Алготрейдинг

Торговля на финансовых рынках не обязательно должна вестись вручную. Для тех, кто хочет максимально автоматизировать торговый процесс существует алготрейдинг. Это способ автоматической торговли, когда создается алгоритм, описывающий условия открытия, сопровождения и закрытия позиции, после чего эти действия осуществляются программным способом. 

Таким образом, задача трейдера сводится к разработке и отладке своей собственной торговой системы, после чего система работает автоматически, без его участия.

Такую торговлю также называют трейдингом с использованием механических торговых систем, которые на Форекс называются советниками.

Механическая торговая система предполагает последовательное исполнение всех без исключения сигналов, без оценки и вынесения суждения относительно текущей торговой ситуации. 

Велс позволяет тестить торговые стратегии, но предусмотрены функциональные возможности и для торговли. Имеется API для реализации коннекторов к брокерскому ПО. Один из способов запилить коннеткор – сподвигнуть разработчиков это сделать. Они сделали виш-лист, куда можно закидывать задачи, ребята гибко смотрят на востребованность (по кол-ву лайков) и берут в работу самый востребованные запросы. Хотя вот прям недавно намекнули, что вообще-то за ними последнее слово здесь и могут и не взять в работу.

В общем есть в виш-листе задача запилить коннектор для Квика. Надо совсем немного лайков чтобы поднять задачу достаточно чтоб они её взяли в работу. Нужно зарегаться на форуме Wealth-lab 7 (ну или просто зайти если акк есть) и лайкнуть этот пост (который по совместительству запрос на разработку коннектора):

https://www.wealth-lab.com/Discussion/Request-a-broker-provider-for-Russian-market-QUIK-5473

Кому этот коннектор и сам велс могут быть интересны. Всем алго-трейдерам. И не очень алго – имеется возможность писать стратегии через конструктор – без кодинга, тестировать эти стратегии и потом вот торговать (если будет коннектор к Квику, то и Россию). По деньгам 300 или 400 баксов в год, что, кажется, дешевле выходит, чем TSLab.

Если интересна эта тема – лайкайте пост по ссылке. Если какие-то вопросы – пишите, я в теме.

Коннектор к Квику живи!

for i = 0.1, 0.3, 0.1 do
    message(tostring(i))
end

Цикл:

for i = 0.1, 0.5, 0.1 do
    message(tostring(i))
end

Всем привет!  

Значит больших процентов сделать не удалось, так как задействовался малый объем средств под ГО по фьючерсам, почти без плечей.

Присутствовала диверсификация по инструментам и по параметрам ботов – si/ri/br — 22 боты было, сократил до 17-ти

Количество убыточных сделок выше (62%), чем прибыльных (38%), но процент доходности прибыльных сделок выше в несколько раз, чем убыточные.

Преимущества: не нужно прогнозировать куда пойдет цена. Не нужно определять стоп, он меняется в зависимости от волатильности за N кол-во времени и atr.

Системы создавались на основании исторических данных за последние 10 лет по фьючерсам. Системы все трендовые, но с изменением позиции (объема) в зависимости от накопленной % прибыли или убытка.

Сейчас боты в лонгах по нефти и шорте по si.

Разовью прошлую тему в конструктивном ключе.

1. У меня был длительный неудачный опыт создания роботов для форекса. Возможно не хватило упорства. Возможно нужно было брать таймфрейм побольше. Я работал с тиками и минутами. Пробовал простейшие алгоритмы.

Скользящие средние от одной до пяти.

Трендовые — покупать на пробое хая и т.п.

Комбинации различных индикаторов, которые подбирала специальная программа.

Но график эфквити/баланса получался просто случайной линией.

2. Был не удачный опыт спекуляций на флэтовом рынке крипто. На нем я понял, что мою психику на рынке убивает время. Период колебаний рынка постоянно меняется. А торговать хочется все время.

По этому я стал присматриваться к независящим от времени индикаторам. Нашел один, дающий с виду стабильный профит на длинных годичных трендах. Правда не заметил некоторых деталей, немного обманувших меня, но все равно работа закипела.

3. Написал программу подбора и оптимизации алгоритмов. Подобрал наиболее рабочий алгоритм по принципу устойчивости к вариации входных параметров.

4. С помощью профессионального программиста написал первую версию бота на java для Битфинекса. Кстати программист не верил в успех. )

Привет! Сегодня не про результаты, а про методы. Закончил писать базовый функционал библиотеки для количественных исследований. Вот что из него можно выжать:

• Моделирование портфелей по кросс-секции и временным рядам;
• Квантильная методика формирования портфелей в % от выборки или фиксированное число инструментов;
• Возможность гибко задавать веса в портфеле по дополнительному фактору (почти smart beta);
• Можно вырывать данные для аналитики на каждом промежуточном этапе: сделки, размер позиций, комиссии, доходность портфелей;
• Возможность относительно точно учесть комиссионные расходы;
• Пока самая простая визуализация и метрики.

Как выглядит итоговая отрисовка:

Небольшая предыстория или зачем писать свой тестер

Не являясь базовым программистом, я пользовался готовыми решениями для бэктестов и особенно долго засиживался на платформе Quantopian. В прошлом году компания не получила нового транша от инвесторов и объявила о закрытии. Вместе с ней сгинул и весь написанный код, а знания синтаксиса несуществующей платформы близки по полезности к 1С-программированию при переезде в долину.
Поработав с другими сервисами, понял, что их существенные недостатки можно разделить на 3 группы:

Портфельная теория Марковица(далее ПТМ) (Modern portfolio theory) — разработанная Гарри Марковицем методика формирования инвестиционного портфеля, направленная на оптимальный выбор активов, исходя из требуемого соотношения доходность/риск. Сформулированные им в 1950-х годах идеи составляют основу современной портфельной теории.

Основные положения портфельной теории были сформулированы Гарри Марковицем при подготовке им докторской диссертации в 1950—1951 годах.

Рождением же портфельной теории Марковица считается опубликованная в «Финансовом журнале» в 1952 году статья «Выбор портфеля». В ней он впервые предложил математическую модель формирования оптимального портфеля и привёл методы построения портфелей при определённых условиях. Основная заслуга Марковица состояла в предложении вероятностной формализации понятий «доходность» и «риск», что позволило перевести задачу выбора оптимального портфеля на формальный математический язык. Надо отметить, что в годы создания теории Марковиц работал в RAND Corp., вместе с одним из основателей линейной и нелинейной оптимизации — Джорджем Данцигом и сам участвовал в решении указанных задач. Поэтому собственная теория, после необходимой формализации, хорошо ложилась в указанное русло.