Избранное трейдера Денис Сафонов

по

Ретростратегия ретро ТС.

    • 11 января 2021, 23:49
    • |
    • 3Qu
  • Еще
Сегодня решил проверить работоспособность своей старой стратегии, проработавшей с большими изменениями с 2008г, и снятой с эксплуатации в 2014 г.
Вначале стратегия была сделана на Excel с ручным исполнение сделок, затем глубоко модифицирована, и стала уже Excel-VBA, затем еще раз модифицирована и была перенесена на C#. Ну, а самая последняя версия на C# в 2014 г успешно прошла месячный прогон на виртуальных сделках, но вывод ее на реал был признан нецелесообразным из за известных событий, и пару лет я рынком вообще не занимался. Ну, а по возвращении на рынок появились новые мысли, и я занялся совсем другими стратегиями.
Сегодня я решил проверить, а работает ли подобная стратегия сейчас. В Python это заняло примерно час, благо заготовок и индикаторов уже написано много и скомпоновать их дело нехитрое, и ничего специально придумывать не надо. Тест стратегии безо всяких ее настроек сразу оказался прибыльным на двух 3-х месячных интервалах фьючерсов Сбера и Газпрома. Критики могут не писать, что интервал тестирования недостаточен. Я знаю ваше мнение, однако, считаю иначе. Недостаточен? — сами делайте и сами тестируйте.

( Читать дальше )

Визуализация рекомендаций Романа Андреева на Python. Часть 2. Компьютерное зрение.

Всем здоровья и бодрого расположения духа!
В статье «Визуализация рекомендаций Романа Андреева на Python» мы разобрали как можно с помощью нескольких строк кода на Питоне разобрать текст, который выкладывает каждое утро в своем блоге Роман Андреев (далее по тексту Роман) — известный трейдер и блогер (или наоборот), и отобразить эти рекомендации в виде уровней и зон на графиках. В этом топике я покажу способ для извлечения информации из графических изображений с помощью технологий компьютерного зрения (но без использования нейронных сетей) на примере таблиц-рекомендаций из блога Романа Андреева.
Визуализация рекомендаций Романа Андреева на Python. Часть 2. Компьютерное зрение.
Надеюсь, что я не напугал читателей термином «компьютер вижн», скоро вы поймете, что это просто. И что любой юный прогер может написать код для распознавания внешними камерами номеров автомобилей, который впоследствии возненавидят все автолюбители мегаполисов, а МАДИ и ГИБДД будут собирать со всех нас миллиардные штрафы



( Читать дальше )

Третья простая модель на вход в моей торговле

Эту модель встречал у разных авторов. Одни называют ее Усилие, другие — Импульс, третьи — Моментум и т.д. Я буду называть ее Усилие.

Сама модель может состоять из одного бара, двух или трех баров для 5 мин таймфрейма. Главное — увидеть сильное движение цены на объеме.


1. Торговля в рендже

Третья простая модель на вход в моей торговле

Третья простая модель на вход в моей торговле

( Читать дальше )

Python. Импорт данных OHLCV из файла CSV.

    • 02 ноября 2020, 22:55
    • |
    • 3Qu
  • Еще

Простите за банальность, работа с данными начинается с их получения из внешнего источника. Мы будем получать их из CSV-файла архива котировок, скачанного с сайта Финам. Для работы с другими источниками вам надо будет немного изменить программу.

Я уже давно не работаю непосредственно с CSV, и храню все данные в БД SQLite. Поначалу я хотел написать программу чтения CSV с нуля, но выяснилось, что я уже подзабыл как это делается, однако нашелся рояль в кустах — моя старая библиотека читающая данные из CSV-файла непосредственно в программу. Ее мы и будем использовать.
Собственно, Python и ориентирован на работу с библиотеками, и не нужно знать что там внутри, важно только уметь с ними работать, а сами программы с использованием библиотек станут очень простыми.
Для начала качаем с Финам историю в формате CSV-файла следующего вида:

<TICKER>,<PER>,<DATE>,<TIME>,<OPEN>,<HIGH>,<LOW>,<CLOSE>,<VOL>
SPFB.Si-12.20,1,04/05/20,10:00:00,76900.0000000,76990.0000000,76900.0000000,76990.0000000,3
SPFB.Si-12.20,1,04/05/20,10:06:00,77695.0000000,77695.0000000,77400.0000000,77400.0000000,8
SPFB.Si-12.20,1,04/05/20,10:08:00,77781.0000000,77781.0000000,77700.0000000,77750.0000000,30
SPFB.Si-12.20,1,04/05/20,10:13:00,78088.0000000,78098.0000000,78088.0000000,78098.0000000,6
SPFB.Si-12.20,1,04/05/20,10:14:00,78100.0000000,78100.0000000,78100.0000000,78100.0000000,1


( Читать дальше )

Бесплатный робот на quik XoraX боковик на lua, нефть Brent (обновление)

    • 24 июля 2020, 21:05
    • |
    • XoraX
  • Еще
Давно я сюда ничего не писал. Некогда было и работы много.
Ну ладно, поехали ))

Что нового в роботе, для тех кто следит:

Появились стопы. Правда они выставляются только на 0,5 бакса от текущей цены в моменте или от максимальной покупки
К стопам можно прибавить(накинуть) дополнительных контрактов, по желанию
Отрегулировать расстояние до стопов
Добавился коридор, выше которого робот перестанет покупать
Свечной анализ который можно регулировать в моменте работы робота. Свечной анализ влияет на размер профита в рамках максимальной и минимальной цены.


Бесплатный робот на quik XoraX боковик на lua, нефть Brent (обновление)


Робот обожает волатильность, это важно знать. 

Шортить бот не умеет

Отдаю так как есть, без претензий ко мне

Сразу хочу обратиться к тем кто пожелает его поставить и попробовать. 

Легких денег не бывает и граалей тоже


( Читать дальше )
  • обсудить на форуме:
  • Quik Lua

Нейросети в торговых системах. 1.

    • 25 июня 2020, 22:59
    • |
    • 3Qu
  • Еще

Вначале о грустном. Не понимая теорию нейросетей (НС) у вас вряд ли получится построить на ней ТС. Поэтому лучше для начала почитать теорию, например, Хайкин Саймон. «Нейронные сети. Полный курс». Книга уже достаточно старая и в ней нет новомодных веяний, но она дает базовые представления о НС.

И второе, мы будем далее для построения систем использовать пакет scikit-learn для Python. рекомендую ознакомиться. Есть и более продвинутые пакеты, скажем, TensorFlow и др., но их использовать мы не будем, и ограничимся более простым scikit-learn.
Теперь о том, чего здесь не будет. Здесь не будет теории НС, разве эпизодически и оч кратко. Здесь не будет описания пакетов Python, работы с графикой и пр. Обо всем этом вы можете прочесть в интернете, книгах, и документации Python.
В топике мы будем обсуждать только применение НС к ТС и их построению.
Так как тема достаточно велика, в один топик не влезет, сегодня мы займемся самыми общими вопросами. Следующая часть будет недели через две, раньше не получается.



( Читать дальше )

Раздаю КАЧАЙТЕ!!! 2 курса по объемной торговле.

Предлагаю вам 2 курса по объемной торговле. Вохмянина Людмила.
Курс создан официальным разработчиком обучающих программ по технологии объемной торговли.
2 курса, базовый для новичков второй для продвинутых пользователей.
Первый.
cloud.mail.ru/public/2x5K/2FEsH9Wih
Раздаю КАЧАЙТЕ!!! 2 курса по объемной торговле.
Раздаю КАЧАЙТЕ!!! 2 курса по объемной торговле.

( Читать дальше )

Сегодня стартует вечерка на рынке акций

повторюсь, но это правда важно.
сегодня стартует вечерка на рынке акций. Прочитайте этот пост.

напомню
🚩 22.06 будет запущена вечерняя сессия на акциях 19.00-23.50 подробности тут https://www.moex.com/s3083
🚩 на старте будет 25 бумаг из индекса Мосбиржи список тут https://www.moex.com/n28495/?nt=111
🚩 цена закрытия останется как и сейчас в 18.50 по итогам аукциона закрытия

теперь на что обратить внимание
🚩 мы опубликовали программу ММ и можно см спреды  https://fs.moex.com/files/21052
по мере формирования ликвидности надо обязательно учитывать те цены и объемы которые есть. необходимо крайне аккуратно использовать или вообще не использовать рыночные заявки (с комитетом обсуждали их запрет на вечерке, но участники были против и попросили оставить). Это же касается и лимитированных заявок с большим отклонением 



( Читать дальше )

Случайности в волатильности и эффективные оценки


Используя простые модели волатильности, рассчитанные по ценам закрытия (Close-to-Close vol.) мы неизбежно сталкиваемся с рыночным шумом, смещающим наши оценки далеко её от истинного или асимптотического значения.  Мы могли бы измерять волатильность как-то иначе, например по модели Паркинсона (High-to-Low 1980), но столкнулись бы с той же проблемой. 



Случайности в волатильности и эффективные оценки 

1.1 — Close to Close log-volatility estimation



Случайности в волатильности и эффективные оценки

( Читать дальше )

Python-->Lua-->Квик. Управление заявками в Квике из Питона.

Всем привет!
То о чем так долго мечтали большевики — свершилось!
Представляю QLua-сервер для управления заявками в Квике Квиком. Как обычно, в несколько строк кода.


( Читать дальше )

....все тэги
UPDONW
Новый дизайн