После изучения возможностей Wealth-Lab по созданию торговых стратегий и получения практического результата в виде готового кода оттестированной, оптимизированной и генерирующей алерты торговой стратегии, неизбежно возникнет вопрос об автоматизации подачи торговых сигналов брокеру.

Т.е. как это громко не звучит — мы должны задуматься о создании торгового робота.

Задачи, которые решает торговый робот:


Торговый робот  — это программа, либо совокупность программ, которые решают следующие задачи:
1)   Автоматизация создания алертов.


( Читать дальше )

1. Запускаем студию, меню File — New project. Visual C# — Class library, не забываем поставить .NET Framework 2.0.



2. Добавляем ссылку на сборку WealthLab'a (WealthLab.dll). Add Reference — Browse — ищем папку с WLD (как правило это c:\Program Files (x86)\Fidelity Investments\Wealth-Lab Pro 5\ ). Выбираем WealthLab.dll. Жмем OK.

( Читать дальше )

Отсутствие дисциплины в торговле мучает меня уже довольно давно, уже около 2-х лет интересуюсь роботами, как средством обрубания своих эмоций, ненужных мыслей, как инструментом торговой дисциплины (вход без раздумий как в лонг так и в шорт, выход вовремя, а не раньше положенного, стопы — обязательно). В итоге сам (не программист, но с ТСЛабом разобрался в его азах, вглубь — сложнее) написал несколько простеньких ботов на обычных скользящих. Несколько раз включал их (2 раза по месяцу в реале), в итоге – результат в деньгах отрицательный, в роботостроении положительный, потому как удалось выявить несколько багов и неточностей. Но и тут меня часто настигала и душила жаба – часто сам влезал в алгоритм и выключал раньше срока (несколько раз таким образом забирал профит в полтора-два раза меньше, чем взял бы робот).
И вот появилась мысль приобрести стороннего робота в надежде на его более отлаженный механизм и что сам буду влезать в него не так часто как в свой. Полазил по родному форуму, посмотрел некоторые трансляции


( Читать дальше )

Обещал выложить книжки по математике, начиная от азов, теорвера, и заканчивая моделями числовых рядов и машинным обучением.
Структура примерно такая:
1. basic  - матан, линейная алгебра, если прогуляли/никогда не знали/ничего не помните
2. probability — базовая теория вероятности/статистика
3. time_series — стандартные(в основном стационарные) статистические модели числовых рядов
4. advanced — про продвинутые модели и машинное обучение
bonus. cointegration/r/bayes — про коинтеграцию, R (пакет для стат. расчетов), и Байесовскую статистику

Ссылка на книги  

Собственно, понятие коинтеграции и лежало, в основе статистического арбитража, который только начал появлятся в конце 80-х и позволил первопроходцам из JP Morgan, нарубить не мало денег, пока…, но об этом в конце статьи. Поэтому в этот раз мы поговорим, про коинтеграцию, что это такое, зачем и почему. Но начнем из далека и рассмотрим такие статистически понятия как порядок интеграции процесса, и фиктивной (spurios) регрессии, которые и лежат в основе. 

Рассмотрим для начала простейший процесс, гауссовский шум:


 Теперь построим его кумулятивную сумму, то есть возьмем значения и последовательно их сложим, таким образом получим что Y_i = sum k = 0..i X_k, где X_k — это исходный гаусовский шум, Y_i — результирующий процесс. То есть в данном случаи взяли шум и его проинтегрировали, таким образом получив случайное блуждание. Так же мы можем повторить данный процесс еще раз, но на этот раз взяв в качестве исходных значений, полученное нами на предыдущем шаги случайное блуждание. Таким образом получим (сверху — интеграл шума, случайное блуждание, снизу — повторная сумма но на этот раз взятая по случайному блужданию):

( Читать дальше )

Посоветуйте хорошее кресло,  кожа, мягкое, удобное, с откидной спинкой, чтобы можно было «прилечь» отдохнуть. А то что-то сижу на какой-то ерунде полной. 
Короче, кто на чем сидит? Буду благодарен за ссылки. 

Четыре годные книжки по этой тематике.
http://narod.ru/disk/44732842001.342fa2327b2ad1d65e7e1143b7a54769/prob%20theory.zip.html
 
 

Обещанное продолжение. Предыдущий пост из серии: http://smart-lab.ru/blog/43277.php 

В чем собственно смысл понятия авторегрессивности/автокорреляции/персистентности. Расмотрим простейший процесс в котором последующие приращения зависят от предыдущего. Обозначим приращение в момент времени t — X_t, в момент времени t + 1 — X_t+1. Соответственно мы хотим, чтобы приращение в момент времени t+1, каким то образом зависело от предыдущего t. Если выразить такую зависимость качественно, то у нас есть два варианта.

1) первый вариант, мы предполагаем что положительное приращение X_t должно увеличивать вероятность положительного приращения в следующий момент времени X_t+1, аналогично для  отрицательного. Проще говоря Х_t и X_t+1 положительно скоррелированны. Такая модель является «трендовой, персистентной», то есть покупая/продавая то что растет/падает мы смещаем вероятность выигрыша в свою сторону.

2)  второй вариант, мы предполагаем что положительные приращения X_t должны увеличивать вероятность отрицательных в момент времени X_t+1, а отрицательные приращения — положительных. То есть X_t и X_t+1 отрицательно скоррелированны. Такая моделья является «контр трендовой, анти-персистентной», то есть продавая то что выросло и покупаю то что упало, мы получаем статистическое преимущество. 

( Читать дальше )

Собсно — сабж.
Ну и будет плюсом возможность показывать свои онлайн сделки.
комон.ру не интересует. Где-то здесь видел у людей более навороченные ресурсы. Не могу вспомнить.