Всем добрый день! 
Решил скопипастить сюда свою статью с другого форума.
Занимаюсь на бирже в основном алгоритмической торговлей и экспериментами с торговым роботом. В связи с наличием выходного и скуки расскажу про один из алгоритмов для начинающих.  Данный опус может использоваться не только в автоматической торговле, но рассматривается с этой позиции. 

 Каждый из нас в начале торгового пути слышал фразу «Не торговать против тренда!». Потом новичок убеждался, что если торговать только по тренду много не заработаешь и частенько попадаешь на раздачу. Потом, наслушавшись советов мудрых товарищей на форумах, жадность берет свое и начинается вход в позицию и, что гораздо хуже, усреднение без оглядки на тренд. Результаты как правило плачевные: «Кавалергарда век не долог...»©. И таки что, торговать против тренда нельзя? Можно! Это было предисловие. 

Итак, для того что бы использовать в торговле тренд надо для начала его измерить. Начинаем собственно с рисования линии тренда любым способом, хоть вручную (сам я ее не рисую, расчетов достаточно). Для удобства рассмотрения будем считать за линию краткосрочного тренда линию индикатора EMA9 на графике цены дневного таймфрема. А почему нет? 

( Читать дальше )

В прошлом посте  Мода на Машинное Обучение мы выяснили, что Машинное Обучение (МО) может решить только конкретные задачи, т.к. единственное чем занимается, так это подбором решения под заранее известные ответы, но делает это оч качественно. Посмотрим, где в ТС можно найти такие задачи.
Пусть у нас возникла идея замечательной ТС. Мы накидали на график всяческих индикаторов, ну, и прям видно — вот оно, счастье. Начали долго и муторно писать логику входов в сделку и пр. Параметры индикаторов и их сочетания неизвестны, логику еще продумывать надо, количество if зашкаливать начинает — эт только на глаз все хорошо и просто.
Подождите, так нам нужно найти всего лишь некоторый набор математических выражений для описания нашей стратегии, а это как раз задача для МО, и, по идее, МО должно с такой задачей хорошо справиться.
Итак, берем нашу стратегию, пишем несложную логику в общих чертах описывающую нашу стратегию — получаем как-бы упрощенный вариант стратегии. С помощью этой логики (упрощенной стратегии) выделяем интервалы обучения и генерируем обучающие последовательности. Подготавливаем данные — приводим все это к виду понятному МО. Обучаем на этих данных МО, проверяем на независимых данных — получаем готовую стратегию. Естественно, упрощенную логику (стратегию) оставляем как часть стратегии, ограничивающую область применения МО.
Собственно, сэкономили на написании логики стратегии.
Ну, а будет работать такая стратегия или нет — это уже зависит не от МО, а от идеи самой стратегии. Естественно, предполагаем, что как готовить данные, обучать-проверять — это мы хорошо знаем и все правильно делаем.

Что я понял за 20+ лет на нашем фондовом рынке?

1. Индикатором (правда запаздывающим) привлекательности-непривлекательности  для иностранных «ковбоев рынка» является динамика наших 5-7 «голубых фишек». Их одновременный рост на 10%+ за относительно короткое время означает приход этих денег, такое же одновременное падение — уход. Любая другая динамика отдельных акций — это наши «внутренние игры», которые не имеют предикативной ценности, если Вы не инсайдер.
2. Приход денег из п. 1 происходит при совпадении трех факторов:
— политическая стабильность и прогнозируемость действий власти;
— мягкая денежно-кредитная политика;
— отсутствие внешних (!) причин для падения цен на нефть на 30% и более.

Что можно сказать об этих факторах конкретно сегодня?
Политическая стабильность есть, но трудно не согласится с утверждением Мовчана из его интервью Верникову, что она держится на одном человеке и Вы знаете о ком речь. Факторы риска понятны — здоровье и «дворцовый переворот».

( Читать дальше )

Прежде анонс топика который выйдет завтра в обед по мск. 
«Алгоритмы и стратегии торговли на NYSE и Nasdaq»
Будет предоставлено несколько алгоритмов и стратегий.
В теме, отбор акций, анализы сделок, точки входов, модели баров, расписан весь торговый день от начала и до конца торгов,  то есть полный алгоритм торговли акциями.
Так же будет список полезных сайтов для торговли на NYSE, список брокеров на NYSE.
Несколько скринов с материала.



( Читать дальше )

Интересный код, для тех, кто в теме.


Это подборка различных RL алгоритмов в реализации для трейдинга. Если пишете свой алго, возможно, тут есть что позаимствовать. Код, понятное дело, на Python.  Для тех, кто не знает, что такое reinforcement learning — погуглите, это действительно крутая штука. Имхо, это единственная технология machine learning, которая может дать что-то стоящее в трейдинге. Порог входа достаточно серьезный, но дорогу осилит идущий:)

Часть, которая завязана на принятии решении, сильно упрощена, но это реально неплохая стартовая точка.

Подвел итоги по своему специальному облигационному счету. Год назад я положил на отдельный брокерский счет 800 000 рублей, где решил торговать только облигациями.
Через год баланс счета стал ровно 1 000 000. Т.е. за год я заработал 25% годовых. Дополнительные средства на счет не вносил, но всю прибыль реинвестировал.
Основные факторы:
1. Заходил в первичных размещениях, продавал на вторичке выше номинала.
2. Несколько раз рисковал, покупая просевшие в цене бумаги (СилМаш лучший из всех)
3. Реинвестирование купонов (появилось много бумаг с ежемесячным купоном, и это очень круто, реально повышает доходность).

В 2018 году появилось реально большое количество малых облигационных займов и если вначале я еще пытался анализировать отчетность, выбирать стоит участвовать или нет, то сейчас у меня сложились другие правила, больше математического, технического характера.

Итак,

1. Участие в первичных размещениях.
Тут обязательно надо смотреть и отчетность эмитента и организаторов (их другие выпуски), т.е. проводить большую ручную работу.

( Читать дальше )

Оптимальные стратегии

Обозначения:

C_t – цена актива;

d_t=(C_t-C_t-1)/C_t-1;

d_t – случайна и имеет безусловное распределение P(d_t), т. е. точного прогноза этой величины одновременно во все (!) моменты времени не существует (отметим, что существование точного прогноза в отдельные моменты времени не означает детерминированности- антипода случайности, которая подразумевает наличие точного прогноза в любой(!) момент времени) ;

L_t – вся информация, известная к моменту времени t;

Р(d_t/L_t-1) – условное распределение d_t по L_t-1;

P(d_t,,d_t-1)  - безусловное распределение пары (d_t,,d_t-1);  

E_t g(d_t) – среднее функции g(x) по распределению Р(d_t/L_t-1);

E g(d_t,d_t-1)  среднее функции g(x₁,x₂) по распределению Р(d_t,d_t-1);

M_t – оценка самофинансируемого (без вводов-выводов) портфеля в момент времени t;

( Читать дальше )