Алгоритмическая торговля

Традиционный декабрьский отчёт за 2024-й я смогу разместить только 2-3 января (а подробный многогодовой по традиции будет тогда, когда в январе опубликуют данные декабрьской инфляции), потому что данные за 30-е декабря смогу получить только утром 31-го, а этот день не для написания таких топиков. Поэтому сижу и смотрю на предварительные результаты года. И с удивлением увидел, что они у меня немного не такие, как писал про периоды торговли. Например, много раз писал, что рост моего счета начинается с 29 марта. Но если посмотреть на график с 29.12.23, выглядит все немного иначе 



Да, на 29 марта пришелся мой минимум года, но просто он маленький -2,4% с начала года. Но это был и минимум счета с начала политики повышения ставки ЦБ, хотя и тоже был небольшой -6,4%.

smart-lab.ru/blog/1061004.php

Поэтому я и разделил периоды. Но все равно, как показывает график, всё-таки мой основной рост-2024 пришелся на вторую половину года, а за полгода я только отбил убыток с начала года и даже не вышел из просадки с июля 2023-го.

( Читать дальше )

Оптимизм на российском рынке, вызванный решением ЦБ не повышать ставку, не мог не отразится на моих стратегиях. Все они тоже подросли.

Особенно меня радуют АЛЬФА СКАКУНЫ — AHTRUST, которые в новом виде в боевом режиме начали свою работу 9.10.2024. Cтратегия с даты начала по 25.12.2024 прибавила 6,76%, в то время как тот же SBMX (БПИФ, повторяющий индекс MCFTR = IMOEX + DIV) принес только 0,94%. При этом просадка за этот период в стратегии была чуть менее 6%, а у SBMX чуть менее 12%.

Портфель основной стратегии ABTRUST за указанный период тоже имеет +4,89%, при просадке менее 4%, хотя до своих максимумов он ещё не добрался.

( Читать дальше )

Еще раз спасибо ЦБ.

( Читать дальше )

( Читать дальше )

( Читать дальше )

    В этом опусе рассмотрим попытку использования алгоритм случайного леса для создания торгового модели для слива денег на примере индекса IMOEX. Используется язык питон и библиотеки pandas и scikit-learn. Модель будет предсказывать сторону закрытие на следующий день, т.е. оно положительное или отрицательное, и на основании этого строится торговая система.

df["Tomorrow"] = df["Close"].shift(-1)
df["Target"] = (df["Tomorrow"] > df["Close"]).astype(int)  # наша цель

    Очень важно, какие данные будут использоваться для прогнозирования. Здесь используется: показатель силы закрытия бара (т.е. (Close-Low)/(High-Low)) за текущий и предыдущий день, процентные соотношения между ценой закрытия и средними за периоды 2,10,15,25,50 дней по индексам IMOEX, RVI, RGBITR, и плюс цены закрытия индексов RVI, RGBITR.
    Для обучения модели используется период 2013-2022 гг., для проверки 2023-2024г.:

train = df.loc['2013':'2022']
test = df.loc['2023':]

    Для создания модели используется <a href=«scikit-learn.

( Читать дальше )

Начнем с традиционной таблицы

 

Ноябрь у меня разделился на три декады. В первой счет вырос на 7%+, отбив убыток октября. Но потом на нашем рынке началась «пила», о которой я и писал топики на смарт-лабе из-за  грусти от традиционных просадок моей торговли в таких «пилах». И мой счет снизился к 21.11 до +0.x%. А в третьей декаде отбил  примерно половину просадки второй декады и поэтому получился тот плюс, который приведен в таблице.

Традиционное для моих обзоров этого года сравнение с другими бенчмарками с начала года:  

 

( Читать дальше )

Всем привет!

Хочу понять как трейдеры с опытом относятся к мартингейлу на данный момент. Раньше со всех сторон писали/говорили, что мартингейл — это ужас и ловушка для новичков, что в целом смешно, потому что все мы усредняемся. 

Но давайте предположим, что мы пошли дальше и у нас есть алгоритм/бот DCA. С помощью этого бота вы можете:

1. Настроить свою основную точку входа в позицию. То есть указать каким объемом и когда вы хотите войти в рынок. Причем КОГДА реализовано с помощью индикатора. Ну допустим: если 20 SMA пересекает наверх 50 SMA вы войдете в лонг на 25% своего депо. 
2. Настроить уровни усреднения. На этом этапе вы можете задать сколько раз вы хотите усредниться, каким объемом, какое отклонение в цене должно быть между вашими ордерами на усреднение, как должен поэтапно увеличиваться объем усреднения и вообще когда ордер на усреднение должен сработать. Здесь, снова, когда — реализован через индикаторы, а не просто по какому-то уровню цены.
3. Настроить стопы. Обычный/Трейлинг/Break-even

( Читать дальше )

Дефицит запасов природного газа в хранилищах США наблюдался в несколько периодов, особенно в зимние месяцы, когда спрос на отопление возрастает. Пример некоторых ключевых периодов, когда дефицит запасов природного газа был значительным:

1. 2003 – В связи с холодной зимой, особенно в начале года, и высоким спросом, запасы природного газа упали ниже среднего уровня.

2. 2007-2008 – В условиях высокой волатильности на рынке энергоносителей и роста цен на нефть запасы природного газа в США сократились, что привело к дефициту.

3. 2013-2014 – Зима, известная как «полярный вихрь», привела к значительному увеличению спроса на природный газ для отопления. Это привело к рекордному снижению запасов к концу зимы.

4. 2017-2018 – Ещё одна холодная зима в США вызвала дефицит запасов к весне 2018 года.

5. 2021-2022 – Рост спроса после пандемии, увеличение экспорта СПГ, а также серия холодных погодных аномалий привели к низким уровням запасов, особенно в зимний период.

( Читать дальше )