Чудодейственность этого индикатора была объявлена недавно в статье
smart-lab.ru/blog/1035815.php
И там же рекомендована книга
«Метод графического анализа крестики-нолики. Томас Джонс Дорси»
Вместо невообразимо длинной ссылки из этой статьи я предлагаю
forex-grail.ru/knigi-foreks/
В этом списке искать строку
Т.Дорси «Метод графического анализа крестики-нолики.»
В этой книге  в разделе «СТАТИСТИЧЕСКИЕ ВЕРОЯТНОСТИ ГРАФИЧЕСКИХ МОДЕЛЕЙ» приведены весьма заманчивые результаты тестирования разных стратегий на индикаторе «Крестики-нолики». Но это 1-е издание. В 3-м издании «Point and Figure Charting. 3rd ed. Thomas J. Dorsey»
(с  регистрацией в Google через пароль gmail.com)
www.academia.edu/15915233/Point_and_Figure_Charting
этого раздела нет!

Тем не менее, комментарии цитируемой статьи содержат сожаления, что Quik не даёт этого чудесного индикатора. Сделай сам!
При ближайшем рассмотрении очевидно, что таблица крестики-нолики — это сжатый по горизонтали индикатор Зигзаг. Его можно строить по-разному, наиболее рационально — по экстремумам High/Low.

( Читать дальше )

Вместе с растущими ставками по вкладам растут и доходности облигаций с постоянным купоном. Рассчитывать на сильное снижение ключевой ставки в этом году не приходится, хотя все может быть. Поэтому кроме облигаций-флоатеров смотрю в сторону облигаций с ежемесячным начислением купонов. Выбрал самые интересные варианты. Доходность указана до вычета налогов с учётом реинвестирования купонов. Если покупать на ИИС, то доходность будет выше.

1. Брусника 2Р02
Строительная компания, основана в 2004 г.
Рейтинг: А- (АКРА)
ISIN: RU000A107UU5
Стоимость облигации: 96,31%
Доходность к погашению: 21,5% (купоны 16,25%)
Амортизация: нет
Дата погашения: 28.03.2027 (оферта опцион колл 16.09.2025)

2. Балтийский лизинг БП8
Лизинговая компания, в портфеле которой преобладает грузовой и легковой автотранспорт, а также строительная и дорожно-строительная техника.
Рейтинг: ruAА- (эксперт РА)
ISIN: RU000A106ЕM8
Стоимость облигации: 91,36%
Доходность к погашению: 22,7% (купоны 10,7%)
Амортизация: нет
Дата погашения: 31.05.2033 (оферта 12.06.2025)

( Читать дальше )

В скриптах напрямую доступны все данные Quik'а, кроме греков с доски опционов. Но есть возможность рассчитывать их по формуле Блэка-Шоулза, исходя из доступных значений базы, страйка, дюрации и волатильности.
Чтобы удостовериться в совпадении греков с доски и расчётных, пришлось в скрипте отваять на Lua C API сервер DDE для приёма экспорта от доски опционов. И вот картинка

Разница в самом главном Греке — Дельте — менее 1%.
Через Lua в Quik'е доступны все возможности Windows.

local Titles, Entries, Desk = {}, {}, {}
local Wn1_Hndl
local Wn1_Field1, Wn1_Field2, Wn1_Field3, Wn1_Field4, Wn1_Field5
   = "Код CALL", "Страйк", "Дельта CALL", "Дельта расч", "Теор. расч"
   
function OnInit (scriptPath)
  qu = require ("QuikUtil(qu)") -- qc, lu, tu
  blk = require ("BlackScholes(blk)")
  glb_ScriptDir, glb_ScriptName = lu.SplitPath (scriptPath)
  message (glb_ScriptName .." started")
  server = require ("OptionDesk")
end -- OnInit()

function OnStop (signal)
  if Wn1_Hndl then DestroyTable (Wn1_Hndl) end
  StopFlag = true
  return 1000 -- 1 sec
end

local function ShowWin (cols)
  for k = 1, #Desk do
    local calCode = Desk[k][Entries[Wn1_Field1]]
    if calCode:sub (3,3) == "0" then
      calCode = calCode:sub (1,2) .

( Читать дальше )

Введение

Итак, это было обычное скучное утро, когда я решил: «А почему бы не попробовать этот Алгопак от Московской биржи?» Я давно слышал про него, а тут как раз была пара свободных часов и чашка горячего кофе. Что может пойти не так, верно?

Начало приключения

Регистрация и первый вход

Регистрироваться было просто. Почта, пароль, подтверждение — стандартный набор. И вот я уже на главной странице Алгопака, который выглядит достаточно дружелюбно. Однако, первый звоночек прозвенел, когда я начал искать справочную информацию. Документация оказалась несколько запутанной, а некоторые разделы вовсе не обновлялись годами.

Создание первой стратегии

Для начала я решил не мудрить и создать что-то простое. Пусть это будет стратегия на основе скользящих средних (SMA). Вот мой пример кода на Python, который я решил использовать:

import pandas as pd
import numpy as np

# Загружаем данные
data = pd.read_csv('historical_data.csv')

# Параметры стратегии
short_window = 40
long_window = 100

# Создаем сигналы
signals = pd.

( Читать дальше )

Прогнозирование — это просто. Доступно любому желающему. Прогнозирование котировок на 5 минут вперед. Для интрадея самое оно. Для чего-то большего и длительного — эт не знаю.
В данном примере берем язык Python, строим простейшую нейросеть (перцептрон, 4 слоя) — 15 входов и 1 выход, на котором имеем прогнозируемое значение котировок. На входы подаем обучающую последовательность — Close минутных данных и Close через 5 минут после окончания нашей входной 15 минутной последовательности. Формируем также тестовую последовательность (у меня это 1000 экземпляров). Нормируем наши обучающую и тестовые последовательности, обучаем, и получаем на тестовой последовательности картинку.

по х — прогнозируемые значения на 5 минут вперед, по у — реальные значения через 5 минут.
Значения predict около нуля (> -0.05 и <0.05) для сделок нас не интересуют, мы же не хотим получать нулевую прибыль, а вот значения <-0.05 и >0.05 для совершения сделок уже вполне подходят, и на графике мы видим, что в этом диапазоне неудачных сделок не так уж и много — в прибыли больше.

( Читать дальше )

Функция OnTrade
Сохранение параметров сделки в файл.
Работа с таблицей сделок.
Сохранение всех сделок дня.
Скрипт автосохранения всех заявок и сделок под завершение торгового дня.

Для отслеживания прошедших сделок мы можем задействовать функцию обратного вызова OnTrade. Она во многом похожа по логике на OnOrder, только возвращает коллбэки уже по исполненным сделкам. В случае, если заявка разбивается на несколько сделок, мы получим информацию по каждой.

В файле QLUA.chm в директории терминала находим через поиск описание самой функции:

И таблицу с параметрами:

( Читать дальше )

Ребята помогите с QuiкPy, хочу подключить второй квик. 
Меняю порты в файле QuikSharp.lua,


 
Далее в питоне в файле который прекрасно работал с строкой 

qp_provider = QuikPy()<br /><br />теперь пишу<br /><br />

qp_provider = QuikPy(host='127.0.0.1', requests_port=50827, callbacks_port=50828)<br /><br />получаю<br /><br />

C:\Users\vadim\PycharmProjects\pythonProject\.venv\Scripts\python.exe C:\Users\vadim\PycharmProjects\pythonProject\MyFolder\TestSupport.py
Traceback (most recent call last):
File «C:\Users\vadim\PycharmProjects\pythonProject\MyFolder\TestSupport.py», line 25, in <module>
qp_provider = QuikPy(host='127.0.0.1', requests_port=50827, callbacks_port=50828)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File «C:\Users\vadim\PycharmProjects\pythonProject\QuikPy\QuikPy.py», line 168, in __init__
self.socket_requests.connect((self.Host, self.RequestsPort)) # Открываем соединение для запросов
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
ConnectionRefusedError: [WinError 10061] Подключение не установлено, т.к. конечный компьютер отверг запрос на подключение

( Читать дальше )

Что необходимо для заработка?

1.Соблюдение рисков, важнейший параметр, при его не соблюдении хана без вариантов, обязательно к просмотру     с 12 минуты основная суть, я просматривал раз 10.

2.Сделки нужно планировать, поделюсь как это делаю я. 
   
2.1 сделать премаркет, в трейдинг вью акции в растущем тренде и в падающем, растущие на поддержках подбираем, падающие на сопротивлениях продаем. 
2.2 посчитать наши риски, для этого эксель. Основное этот лист мне считает сколько взять лотов под мой стоп, чтоб не превысить риски.
2.3 Далее все это хозяйство заносить в программу помощник  Acceleration LUA.
  1.Это автоматический стоп и самое интересное пакет заявок


( Читать дальше )

Мы выпустили книгу «Нейросети в алготрейдинге на MQL5». Это учебное пособие по использованию искусственного интеллекта при создании торговых роботов в платформе MetaTrader 5. Автор книги — Дмитрий Гизлык, профессионал в области нейросетей, написавший около сотни обучающих статей на эту тематику. Теперь при поддержке MetaQuotes все его ценные знания удобно собраны в одну книгу. Вы последовательно познакомитесь с основами нейросетей и возможностями их применения в алготрейдинге. По мере продвижения вы создадите и обучите собственный искусственный интеллект, постепенно дополняя его новыми функциями.

 

Книга доступна онлайн всем желающим в разделе «Учебник по нейросетям» на сайте MQL5 Algo Trading community. Она состоит из семи частей:

• Глава 1 вводит вас в мир искусственного интеллекта, обучая основам построения нейронных сетей и их ключевым компонентам, таким как функции активации и методы инициализации весов.
• Глава 2 раскрывает возможности MetaTrader 5, детально описывая, как использовать инструменты платформы для создания мощных алготрейдинговых стратегий.

( Читать дальше )

Календарный Арбитраж это стандартная стратегия на разницу цен одного БА на разные даты.

А если применить «спрэды на фьючерсы» вместо обычных фьючерсов?

Тогда получим такую картину.

В моменте текущая IV в NG  дошла до 80-90%.

Оптимальные условия для высокой спекулятивной прибыли при высоких рисках.

Но риск можно контролировать, а прибыль периодически фиксировать.

На графике точки входа/выхода  определяем визуально.

Остальное — дело техники.

Активные трейдеры и любители NG могут включить стратегию в свой арсенал.

Удачи!