Нахожусь в процессе написания механизма торгового робота, работающего на Московской бирже через API одного из брокеров. Брокеров имеющих своё АПИ для МосБиржи катастрофически мало — мне известно только о трёх. При этом, когда я стал публиковать модули робота (и полностью выложу готовый механизм робота на GitHub), то стал получать непонимание — например, мне писали в комментариях — зачем придумывать велосипед, когда уже есть QUIK — популярная российская платформа для биржевых торгов. В Квике уже есть готовый функционал «импорт транзакций из файла» или таблица «карман транзакций». В тех же комментариях предлагали даже рассмотреть использование платформы 1С для робота, но оказалось, что торговля все равно будет осуществляться через импорт .tri-файла в Квик.

Лично мне Квик не очень нравится тем, что это программа для Windows. Хочется иметь механизм торгового робота, который был бы кроссплатформенным и легким — это позволит использовать его даже на «слабом» сервере. К тому же, много лет назад, когда Квик был единственной альтернативой для частного лица, невозможно было внутри одной Windows без использования виртуальной машины запустить несколько копий программы технического анализа с разными системами — для того, чтобы каждая из этих копий отправляла свои сигналы на покупку и продажу в соответствующий Квик.

( Читать дальше )

Попробуем быстренько исследовать, можно ли извлечь что-нибудь из лунного цикла с помощью питона и библиотек pandas и pylunar на индексе IMOEX. Предварительно устанавливаем pylunar. Библиотека дает дает информацию о луне на основе локации и даты.

import pylunar
import pandas as pd
import matplotlib.pyplot as plt

*** Теперь готовим дневные данные индекса IMOEX ***
*** Если есть минутные данные в формате DataFrame, то делаем следующее  ***

df = intraday_df.resample('D').agg({'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'})
df = df.dropna() 

Теперь в df содержатся дневки IMOEX.

  *** Вычисляем процентное изменение цены за один день
df['pct'] = df['Close'].pct_change().shift(-1)  

  *** Изменение цены за один день
df['diff'] = df['Close'].diff().shift(-1)              

Делаем стобец для хранения лунных дней
df['age'] = 0.0

mi = pylunar.MoonInfo((55,45,7),(37,36,56))

Здесь цифры (55,45,7),(37,36,56) — широта и долгота г.Москвы

( Читать дальше )

1. Никакой философии в тейдинге нет и не может быть, если для вас торговля — это работа или средство к существованию.
2. Жить с рынка, зарабатывая на торговле — чушь для неофитов, чем раньше человек признается себе в этом, тем проще будет в дальнейшем. Такое возможно только в том случае, если вы уже накосили денег в другом месте и можете до старости позволить себе на эти деньги жить и потихоньку про**бывать остальное на ФР. В противном случае трейдинг никогда не доставит вам удовольствие и вы всё время будете на измене смотреть в завтрашний день.
3. Трейдинг — как спорт: он позволяет держать нервную систему в тонусе, создавать новые нейронные связи в мозгу (если вы делаете выводы из своих ошибок, конечно), оттачивать критическое мышление и успешно бороться с когнитивными искажениями, портящими жизнь человеку не только в торговле. Деменция и прочие прелести старости трейдеру точно не грозят, особенно если он старается прогрессировать, как трейдер. Лучшего спорта для мозга, чем трейдинг, надо ещё поискать. Но удовольствие это дорогое, для большинства. Многим лучше просто кроссворды разгадывать или на танцы записаться — тоже мозг тренирует неплохо.

( Читать дальше )

В предыдущей части я рассказал о теоретических основах моего подхода к управлению капиталом в алготрейдинге. Пришло время посмотреть, что из этого вышло на практике.

Пилотный период торговли роботом начался на фьючерсах Эфириума в конце октября на мелком депо и продлился 2.5 месяца. За это время было сделано 100% прибыли при макс.просадке 22%:



Ссылка на мониторинг. (TradeLink — это сервис, который берет ваши АПИ-ключи с Бинанса с правом на чтение истории счета и выводит его историю на графики).

Результаты прекрасные, так что сразу после этого перехожу на депозит 4000$ и открываю публичный мониторинг торговли на Бинансе. И вот здесь — 1я ключевая ошибка. Повышать риск после серии успехов. Период благоприятного рынка всегда сменяется периодом неблагоприятного, особенно после сильного всплеска волатильности — приходит сжатие, что губительно для трендовых систем. Вместе с тем, опрометчиво решаю подождать с нормировкой размера позиции по цене и оставить пока ее привязанной к ценам, ведь, казалось бы, чем выше цена крипты, тем сильнее ее волатильность.

( Читать дальше )

Представим, что типичный рантье-акционер Сбера/АФК Системы внезапно меняет свой уютный офис на китобойную шхуну под предводительством человека, который руководствуется животными принципами (кто сильнее-тот прав) под именем Морской Волк.


Именно про такой случай и написал свой бестселлер Джек Лондон более 100 лет назад. Молодой аристократ, который руками не работал ни дня (благодаря деньгам отца), внезапно становится юнгой-рабом жестокого и сильного капитана.


( Читать дальше )

    Великая депрессия была худшим экономическим кризисом в современной истории, продолжавшимся с краха фондового рынка 1929 по 1939 год.Великая депрессия наиболее сильно затронула США, Канаду, Великобританию, Германию и Францию, но ощущалась и в других государствах. В наибольшей степени пострадали промышленные города, в ряде стран практически прекратилось строительство. Из-за сокращения спроса, цены на сельскохозяйственную продукцию упали на 40—60 %.

    Предпосылки

     Ревущие двадцатые

    Великой депрессии предшествовало десятилетие названное как «ревущие 20-е». Хотя это время и было десятилетием экономического роста и повсеместного процветания, обусловленного восстановлением после разрушений военного времени и отложенных расходов, строительным бумом и быстрым ростом потребительских товаров, таких как автомобили и электроэнергия. Экономика Соединенных Штатов, успешно перешла от экономики военного времени к экономике мирного времени.

( Читать дальше )

Как-то зашла речь smart-lab.ru/blog/961365.php
хорош Quik или плох.

Replikant_mih, последнюю мою систему Квик просто физически не потянул, хотя вся его задача была, это трансляция данных и получение заявок. До заявок дело не дошло.))
3Qu Сегодня в 00:28

3Qu, использовать события типа On-Anything для чего-то, кроме table.sinsert() — очень плохая идея. Никаких ДЛЛ в событиях! Эти события — в главном потоке Квика.
Для обработки данных из таблицы следует использовать table.sremove() в  функции main(). Например в цикле через wait (1) или wait(100) — тыщу или 10 раз в секунду. И очищать накопления в  таблице одним махом.
Rostislav Kudryashov Сегодня в 01:02

Rostislav Kudryashov, про main я в курсе. С другой стороны, что отдать в main, что сразу в ДЛЛ — время практически одинаковое (еще неизвестно, куда быстрее)). Дальше по любому асинхронно.
Кстати, и через main не тянет. Даже с пропусками части значений.
Квик, кстати, не виснет, с виду все нормально, время сервера начинает отставать от реала. Как вам данные 5-ти минутной давности?))

( Читать дальше )

   Классически, эффективность использования денежных средств определяется рентабельностью. Оценим эффективность торговли разными фьючерсами с этой точки зрения.  Замечу, что кроме приведенных здесь рассуждений выбора фьючерсов следует помнить и про иные критерии, такие как ликвидность, «понятность» для трейдера и проч. 
   В нашем случае денежные средства, обеспечивающие формирование прибыли – это гарантийное обеспечение (ГО) позиции + возможные просадки (их в расчетах учитывать не будем). У фьючерсов разные волатильность, ГО, шаг цены и стоимость шага цены. Поэтому сравнивать прибыльность  фьючерсов по количеству пунктов в тейке бессмысленно. Необходимо привести показатели прибыли разных фьючерсов в сопоставимый вид — это % от ГО, или сравнить их другим сопоставимым способом.
   Дальнейшие рассуждения и расчеты сделаны для торговли внутри дня одной сделкой (для упрощения расчетов), использованы данные дневных интервалов, волатильность усреднена за 10 последних дней, выбраны только те фьючерсы, которыми я торгую. Волатильность или торговый диапазон (ТД), рассчитывается классически: ТД = High — Low. 

( Читать дальше )

ПАО «Нижнекамскнефтехим». Фото ПАО «СИБУР»
Предыдущие статьи:
1. Как компании зарабатывают деньги. Производство стирола и оксида пропилена
2. Как компании зарабатывают деньги. Производство оксида этилена и этиленгликолей
Следующий продукт НКНХ на разборе — простые полиэфиры (ППЭ), точнее, группа продуктов. С химической точки зрения это полимеры, но поскольку их молекулярная масса невелика, их часто относят к продуктам органического синтеза. Тем более, что сами по себе они применяются весьма ограниченно, гораздо чаще их используют как сырьё в других производствах, как и многие другие продукты органического синтеза.
Простые полиэфиры -- это полимеры, в цепочке которых присутствует эфирная группа -С-О-С-. Их получают полимеризацией и сополимеризацией олефиновых оксидов на каком-либо стартовом веществе. НКНХ использует для полимеризации оксид этилена СН2(О)СН2 и оксид пропилена СН3СН2(О)СН2 собственного производства. В качестве стартового вещества на НКНХ применяют либо глицерин CH(OH)(CH2OH)2 либо этилендиамин (CH2NH2)2.

( Читать дальше )

Сегодня:

Узнаем общее количество заявок
Функции getNumberOf и getItem
Как пройтись циклом по всем заявкам
Вывод активных заявок
Снять скриптом заявку
Снимаем все активные заявки скриптом
Снимаем только заявки, выставленные конкретным скриптом

В прошлый раз мы научились выставлять скриптом заявки в терминале, теперь можем поработать с ними.
Выставим скриптом 5 заявок на покупку и продажу от лучших цен BIDи OFFERстакана заявок с шагом в 0,01.

 

Напишем функцию, которая будет выдавать нам необходимые цены (лучшую цену спроса и предложения) со стакана:

И возвращать -1, если предложения или покупки в стакане не найдены (стакан закрыт, либо нет торгов).

Тогда основной алгоритм в main будет выглядеть:

( Читать дальше )