Алгоритм

Таймфрейм м5, Профит-фактор чуть более 10. Всего сделок 675. Дата выборки — последний год. Серия выигрышей — 72. Серия проигрышей — 9. Относительная просадка 2,37%.
 

Просто оставлю это здесь.
Таймфрейм м5, Профит-фактор чуть более 10. Всего сделок 276. Дата выборки — последний год. Серия выигрышей — 21. Серия проигрышей — 5. Относительная просадка 2,89%.

Не ради хвастовства, а ради поиска сами знаете чего…

Определение и основные принципы построения импульсных стратегий изложены в блоге blog.johandp.com. Стратегии очень простые, но являются основой для многих сложных алгоритмов, их элементы используются и в моих роботах. Привожу здесь перевод статьи из блога в целях классификации различных видов стратегий.

Импульс это старейшая особенность, присущая финансовым рынкам. Также это простейшая и одновременно одна из самых запутанных для применения аномалий. Импульс представляет собой тенденцию, при которой активы, демонстрировавшие рост (или падение) в прошлом, продолжат это движение в будущем. Много исследований этой особенности проводилось в академической литературе и было выяснено, что она присутствует на всех рынках и на всей выборке имеющихся данных. И тем не менее, остается много вопросов в использовании импульса для алгоритмической торговли.

( Читать дальше )

Выборка на Лукойле за последний год. ТФ м5.
 

( Читать дальше )

История — последние 3198 баров. В работе все таймфреймы, кроме тика и всего, что выше дневки, включая её.
Прогон почти на всех валютных парах, кроме экзотики, которые предоставляются в БКС-форекс.

Если кто-то заинтересован в извлечении результатов из работы алгоритма — добро пожаловать в личку.

Всем привет.
Как работаю сейчас: В ТОСе формула, которая выдает сигнал. На основе его открываю график и делаю вывод. Перехожу в другую платформу и там делаю сделку. Очень часто сигнал ложный в виду ограничений на формулы ТОСа. (нельзя их делать сложными)

Хочется иметь возможность написать алгоритм полноценно. Мне НЕ нужна поддержка торговли. Просто исторические данные и реалтайм.
Подскажите на что обратить внимание?
Критерии:
Язык программирования — любой (внешний, внутренний. Лишь бы функциональный)
Цена: желательно 0 =) (Смотрел InteractiveBroker. Все зашибись, но 10к для депо это через чур)
Без задержек: реалтайм котировки.

Спасибо. Надеюсь подскажите 

Вчера обещал выложить на суд общественности основные характеристики алгоритма. Эквити пока нет. Надеюсь, будет завтра.
Пока только это:
EURUSD+USDJPY (10 000 баров)


Из оптимизаций только фиксированный стоп на все сделки. Грааль?
ПС. Если есть люди, заинтересованные в извлечении результатов из работы алгоритма — добро пожаловать в личку. 

Вариант стратегии, использующей ассиметрию статистического распределения доходности, рассмотрен в блоге blog.johnorford.com.

Напомню, приращение цены какого-либо актива равна разнице между его ценой в конце расчетного периода и ценой начала периода:

( Читать дальше )

Ковырялся долго. Сваял некий алгоритм. Ну не знаю может это даже и не алгоритм, а так...
Просто, пока это для меня — terra incognitta, хочу хоть какие-то знания получить.
Алгоритм трендследящий. Период наблюдения 1000 баров.
Ниже на рисунке представлен график equity на исторических данных

Рисунок  Кривая капитала по стратегии




что смущает во всей этой истории?

• срок жизни этого алгоритма?
• как понять, что алгоритм перестал работать? как просчитать возможный срок жизни любого алгоритма? даже перспективного
• почему этот алгоритм на исторических данных только по одному инструменту мне нравится, а по другим инструментам нет?
• почему убыточных сделок по количеству больше, а стратегия всё равно приносит прибыль?
• как найти инструмент с отрицательной корреляцией к моему отобранному инструменту, т.е. сделать пару, работающую в противофазе? 

( Читать дальше )

Прошлая часть — см. в моем блоге.

В этой части разберем технику улучшения производительности стратегии, использующую множество моделей.

Одним из наиболее мощных методов улучшения прибыльности вашей модели является объединение нескольких алгоритмов в так называемое «множество». Теория состоит в том, что комбинируя разные модели и их предсказания, мы получаем более робастные результаты. Тесты показывают, что даже объединение простых моделей может быть производительнее более сложной, но единственной стратегии.

Существует три основных техники объединения:

Смешивание:

Смешивание основано на создании моделей, прогоняемых на немного различных тренировочных наборах и усреднения их результатов для получения одного предсказания. Тренировочный набор переделывается путем повторения или удаления вхождений данных, в результате чего получается несколько разных наборов. Этот процесс работает хорошо для нестабильных алгоритмов (например, деревья решений) или, если присутствует определенная степень случайности в процессе создания моделей ( как, например, начальные веса в нейронных сетях). Получив усредненное предсказание для коллекции моделей с высоким значением подгонки, мы можем уменьшить результирующую подгонку без увеличения недооценки, что приведет к лучшим результатам.

( Читать дальше )