Избранное трейдера Holod_Dmitry
Приветствуем!
Статья можно сказать пишется прямо онлайн в процессе создания скрипта. Логика входа — как было в предыдущей статье, локализуем объем в свече и входим. Но изменение только в значимости объема и отсутствие первоначального паттерна свечного. Значимость определяем как перевес верхнего объема от нижнего в полтора раза. Из дополнительной логики добавили условие что объем на свече должен быть хотя бы 5000 для ри, иначе у нас получался «мега» скальпер с большим количеством сделок.
Картинка в качестве пруфа

Возможно вы скажете, не ну вон как доход растет — оставляй так, но естественно что мы постараемся представить хоть в каком либо юзабельном виде, а не скрипт ради скрипта. Подобный «скальпер» во-первых, случайный, во-вторых, средний доход меньше комисса потому в реальности будет сливать))
Потому ставим фильтр 5000 минимально приемлемый объем на свече и получаем такое развитие алгоритма.
Если кого вдохновило сообщение smart-lab.ru/blog/680086.php, тому не обойтись без книги «NUMERICAL RECIPES. The Art of Scientific Computing. Third Edition». Качайте, пока дают
www.e-maxx-ru.1gb.ru/bookz/files/numerical_recipes.pdf
Бесплатные исходники к ней github.com/blackstonep/Numerical-Recipes
Программа svd.h из этого набора решает задачу наименьших квадратов для построения индикатора полиномиальной регрессии вместо примитивных скользящих средних.
Хорошее объяснение математической подоплёки в книге «Машинные методы математических вычислений. Форсайт, Малькольм, Моулер» en.booksee.org/book/445129
Ещё лучше — «Линейная алгебра и её применения» Гилберт Стренг
fileskachat.com/download/20151_887581203f10b39b3d7f6b84caf48a63.html
«Linear Algebra and Its Applications 4ed»
www.astronomia.edu.uy/progs/algebra/Strang- Linear_algebra_and_its_applications.pdf
Для использования программы svd.h из «NUMERICAL RECIPES» нужны тривиальные дополнения — транспонирование и перемножение матриц. Набор программ можно дополнить самодельным файлом utils.h и разместить в нём такой код:
#include <assert.h>
template <class T>
class NRdiagonal: public NRvector<T> { using NRvector<T>::NRvector; };
template <typename T>
void Multiply (const NRdiagonal<T>& a, const NRvector<T>& b
,NRvector<T>& c) {
int m = a.size();
assert (m == b.size());
c.resize (m);
for (int i = 0; i < m; ++i)
c[i] = a[i] * b[i];
}
template <typename T>
void Multiply (const NRmatrix<T>& a, const NRvector<T>& b
,NRvector<T>& c) {
int m = a.nrows(); int n = a.ncols();
assert (n == b.size());
c.resize (m);
for (int i = 0; i < m; ++i) {
c[i] = 0;
for (int j = 0; j < n; ++j)
c[i] += a[i][j] * b[j];
}
}
template <typename T>
void Transpose (const NRmatrix<T>& a, NRmatrix<T>& b) {
int m = a.nrows(); int n = a.ncols();
b.resize (n, m);
for (int i = 0; i < n; ++i)
for (int j = 0; j < m; ++j)
b[i][j] = a[j][i];
}
template <typename T>
void PrintVector (char* hdr, const NRvector<T>& vec) {
cout << hdr << '\n';
for (int i = 0; i < vec.size(); ++i)
cout << " " << vec[i];
cout << '\n';
}
Кислородное преимущество. Простая, научно обоснованная техника дыхания для здоровья и спорта. Патрик МакКион.
Выпущена новая версия платформы MetaTrader 5:
В предыдущей статье выкладывал немного статистики торгующих роботов. А как же оценить результат алго-торговли? Мне больше нравится вместо цифр смотреть на график изменения стоимости портфеля, пусть даже в процентах. На графиках каждый может оценить и просадки, и плавность хода стратегии, и ожидаемую (прогнозируемую) доходность на большом интервале времени, и ее текущие изменения. Можно сказать, что график PnL вместо сухих цифр дает аналоговую информацию вместо цифровой. Аналоговую мозг усваивает лучше.
Затем мой взгляд останавливается на коэффициенте Шарпа. Показатель Шарпа за период времени T есть просто отношение Доходности за этот период к Волатильности за этот же период. Но, если уже совсем досконально сравнивать алгоритмические стратегии, предположим вы хотите инвестировать свои кровные в какой-нибудь хедж фонд, обычно интересуются не только доходностью и Шарпом, но и наибольшей просадкой, % прибыльных месяцев, наиболее прибыльным 12 месячным периодом, наиболее убыточным 12 месячным периодом и размером активов под управлением.
Все эти праметры я обычно беру из сервиса статистики webmarketstat.