Приветствую всех!

Давно не писал на смарте, и времени не было и руки не доходили. В ближайшее время будет цикл (скорее всего в неделю одно видео) обучающий TSLab 2.0 будут короткие мувики, с обьяснением как стандартный функционал работает, и будут длинные ролики с разбором типичных стратегий (с учетом новых возможностей алгоритм соберу практически любой сложности). По желанию аудитории буду делать тематические записи с выкладыванием скрипта если в смартлаб имеется возможность приаттачить файл, если нет, то на форуме тслаб сделаем отдельную ветку. 

Упрощенный алгоритм вычисления приближенного значения размерности Минковского, для ценового ряда.

Размерность Минковского — это один из способов задания фрактальной размерности ограниченного множества в метрическом пространстве, определяется следующим образом:

• где N(ε) минимальное число множеств диаметра ε, которыми можно покрыть исходное множество.

Размерность Минковского имеет так же другое название — box-counting dimension, из-за альтернативного способа ее определения, который кстати дает подсказку к способу вычисления этой самой размерности. Рассмотрим двумерный случай, хотя аналогичное определение распространяется и на n-мерный случай. Возьмем некоторое ограниченное множество в метрическом пространстве, например черно-белую картинку, нарисуем на ней равномерную сетку с шагом ε, и закрасим те ячейки сетки, которые содержат хотя бы один элемент искомого множества.Далее начнем уменьшать размер ячеек, т.е. ε, тогда размерность Минковского будет вычисляться по вышеприведенной формуле, исследуя скорость изменения отношения логарифмов. 

Что нужно начинающему трейдеру? Получить опыт, которого у него нет, и при этом сохранить свои деньги. Иначе зачем опыт, если торговать не на что. Еще хорошо бы с годик или полгодика самому понаблюдать за рынком. Но где взять для этого время!
Для того чтобы помочь новичку с вышеуказанным я с 10 августа по 12 сентября «гонял» на реальных цифрах с рынка «Торговую систему для новичка», а после 12 сентября отправил (безмозмездно J) приславшим заявки открытый скрипт этой ТС. Про «ТС для новичка» можно посмотреть здесь http://smart-lab.ru/blog/343430.php
Тот новичок, который смотрел мои видео, а потом разобрался в отправленном мной скрипте, как я надеюсь, немного подрос в плане опыта. А потому я подготовил новую, более сложную ТС, которую назвал «Арсенал для новичка». В нее входят уже 4 торговые стратегии. Правда, и потенциальная просадка побольше, и открываются порой сразу 3-4 разные позиции, а не одна как в «ТС для новичка». А в остальном все будет как прежде. С 3 октября, в течение месяца буду тестировать «Арсенал для новичка» на реальных цифрах с рынка и размещать каждый день, вечером соответствующее видео. 28 октября я выложу последнее видео, подведу итоги работы ТС «Арсенал для новичка» и буду готов направить всем желающим открытый скрипт этой ТС. Правда, попрошу выполнить небольшой задание. Совсем простое и не затратное. Об этом и о самой ТС «Арсенал для новичка» я рассказываю в данном видео.

Доклад «Оптимизация портфеля алгоритмических стратегий»

1. Введение

В чем состоит цель подобной оптимизации? Представим, что у нас есть набор алгоритмов, каждый из которых обладает некоторыми статистическими свойствами, из которых наиболее важными для нас являются доходность и максимальная величина просадки. В основе каждого из алгоритмов лежат разные стратегии, которые, тем не менее, могут быть коррелированы между собой в разной степени, торговля также может вестись на разных инструментах. В качестве примера приведу характеристики стратегий, которые были разработаны нашей командой и применяются в боевых торгах в настоящее время:

Так как свойства каждого из алгоритмов отличаются, возникает проблема: каким образом распределить между ними доступный капитал для того чтобы:

1. Максимизировать доход при заданном уровне риска ( то есть максимальной величине просадки)

2. Минимизировать риск при заданной доходности

Если дать, например равные доли капитала каждому алгоритму, то, очевидно, что такое распределение не будет оптимальным, так как мы не учитываем характеристики, присущие стратегиям. Не будет оптимальным и тот случай, когда мы, например, выделяем капитал пропорционально относительной доходности каждого алгоритма, здесь мы игнорируем значения волатильности, то есть риска, стратегий.

2. Модель Марковица

Задачу оптимизации попробуем решить, применив теорию оптимального портфеля, разработанную Марковицем, точнее некоторые последующие ее модификации. Обычно данная теория применяется для долгосрочного инвестиционного портфеля, состоящего из различных активов, например акций. Кратко  суть теории.