
Учет комиссий, проскальзывания и риск-менеджмента
Отбор торговых сессий по критериям волатильности (импульсы ≥5% за 10 минут)
Дискретное пространство действий: LONG, SHORT, CLOSE, HOLD
Reward shaping для контроля поведения
Полные логи бэктеста и визуализации
Публикация сигналов в реальном времени (Telegram)
Доходность: +144.23%
Sharpe: 1.85, Sortino: 2.05
Прибыльных дней: 78.57%
Сделок: 112 (~2 в день), включая SL/TP
Среднесуточная доходность: +1.61%
Продолжаем выкладывать инструкции для модуля копитрейдинга в OsEngine. Сегодня настраиваем дублирование сделок между разными аккаунтами у разных брокеров. Видео, в котором мы настроим копирование сделок роботов из АЛОР к Т-Инвест. Это нужно для тех, кто хочет дублировать сделки своих роботов на множество счетов.
VK Видео:
RuTube:

За последние годы скорость сделок на биржах снизилась с миллисекунд до наносекунд. High-Frequency Trading (HFT)и торговые системы на базе AI анализируют котировки, объёмы и новости в реальном времени, совершая тысячи сделок в секунду.
Что изменилось: 🔄
Ликвидность стала нестабильной — крупные объёмы в стакане могут исчезнуть за долю секунды, особенно во время резких движений.
Волатильность в новостные минуты усилилась — алгоритмы реагируют на релизы мгновенно, формируя импульсы до того, как на них реагирует человек.
Маркет-мейкинг сместился к машинам — роль человеческого трейдера в обеспечении ликвидности минимальна.
Что это значит для инвесторов и трейдеров❓
1. При крупных сделках использовать алгоритмы исполнения с разбивкой объемов:
TWAP— исполняет равными порциями во времени.
VWAP— подстраивается под объём торгов.
Iceberg(айсберг-заявка) — в стакане видна лишь малая часть объёма, остальное исполняется «под водой», чтобы скрыть реальный размер сделки.
Вот и закончился второй месяц лета, теперь пришло время подвести промежуточные итоги.
Мы продолжаем работу по развитию и поддержке терминала. Двигаемся к продакшен реди версии терминала.
Производится рефакторинг статей на смартлабе и на o-s-a.net.
Также продолжается работа по юзерфрендли OsEngine, за последний месяц было решено около 9 различных проблем. Если у вас есть предложения по улучшению терминала, то можете написать в чат поддержки https://t.me/osengine_official_support
За предыдущий месяц было выпущено 5 видеоинструкций, а также 27 статей.
Одни из главных тем прошлого месяца:
Алголифт https://smart-lab.ru/company/os_engine/blog/1179129.php
Алго по новостям https://smart-lab.ru/company/os_engine/blog/1118776.php
и сетки https://smart-lab.ru/company/os_engine/blog/1167610.php
В OsEngine добавлен модуль копитрейдинга, который позволяет транслировать сделки по роботам на N счетов с возможность устанавливать дублирование объёмов с мультипликацией и в отношении к депозиту.
Сегодня первая статья из серии, будем разбираться с тем, какие там есть окна настроек и что они означают. В дальнейших статьях и видео будем разворачивать определённые сетапы дублирования.
В модуле копитрейдинга OsEngine есть три основные окна настроек:
В 2016 году я делился постом на Smart-Lab о том, как скачивать котировки через Excel. Тогда это был удобный способ для многих. Сегодня я хочу поделиться простым Python скриптом для загрузки котировок через API Тинькофф Инвестиций.
Этот скрипт легко адаптировать под ваши нужды, даже если вы новичок. Вам понадобится только библиотека tinkoff.invest. (я не сотрудник Тинькофф и не рекламирую их — просто делюсь рабочим инструментом)
Важно: Код не запустится без токена API. Его получают на официальной странице Тинькофф Инвестиций.
Вот сам скрипт. Он загружает свечи (цены акций) для указанных тикеров и сохраняет их в CSV-файлы. Просто настройте тикеры, даты и интервал под себя.
# Импорт модуля os для работы с операционной системой (например, для работы с файлами и директориями) import os # Импорт библиотеки pandas для работы с данными в формате DataFrame import pandas as pd # Импорт класса datetime для работы с датами и временем from datetime import datetime # Импорт классов Client и CandleInterval из библиотеки tinkoff.
Арбитраж на цифровых рынках
Платформа Polymarket стала источником крупных заработков. Трейдеры получили около $40 млн на неверном ценообразовании связанных активов. Об этом говорится в исследовании Unravelling the Probabilistic Forest: Arbitrage in Prediction Markets.
Авторы Measuring DEX Efficiency and The Effect of an Enhanced Routing Method создали метрику STAP. Она помогает измерить эффективность децентрализованных бирж и показывает, как новые алгоритмы увеличивают прибыль трейдеров.
В работе Performative Market Making описана модель, где участники рынка создают условия для собственных прогнозов и зарабатывают на этом.
Управление портфелем
Нормализация данных снижает эффективность портфельной оптимизации через обучение с подкреплением. К такому выводу пришли авторы Comparing Normalization Methods for Portfolio Optimization with Reinforcement Learning.