Добрый день. В предыдущих частях я описывал, как на C# сделал собственный тестер, применяя объектно-ориентированный подход, рассказывал про интерфейсы, про их реализации, и, рассказывал про работу с БД. На данный момент осталось совсем немного. В этом топике я опишу вариант расчёта результатов работы стратегии.

     Чтобы не запутаться, даже не читая предыдущие топики, поясню, что есть и к чему надо придти. Есть стратегии – это некий объект программы, который выставляет заявки на основе получаемой маркет-даты. Заявки (Order) регистрируются системой. Также, регистрируются сделки прошедшие по заявке (каждая заявка имеет список сделок — List<Trades> trades). После прогона стратегии, все заявки и сделки сохраняются в БД, и после, их можно извлечь и посчитать по ним статистику работы стратегии. По сути, эта статистика состоит из двух аспектов: сами закрытые позиции и оценка эффективности на их основе. Начнём с первого. Вот интерфейс, который принимает заявки со сделками, и, выдаёт, собственно, список закрытых позиций:

interface IClosePositionManager
{
   List<ClosePosition> ClosePositions (List<Order> orders);
}

( Читать дальше )

Сергей Григорян рассказал на конференции смартлаба как долгосрочно обыгрывать индекс при помощи простых правил инвестирования.



Презентация Сергея:

https://vk.com/doc620047_451246406

В своем недавнем топике  я объяснял, почему шорты лучше торговать на фьючерсе, а лонги на споте. Там же был и предложен метод, как можно, получая безрисковую ставку, торговать шорты по данным спота. Понятно, что все эти рассуждения не учитывали комиссии брокеров. И я в том топике предложил посчитать все За и Против, исходя из реальных условий. Вот и давайте проведем такие расчеты на примере моего личного счета. Что он из себя представляет?

RI – 50%

SBER, GAZP, GMKN, ROSN – по 12.5%

Si – 33%

OФЗ – 33%

Что из себя представляют приведенные %%? Это соотношение между полным лонгом по моим системам в соответствующем эмитенте по номиналу, рассчитанному по цене закрытия предыдущего дня к размеру счета, рассчитанному по тем же ценам. Так как в RI, SBER, GAZP, GMKN, ROSN торгуются по три трендовых торговых идеи, две из которых разбиваются на 2-3 торговых алгоритма с разными параметрами (у одной идеи оптимизируемый параметр один  и на нем особо с портфелями не разбежишься) плюс еще в RI торгуется одна контртрендовая система с реальным таймфреймом пара часов. Поэтому в этой части портфеля полный лонг, как и полный шорт, дело нечастое (примерно по 30% времени в году). В Si торгуется одна идея с одним набором параметров, так как при среднем времени в позиции 12 с небольшим дней заморачиваться с портфелями тоже смысла большого не имеет, поэтому тут и полный лонг и полный шорт занимают примерно по 45% времени. Ну и в ОФЗ у меня банальный  B&H.

( Читать дальше )

Прочитал сегодня книжку Джоэля Гринблатта «Маленькая книга победителя рынка акций». Книжка и в самом деле маленькая — по объему, да и читается легко. Отзыв писать про книгу не буду здесь — сами все прочтете. Суть в другом. В этой «маленькой книге» дается простая «волшебная формула», как выбрать себе портфель акций и получать доходность выше среднерыночных. Как и почему это работает — рассказывается в книге, здесь я не буду дискутировать на эту тему.

Суть формулы простая — берем все компании из доступного списка, в США это 3500 компаний, которые отслеживают всевозможные скринеры, сортируем их по рентабельности капитала в порядке убывания. Каждой компании присваиваем рейтинг — порядковый номер в списке. Это будет рейтинг компании по капиталу. Потом этот список пересортировываем так, чтобы отсортировать список в порядке убывания доходности акции как таковой (читай, по коэффициенту P\E). Каждой компании в списке присваиваем еще один рейтинг — это будет рейтинг доходности акции. Суммируем рейтинги для каждой акции. Это и есть «волшебная формула».

Далее в портфель выбираем акции с минимальным суммарным рейтингом. В книге предлагается в портфель выбрать 20-30 акций. И предлагается проводить такую процедуру периодически с целью ротации акций в портфеле. Тут тоже есть тонкости, они расписаны в книге довольно подробно. Суть «волшебной формулы» — используя этот механизм вы будете отбирать портфель хорошие компании по хорошей цене — все как у Баффета. 

Естественно, захотелось получить такой «волшебный рейтинг» для отечественного рынка акций.  Результат исследований доступен по ссылке (там полная таблица, в ней порядка 140 эмитентов, можно сортировать столбцы), здесь же приведен ТОП-10.

( Читать дальше )

– Привет! В предыдущий раз, ты рассказывал про дата-сервис, про отдельный слой доступа к данным. Расскажи теперь про сами сущности и репозитории. При помощь чего ты вытягиваешь данные из таблиц?

– Ок. Если необходимо сохранять сделки и статистику, или откуда-то брать исторические котировки для тестов, то неплохо использовать БД. Но, как с ней общаться? Есть несколько способов. В C#, есть например традиционный ADO.NET, но речь пойдёт не о нём. В прошлый раз мы отделили работу с БД от бизнес-логики, это уже очень здорово, но можно пойти дальше! Есть способ общаться с самой БД на достаточно абстрактном уровне, инкапсулируя детали формирования самих запросов. Такой способ лучше вписывается в концепцию объектно-ориентированного проектирования, и называется он ORM (object relation mapping).

– Хм, я что-то слышал про ORM. У меня сложилось неоднозначное ощущение, вроде, есть целое сообщество, кто против них (OrmHate), и считает это антипаттерном. Все эти дополнительные уровни абстракции, и вообще, они наверно дико тормозные?

( Читать дальше )

Перевод статьи из блога tr8dr, кое-что из основ для HFT торговли.

Алгоритмы высокочастотной торговли можно разделить на следующие категории:

1. Различные формы маркет мэйкинга (вероятно самый большой процент)

2.  Заработок на действиях других участников рынка или на микроструктуре рынка

3. Краткосрочный арбитраж

4. Алгоритмы исполнения больших заявок

Также среднесрочные стратегии подразделяются на:

1. Следование за трендом (если есть достаточно сильный импульс)

2. Следование за циклами (продажа/покупка в точках разворота высокоамплитудных ценовых циклов)

3. Долгосрочный арбитраж

Если сфокусироваться на алгоритмах маркет мэйкинга и следования тренду/циклам, то понимание ценового режима и ценовой функции очень важно.

Режим

Мы должны определять текущий ценовой режим для того, чтобы понимать, где мы можем применять стратегию маркет мэйкинга, а где следование тренду или циклам.

( Читать дальше )

Есть здесь трейдеры торгующие на comon со своей стратегией?
Поделитесь опытом, что и как есть ли там обман от финама?
Это ведь лучшее для трейдера, не ДУ никаких заморочек с клиентами, торгуй себе как торговал своим объемом, а подписчики подключаются и ты их не замечаешь и только получаешь еще вознагрождение.
Это так здорово, что аж подозрительно. и про вознагрождение — финам пишет про наприер 6% с суммы подписчика, и все 6% трейдеру идут или нет?

Почему то видео с моей первой лекцией из курса, открываемые организаторами курсов по моей просьбе, со временем исчезают из сети. Поэтому решил разместить эту лекцию на своем канале на Ютубе.

PS. Смотреть лучше со скоростью 1,25 :)

Значит у меня есть портфель акций. Я писал об этом вчера. Как мне посмотреть его динамику? Можно конечно сделать алгоритм внутри смартлаба и строить его по историческим данным. Это несложно, но времени пока на это не хватает. Я решил построить такой чарт в Tradingview. Предположим мой портфель сегодня стоит = 100 тыс. рублей.
Тогда в нем примерно будут лежать столько бумаг:

Я беру и вбиваю это все дело в формулу в очке ввода TV: 

3 недели назад я просил ребят сделать так, чтобы при выборе инструмента в формуле формула не сбрасывалась и они это дело починили.
Теперь нашел новый баг. Чтобы формула работала корректно, недостаточно выбрать из списка QIWI на MOEX. Надо именно прописать руками в формулу MOEX:QIWI, чтобы вставился Киви с ММВБ а не с Насдака.

Ну в общем, я нажал Ентер и получился график моего портфеля:

Он бы выглядел так, если бы я все время такой объем акций и держал. Я уже говорил, что мой портфель вчера был в нуле, то есть примерно результат был бы такой же, если бы я купил все эти же акции в октябре 2015. Весной его можно было продать +22% т.к. на хаях была ФСК и Газпром там задирали на ожиданиях дивидендов.

В общем, инструмент мне кажется интересный, наглядный, для самостоятельного анализа. Но что было бы круто?

( Читать дальше )

     Добрый день. В предыдущем посте были описаны базовые компоненты – классы обёртки над API брокера. Не хотелось нагружать их дополнительной логикой, поэтому оставим их как есть, и перейдём к чуть более сложному объекту. На сцене появляется IOrderManager, который отвечает за заявки и сделки по ним.

interface IOrderManager
{
   List<Order> GetOrders(string symbol, int strategyID);
   void PlaceOrder(string symbol, int strategyID, OrderAction action, OrderType type, double price, double amount, double stopPrice);
} 

     Всего два метода – выставить заявку и получить их список. Но, у реализации IOrderManager’а непростая задача – надо не просто выставлять заявки, но также хранить какая стратегия это сделала и какие прошли сделки. Получается, у OrderManager’а есть некое состояние – список заявок/сделок, поэтому этот объект относится больше к модели, чем к сервисному слою программы. Перед этим я описывал IPortfolioGate – класс-обёртка для работы с портфелем, вот у него нет состояния, он просто транслирует вызов методов внешней COM библиотеки, а вот OrderManager это некий дополнительный уровень над всем этим – у него появляются «знания» о предметной области, и именно он используется в классах стратегий.
     Также, появляются две сущности – заявка (Order) и сделка (Trade). Класс Order имеет список сделок прошедших по данной заявке.

class Order
{
   public string Symbol { get; set; }
   public OrderAction Action { get; set; }
   public double Price { get; set; }
   …
   public List<Trade> Trades { get; set; }
}

( Читать дальше )