ТОРГОВЫЕ РОБОТЫ

Мониторинги здесь: https://tradelink.pro/user/7392dd60-6664-4b89-992b-aef34cd75b87

 

MAIN счёт (1.5 * тренд. 0.75 * арбитраж)

Месяц к месяцу: + 17.07 %

Год к году: + 17.07 %

Всего: + 15.7 %

 

Тренд (1.5 плеча):

Месяц к месяцу:  + 10.14 %

Год к году: + 10.14 %

Всего: + 7.02 %

 

Арбитраж (2 плеча):

Месяц к месяцу: + 17.87 %

Год к году: + 17.87 %

Всего: + 99.69 %

 

Месяц роста:

 

Комментировать здесь особо и нечего. Оч. хороший месяц.

 

MAIN счёт

Решил в итоге просто с 0 начать на новый год. Не складывать со старым. Время быстро течёт… История накопится. И меньше вопросов будет. 
Старый счёт по прежнему доступен на мониторинге для просмотра. Плюс у нас на сайте. 

Из интересного

Второй год подряд крипто-зима заканчивается ровно на новом годе.

В четвёртом квартале 2021 года – была пила, роботы лили. Пришёл новый год. И после было 9ть прибыльных месяцев подряд.

В четвёртом квартале 2022 года – была пила, роботы лили. Пришёл новый год. И вот отличный первый месяц.

( Читать дальше )

Разложение по сингулярным значениям (SVD) может быть применено к одному активу в алгоритмической торговле. Вот пример того, как SVD можно использовать для анализа ежедневной доходности одной акции.

Сжатие данных: Рассмотрим матрицу, которая представляет ежедневную доходность одной акции за определенный период времени. SVD можно использовать для уменьшения размерности данных, чтобы их было легче анализировать. Например, SVD можно использовать для определения наиболее важных факторов, определяющих доходность акций, таких как экономические показатели или настроения на рынке. Затем эта информация может быть использована для разработки торгового алгоритма, который учитывает эти факторы при принятии инвестиционных решений.

Извлечение признаков: SVD также можно использовать для извлечения признаков при анализе отдельного актива. Например, рассмотрим матрицу, которая представляет ежедневную доходность одной акции и нескольких экономических показателей. SVD можно использовать для извлечения наиболее важных характеристик данных, таких как взаимосвязи между запасами и экономическими показателями. Затем эта информация может быть использована для разработки торгового алгоритма, который учитывает эти взаимосвязи при принятии инвестиционных решений.

( Читать дальше )

Разложение по сингулярным значениям (SVD) — это широко используемый математический метод в области алгоритмической торговли. Это разложение вещественной или комплексной матрицы на сингулярные значения и соответствующие сингулярные векторы. SVD широко используется для сжатия данных, шумоподавления и уменьшения размерности, что является важными задачами в области алгоритмической торговли.

В алгоритмической торговле огромное количество данных, генерируемых финансовыми рынками, требует эффективной обработки и анализа. SVD используется в этом контексте для уменьшения размеров данных, чтобы их можно было анализировать и моделировать более легко и эффективно. Уменьшая размерность данных, SVD облегчает выявление закономерностей и взаимосвязей, которые могут быть не сразу очевидны из необработанных данных.

Наиболее распространенное использование SVD в алгоритмической торговле — это извлечение признаков. Уменьшая размерность данных, SVD позволяет трейдерам определять наиболее важные характеристики, которые управляют рынком. Затем эта информация может быть использована для разработки торговых алгоритмов, которые используют эти функции для принятия более обоснованных решений.

( Читать дальше )

Здравствуйте. Продолжаю публиковать состояние счета и сделки. Начало тут.

Система частично зафиксировала прибыль в RASP, RTKM
Открыла позицию в лонг в MVID.



( Читать дальше )

Кирилл научил меня брать большие хода, а я научил газробота
 

( Читать дальше )

Алгоритмическая торговля — это быстро развивающаяся область, которая использует математические модели и компьютерные алгоритмы для совершения сделок на финансовых рынках. Линейная алгебра — это фундаментальная математическая концепция, которая играет решающую роль во многих алгоритмических торговых стратегиях.

Линейная алгебра — это раздел математики, который имеет дело с линейными уравнениями и их представлениями в векторных пространствах. В алгоритмической торговле линейная алгебра используется для моделирования финансовых рынков и прогнозирования будущих рыночных тенденций. Например, линейная регрессия является популярным методом, используемым для моделирования взаимосвязи между зависимой переменной и одной или несколькими независимыми переменными. Этот метод может быть использован для прогнозирования цен на акции, курсов иностранных валют или других финансовых инструментов.

Другим важным применением линейной алгебры в алгоритмической торговле является анализ главных компонент (PCA). PCA — это статистический метод, который уменьшает размерность набора данных путем нахождения основных компонентов, которые представляют собой линейные комбинации исходных переменных, объясняющих наибольшие различия в данных. В алгоритмической торговле PCA может использоваться для определения наиболее важных факторов, влияющих на цены финансовых инструментов. Уменьшая размерность данных, PCA позволяет трейдерам сосредоточиться на наиболее важных переменных и делать более точные прогнозы относительно будущих рыночных тенденций.

( Читать дальше )

Всем привет!

За то время, что я в трейдинге, я протестировал сотни торговых систем на десятах тысяч лет* разных котировок (это, кстати, не так уж и много), а так же ознакомился с результатами десятков исследований по этой теме, и какие-то выводы смог из всего этого вынести. Некоторыми из них готов поделиться.
Какие приёмы работают в трейдинге, т.е. позволяют относительно стабильно получать прибыль практически на любом рынке, рассказывать не буду, о них и так всем известно (другое дело, что никто их в серьёз не воспринимает), но зато скажу, что скорее всего не принесёт прибыли на длительной дистанции.
1. Классический теханализ (всякие фигуры, паттерны, индикаторы), если он не учитывает изменения волатильности и не способен отличить флет от тренда.
2. Торговля без стопов (у 99% трейдеров).
3. Так называемые усреднения, когда при нарастании убытка открываются позиции в прежнем направлении б0льшим объёмом.
4. Портфели из небольшого количества акций, даже «перспективных».
5. Фундаментальный анализ (у 99% трейдеров)
С последним утверждением многие, я уверен, готовы будут поспорить, считая аргументом серию своих прибыльных сделок (либо серию с перевесом прибыльных сделок), но, к сожалению, это нельзя считать статистикой (как говорят учёные, это нерепрезентативная выборка), это всего лишь серия сделок, при всем уважении к спорящим.

( Читать дальше )

На Санкт-Петербужской бирже, по мнению нейросети Investington, сейчас актуальны следующие позиции:

CGEN, оптимальная цена для покупки — 0.87$. Цель — 0.9391$. Предсказанная вероятность роста 76.5%
MARA, оптимальная цена для покупки — 7.04$. Цель — 7.6708$. Предсказанная вероятность роста 80.7%
AWH, оптимальная цена для покупки — 0.51$. Цель — 0.5408$. Предсказанная вероятность роста 78.0%


Результаты поста от 2023-01-04

NVAX, купили по 10.71$. Продали 5 января по 11.6268$. Итоговый процент +8.56%
BBBY, купили по 2.47$. Продали 11 января по 2.63$. Итоговый процент +6.48%
CVNA, купили по 5.04$. Продали 11 января по 5.3778$. Итоговый процент +6.7%

Итого: из 3 сигналов 3 оказались верными.


Что это такое? || Отчет

Мы здесь: Глава 3: Тренд — главная торговая идея столетия.  3.5: Таймфрейм для трендовой торговли.

Мы используем в своей торговле 15 минутные свечи. Этот таймфрейм я и буду рекомендовать дальше. И только его. А сейчас объясню почему.

Сложность тестирования.

В процессе проверки торговой системы мы будем использовать далее оптимизацию и обычное тестирование портфеля роботов. Эти процедуры тратят очень много процессорного времени. И чем ниже таймфрейм, тем сложнее их проводить.

Ниже таймфрейм – дольше и дороже тестирование с оптимизацией!

Слишком большой таймфрейм.

При этом, используя слишком большой таймфрейм, мы можем терять какое-то количество входов и прибыльных сделок. Ибо чувствительность роботов на 15 минутном ТФ и на часовом ТФ — разная.

Чем выше таймфрейм – тем ниже чувствительность роботов.

Ограничения тестера и проблема заглядывания в будущее.

Использование нескольких таймфреймов для тестов одновременно во многих платформах ограничено.

Так, в OsEngine, на котором мы торгуем, в случае одновременной подачи различных таймфреймов по одной бумаге возможны: 

( Читать дальше )

Начнем с традиционной таблицы

 

Я немного изменил ее вид, отделив бенчмарки от результатов на моем счете и добавив строку Максимальная просадка для равномерного портфеля GAZP+GMKN+SBER+div.

Что можно сказать о результате? В январе было минимальное месячное изменение моего счета в процентах за всю историю ведения мной подневной эквити  (с июля 2002-го года). Меньше не было ни в месяцы, когда я не торговал 1-2 недели из-за отпусков, ни с 11.07.2012 по 10.11.2017, когда торговля велась объемами в 5/3 раза меньше. Вот уж «борьба с нулем»…

«Русский Баффет»   закончил январь ростом  больше, чем у индекса Мосбиржи.

Доходность стратегии Стань квалифицированным инвестором!  в январе составила +1.32%.

Но на моем аккаунте комона появилась более симпатичная мне стратегия Торгуем системно. Она представляет из себя портфель алгостратегий сервиса на российских акциях и в этом году я бы делал ставку на нее (стратегия

( Читать дальше )