных страт, загрузил данные, написал простенькую стратегию — все работает, багов не нашел пока. Постепенно улучшаю перевод в ручном режиме.

vnpy — лучшее из python open source для трейдинга что я видел. Понятная и логичная структура, ожидаемая архитектура, хорошо написанный UI. Часть логики коннекторов написана на C++ (поэтому гитхаб и говорит что оно С++, но это не так)

Многие инвесторы смотрят на таблицы сложных процентов. Они действительно поражают.

Какие выводы мы обычно делаем из таких графиков? Что даже если начинать с нуля и в течение долгих лет пополнять и реинвестировать ничтожные суммы денег, то в конце срока вы неизбежно становитесь миллионером. 

Мы смотрим на ось денег. С ней все понятно. Есть набор механических действий, которые нужно довести до автоматизма (пополнения, реинвестирование, ребалансировка и др.). Все они описаны в книгах и статьях. Это вопрос мотивации и дисциплины.

Я же в последнее время стараюсь смотреть на ось времени. И делаю немного другие выводы.