В 2020 году у меня возникла идея создать торговую стратегию, использующую только фактор времени, т.е. открытие и закрытие позиции в определенное время без дополнительных сигналов. В результате в TSLab был создан скрипт:

 

 Тестировались фьючерсы RTS, Si, BR. Наиболее устойчивая закономерность найдена во фьючерсном контракте на индекс RTS при следующих параметрах: вход в шорт в 10.45, переворот в лонг в 17.15 и закрытие позиции в конце торговой сессии. Результаты тестов за период с 01.01.2017 г. по настоящее время без учета комиссии представлены ниже:

до 100 сделок $50
От 100 до 1000 это $100
Свыше 1000 сделок $200

В своё время бутылка водки стоила 2 рубля 87 копеек, а четвертинка – 1 рубль 49 копеек. Если 1,49 возвести в степень 2,87, получится число пи с точностью до нескольких знаков после запятой.
Согласитесь, такое совпадение неспроста?

— Ну, и при чём тут трейдинг? – сразу же последовал вопрос молодого смартлабовца.

— Просто заголовком навеяло, — сознался я, — Хотя… если вспомнить сливы моих депозитов, тогда не число, но буква «пи» довольно точно определяет…

— Соотношение дисциплины и глупости, — заключил смартлабовец, — Как можно шутить, когда речь идёт о Граале? Посмотри, что у тебя написано в заголовке!

Лицо смартлабовца выглядело так, будто он нечаянно проглотил вишнёвую косточку.

— Критику считаю справедливой, — успокоительно сказал я. – Заголовок, значит, заголовок.

Священный Грааль трейдинга, вопрос вопросов. Есть или не есть? Почти Шекспир :-)
Взявшись за автоматическое перо, я вздохнул и встал на путь исправления.
…

Сначала я хотел сделать отраслевой разбор всего списка ценных бумаг, допущенных к торгам на СПБ Бирже, но получилось нечто большее. Получилась таблица, в которой для каждой компании, имеющей листинг, проставлена принадлежность к сектору, отрасли и стране, где компания базируется. Данные о секторах и отраслях проставлены в соответствии с международным стандартом классификации GICS, разработанным агентствами MSCI и S&P Global. Теперь вам не нужно читать отраслевой анализ. Вы можете его сделать сами, потратив 5 минут.

Доступ к таблице получить нетрудно.

Если вам просто посмотреть, то можно использовать эту ссылку.

Если вы хотите скопировать и «поковырять» (например, использовать фильтры), то лучше использовать эту ссылку. Если таблица не предложила сделать копию, это надо сделать самостоятельно, нажав меню «Файл -> Создать копию».

Ещё с самого начала, в первой части, писал, что проект является экспериментальным, что из него получится я не знаю.Получится — хорошо, не получится — останутся наработки, которые могут пригодиться в дальнейшем.Тем не менее, обещал освещать ход проекта.
На сегодняшний день удалось получить на тестах некоторую незначительную и неустойчивую прибыль. Эти копейки не произведут впечатления на читателя — такое вы и сами получали неоднократно. Даж позориться не хочется.)
Но, что это дало? Это позволило алгоритмически более-менее разграничить области возможных лонгов и шортов.
Дальше есть следующие возможности:
а. Накручивать на ТС различные индикаторы и долго и нудно подбирать их параметры и условия входа в сделку и соответствующую логику.
в. Попробовать использовать для построения ТС методы машинного обучения (МО. Тем более, какие-то наработки в этой области у меня уже есть.
«И так как с детства его влекло к технике, то он всею душою отдался пункту «в» (тайное похищение чужого имущества, совершенное с применением технических средств или неоднократно».© Пункт «в» мне тоже более интересен, однако я совсем не исключаю и параллельного применения элементов из пункта «а».
Для тех, кто не в теме, немного подробней.
Если мы возьмём рыночные данные, каким-то образом их идеально подготовим, попробуем обучить какое нибудь МО (нейросеть (НС), скажем), то мы, скорее всего, сразу получим великолепные результаты. Единственным недостатком этих результатов будет то, что прибыль мы сможем получить только на той истории, на которой мы обучали МО. На реале и даже на другом отрезке истории такая ТС работать скорее всего не будет.
Рыночные зависимости очень неявные, встречаются в ценовом ряду нечасто и выделить их на общем фоне удачных и неудачных сделок не представляется возможным. В результате МО при обучении находит некоторые зависимости или псевдозависимости имеющиеся только в обучающей последовательности, нигде более не встречающиеся и обучается им. Т.е., псевдозависимости оказываются более явными, чем то что мы пытаемся найти.
Как с этим планируется бороться, это, возможно, обсудим уже в следующий раз.