Избранное трейдера _xXx_
Сегодня пробуем вести разработку в более продвинутом редакторе кода. Как использовать всю мощь современных технологий, в том числе ИИ-подсказки при разработке роботов для OsEngine в VS Code в новом видео.
VK Видео:
RuTube:
На сегодняшний день зафиксировано беспрецедентное количество заблокированных эмитентов. На 09.06.2025 года заблокированы счета 9-ти эмитентов, из которых 5 уже дефолтнули, 1 имеет технический дефолт и ещё 3 эмитента новички. Видимо всё труднее и труднее эмитентам справляться с долговой нагрузкой и, если в дело вмешивается ФНС России, то тут уже можно смело предположить в каком состоянии финансовые успехи эмитента.
Если вы задумывались о системной торговле, то, скорее всего, уже слышали о Python библиотеке Backtrader. Это гибкий фреймворк для тестирования торговых стратегий на исторических данных, который к тому же может быть подключён к автоторговле через API российского брокера. В нём можно реализовать практически любую логику, от простого пересечения скользящих средних до сложных многофакторных моделей.
➡️ Робот, который живёт в стене: мой опыт автоматизации торговли на Python
Однако даже самая изощрённая стратегия ничего не стоит, если протестирована на неликвидных бумагах — там, где в реальной торговле вы бы просто не смогли купить или продать по нужной цене. Именно поэтому работа с ликвидными акциями — ключ к достоверному тесту.
Ликвидность — это не про «красиво на графике», а про то, как на самом деле исполняются сделки, насколько проскальзывает цена и как часто ваши заявки останутся без исполнения. Здесь нам поможет Игорь Чечет — автор библиотек AlorPy, TinkoffPy и FinamPy, размещенных на GitHub, которые дают удобный способ подключиться к API этих трёх брокеров из Python. Эти инструменты и библиотека-обертка — фактически мост между Backtrader и живым рынком.
В предыдущих статьях я рассказывал, как пришёл к идее создания собственного торгового робота. Мотивация проста:
Автоматизация — алгоритм не спит, не нервничает и не занят своими делами.
Дисциплина — робот исключает эмоции, следуя правилам.
Тестирование — любую идею можно проверить на исторических данных, прежде чем рисковать деньгами.
Я всегда разделял два этапа: разработку торговых идей (логика стратегии) и реализацию механизма исполнения (отправка заявок, автотрейдинг). Сначала — бэктестинг и базовая оптимизация, и только потом — реальная торговля.
Поскольку я нахожусь в активном поиске подходящего решения для автотрейдинга и уже опробовал несколько рабочих вариантов, то эта статья представляет мои размышления об этом механизме исполнения заявок. Ваша критика или поддержка идей приветствуется.
Почему я не хочу использовать QUIК и Windows?
По моему мнению QUIK архаичен, нестабилен для автоматизации и требует оконной среды. Он не предназначен для headless-серверов (это компьютер без монитора, клавиатуры, мыши). QUIK + LUA или внешнее ПО — это сложная, криво документированная и уязвимая связка.
В последнее время на канале выходит много публикаций, посвященных облигациям и хоть, на первый взгляд, облигация простой инструмент, но и у неё есть особенности.
Сегодня предлагаю рассмотреть вопрос, связанный с критерием от которого зависит рискованность инструмента, но на который многие просто не обращают внимания.
Но прежде чем начать, приглашаю Вас подписаться на мой телеграм канал, там я пишу много полезной и интересной информации про инвестиции и личные финансы, а кроме того делаю разборы компаний и подборки актуальных инвестиционных инструментов.
Но для начала предлагаю ответить на вопрос:
У вас есть две облигации с одинаковой доходностью к погашению (YTM), но разной дюрацией:
Облигация A: Дюрация = 5 лет
Облигация B: Дюрация = 10 лет
Если через неделю рыночные процентные ставки вырастут на 1%, то какая облигация потеряет больше в цене?
Верный ответ: Облигация B потеряет больше, её цена упадёт на ~10%, а Облигация A — на ~5%.
Так что же такое дюрация и для чего её знать инвестору?
На простом языке разберем, как незамысловатые элементы статистики и математики могут сильно помочь на финансовых рынках.
Где встречается нормальное распределение (и почему оно плохо подходит для финансовых рынков), что за шапка жандарма такая, откуда берутся 1, 2 или 3 сигмы, как определить математическое ожидание стратегии — после прочтения статьи вам будет все понятно.
Полезные материалы, которые хорошо бы изучить перед продолжением:
Многое, что нас окружает, имеет нормальное распределение. Средняя, нормальная скорость, с которой передвигаются машины в городе, средние зарплаты, средняя продолжительность фильма и т.д. Среднее и нормальное движение цен финансовых инструментов — не исключение (о них — чуть позже).

Последние две недели я публиковал подборки из рубрики Traders’ Tips журнала Technical Analysis of STOCKS & COMMODITIES за 2001-2005 и 2006-2010 годы. Спасибо за ваши комментарии — от ироничных “опять комиксы?” до вполне серьёзных вопросов о практическом применении и бэктестах. Именно они побудили меня подойти к делу иначе.
Вместо очередного обзора я решил сосредоточиться на одной идее: реализовать её на Pine Script для TradingView и протестировать на фьючерсах с Московской Биржи. Кстати, Traders’ Tips — это не отдельное приложение, а рубрика в журнале. Но суть не в этом: её практическая ценность по-прежнему велика.
В центре внимания — случайно выбранная статья Барбары Стар “Confirming Price Trend” (S&C, декабрь 2007). Почему именно она? Подтверждение тренда остаётся актуальной задачей, а методы вроде линейной регрессии и R² доступны для понимания и применимы на дневных и часовых графиках.
