Сохрани в избранное полезные скринеры на смартлабе:

посмотреть кто упал сильнее всех с начала года:
smart-lab.ru/q/shares/order_by_last_to_year_price/asc/

все актуальные дивиденды по итогам 6 мес, которые еще будут выплачены:
smart-lab.ru/dividends/

все мультипликаторы всех компаний МосБиржи (за последние 4 квартала)
smart-lab.ru/q/shares_fundamental2/

В следующий понедельник стартует курс бесплатных лекций в АЛОР от меня. Хотел обратить внимание на карту оптимизации стратегий и где мы сейчас.

Напоминаю, для тех, кто следит за проектом, и кто изучает алго, что мы обсуждали в прошлый раз и что будем обсуждать здесь.

Визуально это можно представить так:

1. Наивный подход.

Это тесты на одном инструменте, на всём участке данных. То, что так любят 95% алготрейдеров и бесконечно сливаются. Мы на этом не останавливались…

2 / 5 Walk-Forwards и Walk-Forwards через Cross-Tests.

Суть Walk-Forwards в картинке:

В данной статье посмотрим робота, который торгует одновременно всю площадку, к которой подключён. Т.е. может торговать несколько десятков или сотен инструментов одновременно. Не пугайтесь! Это всё ещё чуть больше 200 строк кода, т.к. в OsEngine для этого есть специальный тип источника: BotTabScreener. Им и будем учиться пользоваться.

Прибыльность у данного скринера хорошая из коробки. На некоторых настройках около 0.5% на сделку на MOEX TOP 30 за 10 лет.

Логика робота.

По-простому, это импульсный трендовый робот на пробое верхней границы Bollinger с фильтром по Momentum. Вся его соль в том, что он смотрит весь рынок одновременно, и с ним удобно делать кросс-тесты (это когда тестируется торговля одной стратегии на множестве инструментов).

С 26 по 30 августа буду вести лекции в АЛОР по заявленной теме. Приглашаю всех, кто уже в алго или только планирует приобщиться! Лекции сэкономят Вам кучу денег и времени.
 

Проблема встаёт ребром на MOEX, т.к. скорость изменения популярных бумаг довольно быстрая и алгоритмы должны уметь на это реагировать.

Какие способы я сам проходил, прям по годам пойдём. От самого простого к самому сложному.

Большой лендинг с информацией здесь: https://alorschool.ru/rotaciya-bumag-mezhdu-algoritmami-po-stadiyam-volatilnosti

ВАЖНО 1.

Подходы, обозначенные в лекциях, увеличивают прибыльность некоторых торговых алгоритмов от 30 до 60%. В том числе фильтруя неблагоприятные для входа отрезки графика. Фильтр пилы Вана!  Ура!

ВАЖНО 2.

Лекций ПЯТЬ!!! От 1 до 3 часов каждая. Я их ещё готовлю, но уже понимаю размер проблемы. Запаситесь терпением… С конца я начать не могу, это просто взорвёт голову слушателю. Поэтому будем пооотииихоооньку подбираться к заявленной теме, в каждой лекции обозначая новую грань проблемы. И к пятой я думаю 80 % слушателей таки поймут про что речь и как в 2024 году ротирую бумаги в торгах Я.

StrategyParameterDecimal представляет собой обертку для чисел с плавающей запятой.

Расположение в репозитории ГитХаб: https://github.com/AlexWan/OsEngine/blob/master/project/OsEngine/Entity/StrategyParameter.cs

Расположение в проекте, если отрыть его на ПК:

Мы побеседовали со специалистом, который занимается Data Scientist, и узнали много вещей, связанных с возможностью применения искусственного интеллекта в биржевой торговле. 

Во времена, когда слышатся лозунги: «Нейросети будут с нами надолго», возникает большой вопрос насчёт применения этих технологий для предсказания цен на бирже. Так как зачастую будущее движение цены — это огромный массив данных, которые влияют на ценообразование компании, а, как для многих известно, модели машинного обучения в разы быстрее обрабатывают биг дату.

Как я уже упомянул, самым заманчивым применением искусственного интеллекта в контексте финансовых рынков является его способность предсказывать будущие цены активов. Несмотря на то, что достичь высокой точности в этих предсказаниях пока не удается, многие крупные игроки финансового сектора, включая ведущие банки, инвестиционные фонды и прочие значимые организации, активно инвестируют ресурсы в разработку и совершенствование технологий машинного обучения.

Сегодня в хочу написать про акции на российском рынке, которые лучше не покупать, т.к. у них сомнительная репутация и история/

Акции, о которых напишу, лучше вычеркнуть из своих вотч-листов, т.к. все они обладают разной степенью токсичности. Некоторые работают не в интересах акционеров, некоторые любят доп. эмиссии, некоторые проводят сомнительные схематозы и т.п. Поэтому отказ от инвестиций в такие компании, скорее всего, улучшит показатели вашего инвестиционного портфеля. Чем меньше людей будут инвестировать в сомнительные компании, тем здоровее будет финансовый рынок. 

Итак, пойдем по порядку. Почетное первое место в списке, как многие могли догадаться по слову «доп. эмиссия» — ВТБ. С момента «народного IPO» в 2007 году, компания провела 7 доп. эмиссий, 5 из них до 2014 года, 2 – после СВО. При том, что компания характеризуется нестабильностью доходов и плохим риск-менеджментом, акции с момента IPO за 17 лет упали на 83%. На компанию также любят навешивать непрофильные активы, например, из последнего – убыточную ОВК.

Данный способ подключения роботов в платформу нужно использовать, когда Ваши алгоритмы уже готовы, и Вы не нуждаетесь в дебаггинге. Просто торгуете, перенося скрипты из версии в версию OsEngine.

Суть его заключается в следующем: код алгоритмов создается и отлаживается в основном проекте, но потом переносится и хранится в виде текстовых файлов с расширением cs. в специальном каталоге рядом с exe файлом приложения:

Класс BotPanel является родительским классом для абсолютно всех роботов в программе. Содержит компоненты, которые повторно используются роботами и необходимы для их нормального функционирования в OsEngine. 

В основном BotPanel хранит в себе источники и параметры, и когда Вы хотите делать роботов на OsEngine, Вам нужно держать этот класс открытым.

Создание любого робота в программе должно начинаться с наследования от BotPanel и реализации его абстрактных членов, иначе терминал просто не сможет использовать ваш алгоритм.

Поговорим немного о структуре логики OsEngine, отвечающей за взаимодействие с роботами. Хотя BotPanel и является своеобразным мостом между алгоритмом робота и программой, его интерфейс не предоставляет всей функциональности, которая требуется ботам.  Для решения этой задачи в программе существуют классы, реализующие интерфейс IIBotTab (источники данных).

О них мы подробно поговорим в последующих статьях. Сейчас нас интересует класс BotTabSimple. Он предоставляет роботам всю необходимую для торговли логику и поставляет рыночные данные по бумаге.