Избранное трейдера My Shadow
Приветствую.
В предыдущих обращениях просили уровни.
Смысл такой. Если от уровня, верхнего или нижнего, цена на 2000 (параметризируемое значение) отскочила — то уровень «значимый»
На самом деле делается не сложно. Вначале просто запоминаем уровни любые. Далее придаем им уже значимость.
получится так:
Так мы получаем «вечные уровни самой высокой и низкой цены. и на истории у нас в итоге зажмется цена например по ртс между 50000 и 220000. Естественно для работы не получится их использовать. И далее уже добавляем логику.
1 уровни если раздетелись между собой больше заданного (например более 8000) то уже нужно искать новые уровни так как сильный размах цен.
2 кроме этого, можно смотреть так же если например мы растем, то верхние значения будут меняться, а нижние нет. и например если несколько дней, верх меняется, а низ нет, то искать новый нижний уровень
Далее получим ситуацию, когда цена зажмется между двумя „значимыми“ неизменными уровнями (эт наш некий боковик). Дальше как обычно — полет фантазии. можно применить это как фильтры, можно торговать от уровней итд.
Чистая адапливная стратегия маркетмейкинга.
Начнем с нуля.
Допустим, существует некий актив «ИКС», у население на этот актив существует стабильный спрос и стабильное предложение. Актив «ИКС» – некий инструмент экономической деятельности. Люди обмениваются этим активом «из рук в руки». Спрос и предложение реализуются неэффективно. Мы хотим исправить ситуацию – предоставить любям благо в плане возможности более быстро и надежно покупать и продавать актив икс. На этом мы хотим заработать – свести покупателей и продавцов с максимальной для себя выгодой. Создаем торговую площадку и начинаем предоставлять цену. Мы –монопольный маркетмейкер на своей торговой площадке.
Начинаем предоставлять ASK от «очень дорого», BID – от «очень дешево». Сужаем постепенно спред. Вдруг к нам прилетает первая сделка по ASK (кружочек на графике). ASK цену останавливаем, BID цену продолжаем двигать вверх , пока не получим первую сделку по BID. Далее уменьшаем спред – делаем цены покупки и продажи более привлекательными – принимаем больше сделок для максимизации прибыли. Если к нам прилетает бОльший объем по BID – делаем цену покупателя (покупатель – это мы) менее привлекательной, а цену продавца (продавец – это тоже мы) более привлекательной, что позволяет уравнять объемы покупок и продаж. Мы не влияем на динамику цены – на нее влияют трейдеры, торгующие на нашей площадке. Мы лишь только предоставляем такую цену, которая позволяет нам максимально выгодно реализовать функцию посредника между покупателем и продавцом. Мы влияем лишь на размер спреда. Параметр волатильность/спред будет минимальным — нам не нужны высокие риски, связанные с направленным движением цены.
Чистая манипулятивная стратегия маркетмейкинга.
Алготорговля в 2019
Чет подустал. Америка с россией торговать крайне неудобно. Рабочий день с 9.30 до 12 ночи. Причем никаких праздников совсем. И отпусков. Поехал в отпуск — берешь планшет и ноутбук. Счас хорошо — везде есть интернет. Надо понимать, что рабочий сервер так же требует внимания и администрирования.
За год высыпалось 27 технических проблем, всякие подвисания, вылетания, дисконекты, внезапные лишние позы. Из них эпические — на NYSE поменяли название тикера — пока заметил и разбирался -1500$; IB потребовало заполнить анкету и отключило торговлю, пока разбирался и заполнял анкету -2000$. В IB поменяли api и тслабовский коннектор стал еле работать. Счас вроде починили.
По тслабу обращался в техподдержку 15раз. много багов было по IB, например тслаб просто внезапно вис пару раз в неделю, но все исправили. На багах связки тслаб+IB проеплось где то 5000$ (веду записи и учет). Счас более-менее работает и годно для торговли.
Всего лишь неделю нужно для того, чтобы каждый из вас смог сам научиться программировать сверточные нейронные сети, которые торгуют не хуже этой*:
Основное отличие машинного обучения от традиционного программирования состоит в том, что в задачах классического программирования вы знаете некие правила и жестко программируете их в поведении программы; в задачах машинного обучения вы не знаете по каким конкретно правилам должна работать программа и позволяете моделям машинного обучения самим найти их. Если вы хотите создать торгового робота, обычно, вы сами ищете некоторые правила (например, пересечение скользяшек, MACD>80 при убывающей луне — покупаю 2 лота) и жестко задаете такое поведения в роботе, тестируете и, возможно, оптимизируете некоторые параметры, но почему бы не поручить само придумывание правил машине? Методы машинного обучения, в теории, могут сами выбрать индикаторы, разработать правила входа, выхода и оптимальный размер позиций. Да чего уж… они могут сами придумать индикаторы, паттерны, которые могут быть гораздо лучше чем то, что придумали до этого люди. Ведь так и случилось в сфере обработки изображений, нейронные сети научились выделять значимые признаки из изображений гораздо лучше, чем алгоритмы, придуманные людьми. Компьютер обыгрывает людей в шахматы — игру, знания для которой люди накапливали ни одну сотню лет. Станет ли алготрейдинг следующей сферой, где будет господствовать нейронные сети или какой другой метод машинного обучения?