Избранное трейдера Alex_74
Захотелось реализовать несколько идей для быстрого расчета по позициям акций и для этого мне нужно было чтобы скрипт на python постоянно получал обновленное значение цены. Например раз в три секунды. Искал решение и нашел похожий пример с парсингом любой информации в интернете на python с применением блиотек requests и beautiful soup, (bs4).
Привет, почти 2 месяца назад мы запустили первую версию нашей библиотеки PQR для тестирования инвестиционных идей. Основная суть: системно проверять аномалии на большой группе акций. Например, вы ведете таблицы с мультипликаторами компаний и биржевых котировок. Цель — покупать 10% недооцененных бумаг с наименьшим значение P/E и ребалансировать портфель раз в месяц.
Разделов для улучшения было так много, что Андрей (github.com/eura17) почти полностью переписал все функции. Основные изменения:
1) Переход к объектно-ориентированному программированию. Код легче читается и занимает меньше места.
2) Добавили функцию correct_matrices — она приравнивает матрицы с исходными данными к одному виду. Сортирует и удаляет отсутствующие в остальных матрицах столбцы (акции) и строки (периоды);
3) Появилась документация на readthedocs: pqr.readthedocs.io/en/latest/index.html
4) Возможность перебора параметров стратегии через grid_search. Быстрый вывод таблицы с результатами или отдельного параметра (например, Шарп) для стратегий с разными периодами наблюдения, удержания и лагом;
Ура, наконец демо-версия готова!
ВАЖНО! Те, кто уже скачал архив в день размещения топика, перекачайте — он исправлен! Ссылка обновлена.
Для тех, кто пропустил:
— https://smart-lab.ru/blog/697641.php немного картинок
— https://smart-lab.ru/blog/700079.php видео работы скрипта
Итак, еще раз, что такое SmartMap? Это срез стакана, который остается на графике в виде меток, что позволяет нам видеть когда и где были крупные скопления, как они отрабатывались ценой, и где они есть сейчас. Дополнительно отображается общая ситуация по стакану в виде совокупного количества бидов и асков.
Достаточно популярная вещь у иностранцев, присутствует в большинстве импортных терминалов под названиями BookMap/HeatMap. Однако везде имеется мощный недостаток — при изменении ТФ или любого параметра, сформированный на графике рисунок «следов» исчезает. Почему? Потому что история стакана не сохраняется. Наша разработка лишена этого минуса. Меняете ли вы тайм-фрейм, какую-то настройку отображения скрипта — неважно, метки на графике остаются. Скрипт собирает историю с момента включения Квика. Все что от вас требуется — открытый стакан по инструменту.
Хороший вариант для тех, кто ушел в инвесторы, но руки чешутся поработать внутри дня.
В арсенале опытного трейдера много закономерностей, на которых можно заработать. Задача не прозевать нужный момент.
Торгуем только по факту. Видим знакомую ситуацию – торгуем! Не видим – сидим спокойно.
Что делать, если не видишь знакомых ситуаций? Появляются сомнения, что выбранная торговая система не работает. Ты просто плохо смотришь!
Практика:
Деревья не растут до небес и акции не могут двигаться в одну сторону без остановок. Если инструмент вырос или упал более чем на 2,6% к 12ч дня при этом не было какой-либо проторговки во время движения. То самое время для коррекции к предыдущему движению. Глубина коррекции 0,5%. Это и есть наш заработок.
Почему 2,6%? Почему обеденное время? Какая еще проторговка? Ответы на эти вопросы и другие нюансы даст практика.
Для отслеживания нужного момента в помощь Market Scanner.
Здесь периодически возникают статьи про применение нейронок в трейдинге.
Я решил поделиться примером того, как в одном пайплайне (единая структура программного кода) можно построить, обучить и протестировать нейронку в торговом алгоритме.
Статья будет более полезна и понятна тем, кто имеет хоть небольшой опыт работы с Python.
Итак, наша задача проверить, есть ли вообще надежда на успешное применение нейронных сетей в трейдинге, проверить гипотезу на простом алгоритме, понять, как можно в случае успеха перенести все на боевую среду (реальный торговый робот), и желательно, продемонстрировать все это понятно и доходчиво.
Чтобы в конце концов сделать вывод о перспективности применения нейронок, будем соревноваться с индексом РТС.
Сразу сделаю дисклеймер, все рассматриваемые и полученные в статье результаты являются лишь простым примером, и применять их на реальных деньгах не рекомендую. И я не буду давать теорию по нейронным сетям и работе с ними. Всё это находится/читается/выучивается.