Избранное трейдера Rivix
В предыдущих статьях я рассказывал, как пришёл к идее создания собственного торгового робота. Мотивация проста:
Автоматизация — алгоритм не спит, не нервничает и не занят своими делами.
Дисциплина — робот исключает эмоции, следуя правилам.
Тестирование — любую идею можно проверить на исторических данных, прежде чем рисковать деньгами.
Я всегда разделял два этапа: разработку торговых идей (логика стратегии) и реализацию механизма исполнения (отправка заявок, автотрейдинг). Сначала — бэктестинг и базовая оптимизация, и только потом — реальная торговля.
Поскольку я нахожусь в активном поиске подходящего решения для автотрейдинга и уже опробовал несколько рабочих вариантов, то эта статья представляет мои размышления об этом механизме исполнения заявок. Ваша критика или поддержка идей приветствуется.
Почему я не хочу использовать QUIК и Windows?
По моему мнению QUIK архаичен, нестабилен для автоматизации и требует оконной среды. Он не предназначен для headless-серверов (это компьютер без монитора, клавиатуры, мыши). QUIK + LUA или внешнее ПО — это сложная, криво документированная и уязвимая связка.
Можно ли с помощью нейросети заработать на фондовом рынке больше, чем руками? Я поставил эксперимент и дал ИИ задачу: анализировать акции Сбербанка (SBER) и выдавать сигналы на основе прогноза. Результат — +20% прибыли за месяц на демо-счёте. В статье — полный разбор: какие инструменты я использовал, какой код написал, и как вы можете повторить всё это шаг за шагом.
SBER — ликвиден: высокий объём торгов, идеален для алгоритмических сделок.
Волатильность: движение цены даёт точки входа.
Популярность на Smart-Lab: кейс интересен широкой аудитории.
А нейросети, в отличие от людей, не устают, не поддаются эмоциям и умеют видеть закономерности, которые не видны глазом.
Источники:
moexalgo — данные с Мосбиржи
yfinance — данные с Yahoo Finance
from moexalgo import Ticker import pandas as pd sber = Ticker('SBER') data = sber.candles(date='2022-01-01', till='2024-12-31', period='D') data = pd.DataFrame(data)[['close', 'volume']] 

Рядом с Os Engine лежит несколько инструкций для командной строки Windows, которые могут помочь с управлением программой. Они могут сразу включать определённые типы интерфейсов, выключать и перезагружать программу в бою. Посмотрим в видео, как это всё работает.
VK Видео:
RuTube:
Бывает, что частные инвесторы не доверяют сервисам для ведения портфеля ценных бумаг и ведут учет своих инвестиций в «Экселе» или «Гугл Таблицах».
Если количество ценных бумаг не так велико, то подобное использование таблиц оправдано:
Но у такого метода учета есть и свои минусы, главным образом связанные с необходимостью ручного обновления котировок. Если раз в квартал сделать это несложно и вручную, но чтобы поддерживать актуальность чаще, потребуется много времени: нужно зайти на сайт, где опубликованы текущие котировки, найти нужную цену, скопировать ее и вставить в ячейку таблицу. И так для каждой ценной бумаги в портфеле. Печально и долго.
Зачем вообще нужны актуальные цены в таблицах:
Четыре года назад я написал систему поиска поиска недооцененных американских акций, используя данные Яху Финанс, ведь на американском рынке торгуется больше 10 тысяч бумаг, из которых около 4 тысяч бумаг имеют рекомендации аналитиков о прогнозируемой цене. Это большие цифры, с которыми сложно работать. Но что по России?
Я вялотекуще пытался найти систему которая бы также отдавала рекомендации аналитиков по российским компаниям, пока недавно не нашёл такой API. Вот например какие рекомендации для оператора аренды электросамокатов WUSH:
{
"targets": [
{
"uid": "b993e814-9986-4434-ae88-b086066714a0",
"ticker": "WUSH",
"company": "SberCIB Investment Research",
"recommendation": "RECOMMENDATION_HOLD",
"recommendationDate": "2024-10-02T00:00:00Z",
"currency": "rub",
"currentPrice": {
"units": "192",
"nano": 0
},
"targetPrice": {
"units": "250",
"nano": 0
},
"priceChange": {
"u