Избранное трейдера Александр Савченко
Пару недель назад публичному проекту Разумный инвестор исполнилось 12 лет. Всё начиналось вот с этих постов…
https://smart-lab.ru/blog/127845.php
https://smart-lab.ru/blog/133430.php
https://smart-lab.ru/blog/138885.php
И так далее, далее был путь в 12 лет, сотни, если не тысячи постов. Всё это есть на сМартлабе, Аленке, ЖЖ, ВК и телеге. Сейчас основная площадка — телега, подпишись, если еще нет.
В первые годы всё шло очень медленно, к первому миллиону я шел 2,5 года, до 5 млн еще 2.5 года прошло…
Эквити
Excel — главный рабочий инструмент многих частных инвесторов. Здесь ведут портфели, стратегии и мониторинг котировок. Но получить от Московской биржи лучшие цены на покупку (BID) и продажу (OFFER) из стакана прямо в таблицу — задача не из простых. Даже платная подписка на сайт биржи не даёт получать котировки в Excel напрямую.

Но слово «взлом» в названии статьи — это художественное преувеличение. Мы не будем нарушать никаких законов или пытаться обойти защиту биржи и вообще даже не дышим в сторону серверов Мосбиржи. Однако голь на выдумки хитра — построим элегантное решение с помощью официального API от любого брокера.
Идея проста: создать локальный сервер-прокладку, который Excel сможет опрашивать через веб-запросы. Сервер будет обращаться к API брокера, получать данные стакана и возвращать их в понятном для себя XML формате прямо в вашу таблицу, в ячейке которой будет отображена нужная цифра.
Эксперимент DeepSeek-R1-Zero показал нечто замечательное: используя чистое обучение с подкреплением с тщательно продуманными функциями вознаграждения, им удалось заставить модели развивать сложные способности рассуждения полностью автономно. Речь шла не только о решении проблем — модель органически научилась генерировать длинные цепочки мыслей, самостоятельно проверять свою работу и выделять больше вычислительного времени для более сложных задач.
Техническим прорывом здесь стал их новый подход к моделированию вознаграждения. Вместо того чтобы использовать сложные нейронные модели вознаграждения, которые могут привести к «взлому вознаграждения» (когда модель находит фиктивные способы увеличить свои вознаграждения, которые на самом деле не приводят к лучшей производительности модели в реальном мире), они разработали умную систему на основе правил, которая сочетает вознаграждения за точность (проверку окончательных ответов) с вознаграждениями за формат (поощрение структурированного мышления). Этот более простой подход оказался более надежным и масштабируемым, чем модели вознаграждения на основе процесса, которые пробовали другие.

Отмечу, что опыт субъективный. У меня нет фьючей и опционов, просто редкие сделки. Каждый счет открывался под свою задачу, дабы не перемешивать активы и не лишиться льготы долгосрочного владения.
Альфа.
Плюсы:
У Альфа банка самые лучшие условия для премиальных клиентов, включая от 2 до 12 поездок на такси (в год), обеды в аэропортах итд итп. Активы на брокерском счете учитывают для бесплатного обслуживания.
Хорошее мобильное приложение и свой неплохой торговый терминал Альфа-инвестиции.
По картам Альфы часто бывают разные акции, например возврат 50-100% от чека в экс–Макдональдсе, скидка в Яндекс Маркете итд. Пользуюсь кредиткой Альфы с удобным грейсом (никогда не выхожу за его рамки, поэтому все бесплатно).
Минусы:
Тариф с невысокими комиссиями платный — 200 рублей в месяц. Камон, даже с клиентов с активами от 3 млн драть 200 рублей в месяц?!
Если кому надо, оставлю ссылку на премиум тариф Альфы:
😎 Переходи на премиальное обслуживание и получай за это 3000 ₽
zОбновляемый сборник статей, касающийся различных подходов к алгоритмической торговле и программирования роботов на Os Engine. Всё в одном месте. Сборник сборников.
1. Скринеры акций. Стартовый набор роботов.
1.1. Лекция 1. Введение и установка OsEngine.
1.2. Лекция 2. День теории.
1.3. Лекция 3. Робот-скринер на канале линейной регрессии.
1.4. Лекция 4. Робот-скринер на паттерне «Три солдата».
1.5. Лекция 5. Робот-скринер на адаптивном ценовом канале.
1.6. Лекция 6. Робот-скринер на наклонном канале ZigZag.
1.7. Лекция 7. Перенос роботов на удалённый сервер.
1.8. Лекция 8. Скачивание исторических данных и тестирование.
1.9. Лекция 9. Автоинвестирование в TMON на ночь.
1.10. Лекция 10. Тестирование с TMON, налогами и учётом маржи.
1.11. Лекция 11. Кросс-тест оптимизация.
2. Нюансы OsEngine и Алготрейдинга в Т-Банк.
2.1. Решение популярных проблем при подключении OsEngine к АПИ Т-Инвестиции.
Хотел бы продемонстрировать свою наработку (ссылка на ядиск), которая помогает мне найти нужные к покупке облигации. Это не идеальный документ, но (для меня) рабочий. Для корректной работы нужен интернет и компьютер, пробовал на телефоне – не корректно отображает таблицу.
При открытии файла Excel нужно обновить данные (выделено красным). Данные беру из открытых источников (тот-же SMART-LAB). Обновится нужно для отображения новых показателей, можно делать единоразово при открытии файла.
По вкладкам внизу (1) нужно определить какие именно облигации мы хотим добавить в свой портфель. Также есть сопутствующие вкладки помогающие в инвестировании.
Я приведу свой пример на основе ОФЗ.
Зеленая часть таблицы — это выгружаемая информация, белая (2) – простые математические формулы позволяющие определить приемлемую облигацию.
Подведем итог седьмого месяца эксперимента «Капитал с кредиток», в котором я зарабатываю деньги полностью на заемные деньги
Итак, полгода назад я завел первую в жизни кредитку, а затем еще несколько с беспроцентным (грейс) периодом. На время его действия снимаю деньги с карточек и размещаю на накопительных счетах в банках с высокими ставками. Возвращаю до конца беспроцентного периода, чтобы не попадать на проценты. Таким образом зарабатываю полностью на заемные деньги.
Какой итог?
Заработал еще около 4 700 руб. за апрель, а всего уже почти 30 000 руб.

Еще раз обращу внимание, что не вложено ни копейки собственных денег, только моя дисциплина и внимательность.