ТОРГОВЫЕ РОБОТЫ

Разрабатываю с помощью ИИ (Github Copilot) свою бэктестинг-систему для алготрейдинга, smart-lab.ru/blog/1183171.php .

Прикрутил такую фишку. Отображаю список всех сделок. Их можно отсортировать по P&L; потом кликнуть, например, на самую убыточную или прибыльную — и она выделится на всех графиках. Можно поизучать в контексте, почему произошли эти убытки и прибыли.




( Читать дальше )

Привет! Всем известно как важно держать под контролем риски и понимать, как связаны между собой акции в портфеле. Недавно я написал скрипт для QUIK, который считает матрицу корреляций и бет для вашего портфеля.


Зачем нужна матрица корреляций и беты?
Корреляция показывает, как движутся акции друг относительно друга. Если её не учитывать, можно «набирать» портфель из бумаг, которые растут и падают одновременно — а значит, реальной диверсификации нет.
Бета — отражает, насколько бумага более или менее волатильна по сравнению с рынком. В скрипте показывает бету не только с индексом IMOEX, но и между акциями в портфеле.

Какие периоды лучше использовать?
Я даю выбор из трёх периодов:
1 год — подходит, если вы смотрите по динамике последних новостей или тенденций. Можно использовать, если рынок активно меняется.
3 года — оптимальный вариант для среднесрочных инвестиций. Такой период уже показывает настоящие связи, не «шумит» от случайных событий, но и не слишком старый, чтобы устареть.

( Читать дальше )

Новый новостной коннектор – Telegram News, который поставляет роботу сообщения из выбранных каналов.

VK Видео:


RuTube:


( Читать дальше )

В трейдинге есть два типа людей: те, кто оптимизирует каждую микросекунду исполнения ордеров, и те, кто до сих пор вручную пылесосит квартиру. Я долго был во второй категории, пока не осознал, что ручная уборка — это неэффективный аллокатор времени. Осенью 2024 года, углубившись в бонистику (коллекционирование банкнот), я понял: пыль — это не просто эстетическая проблема, а реальный риск для банкнот.

Анализ «актива»:
Долго изучал модели, читал обзоры, сравнивал ROI (Return on Investment, если кто забыл).


Я подошел к выбору робота-пылесоса как к тестированию новой торговой стратегии:

• Сбор данных — обзоры, сравнения, отзывы (как анализ исторических данных).

• Критерии отбора — автономность (как устойчивость алгоритма в разных условиях), цена (максимальный sharpe ratio за рубль), логистика (спред на доставку).

• Ложные сигналы — модели с красивыми графиками, но слабой «начинкой» (как переоптимизированные советники).

• Автоматизация — уборка теперь работает как фоновая стратегия, освобождая время для анализа рынков.

( Читать дальше )

Я работаю над алгоритмом для парного трейдинга, предыдущий пост тут smart-lab.ru/blog/1179670.php .

Параллельно пишу свою собственную бэктестинг и трейдинг систему. Посмотрел OsEngine, StockSharp, и пару платформ на питоне, но мне показалось, что порог входа везде достаточно крутой, и будет более выгодно написать свою систему, в которой я буду разбираться от корки до корки, и смогу добавлять любую нужную мне функцию.

До сих пор у меня не было никакого UI: взаимодействие через консоль, вывод результатов в файлы. Чтобы увидеть графики, приходилось открывать данные через Excel, Tableau, или читать из питона.

Мне это порядком надоело, и я решил прикрутить UI. Взял Github Copilot, и за всего за час надстроил базовый веб-интерфейс над своей системой.


Это первая версия, хочу прикрутить еще много графиков и фишек. Доволен.

Первый раз попробовал Copilot в боевом режиме. Впечатления такие:
— Нужно давать задания маленькими порциями. Если сразу дать большую таску с нетривиальным контекстом — сделает плохо или вообще не сделает (не скомпилируется)

( Читать дальше )

Торговая тактика основана на использовании робота, в котором запрограммированы паттерны торговой стратегии ТС-100500. 

 

Все сделки робота — это сделки по паттернам разворота или восстановления дневного тренда или трендов старших уровней иерархии.
Паттерны срабатывают и завершаются сделкой, если их направление согласовано с направлением тренда, определяемым в соответствии с установками параметров робота. Робот следит за изменением ситуации на рынке и открывает сигнальную позицию, сигнализируя о формировании соответствующего паттерна  в направлении действующего тренда.
Объем сделки робота устанавливается небольшого размера, как правило,  существенно меньше допускаемого в торговле лимита риска.
Задача трейдера — управление рисками, корректировкой стопов и целей робота и, в зависимости от оценки перспектив ситуации, пополнение объемов позиции робота до установленного лимита риска, а также ликвидация позиции при достижении целей или при неблагоприятном изменении ситуации.

( Читать дальше )

На днях наткнулся на интересную дискуссию в англоязычном сообществе алгоритмических трейдеров на Reddit в r/algotrading. Участник поделился своим опытом создания скальпинг-бота для торговли 0DTE опционами (опционы с экспирацией в день торговли) и задался вопросом: «Есть ли здесь кто-то, кто реально обыгрывает рынок с помощью публичных API?».

Он использовал простую логику:

• Скользящие средние (EMA) для тренда

• RSI + Bollinger Bands для фильтрации входов

• Вход только «после открытия» и выход «до закрытия»

• Всё настраивается через параметры

• Бэктестинг через Python библиотеку backtesting.py

Несмотря на оптимизацию его робот в долгосроке всё равно не обыгрывает индекс S&P500.

Почему стандартные индикаторы это дорога в никуда?

Другой участник раскритиковал подход автора поста:

«Вы используете EMA, RSI, полосы Боллинджера — те же стандартные индикаторы технического анализа, которые предоставляет каждый брокер. Большинство дневных трейдеров терпят неудачу, верно? Так почему вы думаете, что можно получить прибыль, глядя на те же индикаторы, что и все остальные?»

( Читать дальше )

Привет, коллеги! 

Хочу поделиться мыслями по теме, о которой редко говорят (хз почему) – эффект наблюдателя в алгоритмической торговле. Если совсем просто: сам факт того, что ты «следишь» за роботом и/или лезешь в его работу, может эту работу сломать или исказить результаты.

Что за зверь: 

Эффект наблюдателя в квантовой физике означает, что процесс наблюдения или измерения квантовой системы влияет на ее состояние. В отличие от классической физики, где наблюдатель не влияет на объект наблюдения, в квантовой механике взаимодействие с измерительным прибором (наблюдателем) может изменить свойства квантовой системы, например, заставить ее перейти из состояния суперпозиции в определенное состояние.

Суперпозиция:
В квантовой механике частицы могут существовать в нескольких состояниях одновременно (суперпозиции) до момента измерения. Например, электрон может находиться в двух местах одновременно или обладать разными значениями спина.

Взаимодействие с наблюдателем:
При измерении квантовой системы происходит взаимодействие между ней и измерительным прибором (наблюдателем). Это взаимодействие, в свою очередь, заставляет систему «выбрать» одно определенное состояние из множества возможных, тем самым изменяя ее.

( Читать дальше )

Ну что… Подходит к концу наша серия про «Алго-Лифт». За сим, чтобы нам было не скучно. Открываем чат для закрытого общения и сборки различных технологий. Кроме того, в этом чате будут храниться экстравагантные данные для тестов.

Это серия постов «Алго-лифт»: https://smart-lab.ru/company/os_engine/blog/1179129.php

Попасть в этот чат можно без готовой модели быстрого алго. Всё сильно проще, но правила должны быть.

1. Как попасть в чат?

Базовые вещи

1. Ты – гражданин Российской федерации, постоянно проживающий в РФ.
2. Никакой анонимности друг перед другом. С первой минуты.
3. Анонимность нашего общения для всех остальных. До первого созвона надо будет подписать договор об обработке персональных данных и договор о не разглашении, для чего выслать нам свой паспорт, СНИЛС, ИНН.

Резюме. Документ

Некоторые разделы, которые стоит включить в резюме:

1. Личная информация — ФИО, контакты для связи (номер телефона, электронная почта, ссылка на профессиональные социальные сети (если есть)).

( Читать дальше )

На выходных в OsEngine добавлено обновление, упрощающее написание торговой логики роботов и индикаторов.

Для роботов добавлены операторы неявного преобразования для упрощения работы c классами StrategyParameterLabel, StrategyParameterInt, StrategyParameterDecimal, StrategyParameterBool, StrategyParameterString, StrategyParameterTimeOfDay, StrategyParameterCheckBox, StrategyParameterDecimalCheckBox.

Для индикаторов добавлены операторы неявного преобразования для упрощения работы c классами IndicatorParameterInt, IndicatorParameterDecimal, IndicatorParameterBool, IndicatorParameterString.

Например, можно использовать экземпляр StrategyParameterInt в контексте, где ожидается int, без явного обращения к свойству ValueInt.

Раньше:

( Читать дальше )