ТОРГОВЫЕ РОБОТЫ

Алго трейдеры, привет.

Я совсем уже давно не в теме, может кто знает, есть ли где уже готовое коробочное решение алгоритма торговли от уровня? Идентификация как такого уровня в виде паттерна мне не нужна. Нужно именно исполнение от заданных мною точек с обязательным бектестом и каким нибудь настройками.

Рассматриваю все: mql, tslab, phyton и другие приспособы..

Заранее спасибо, если что накидаете.

Тут я размещал код и просил помощи c ошибками которые вылезли  smart-lab.ru/blog/696676.php
Код был такой:



У так же попросил помочь комьюнити QuantConnect.
Они мне прислали правильный вариант. 
Вот он. Может быть кому то будет полезно. Одним скрином не влез. 


( Читать дальше )

Кто сейчас занимается всякой фигнёй — тот я.
Да и рынок благоволит:


В этот раз в идею фильтра легло наблюдение за дневками. Если они идут подряд ровненько на одном горизонтальном уровне, то там пила и хорошо бы эти места пропустить. Итого, берём несколько прошедших дней, в каждом дне имеем свой хай и лоу дня. Если минимум хаев ниже максимумов лоев за выбранные дни, то там, скорее всего, была пила. Этот фильтр и проверим на примере одной лонговой системы на РИ. Все расчеты различаются только количеством дней от 1 до 7. Очевидно, что при одном дне фактически фильтр не работает, поскольку максимум за один прошедший день всегда выше минимума за этот же прошедший день. Далее картинки.


( Читать дальше )

Подскажите, как в гугл таблицу вытащить котировки NAK Kazatomprom OA DRC?
ru.investing.com/equities/nak-kazatomprom-drc

Обычный вариант =IMPORTXML(«ru.investing.com/equities/nak-kazatomprom-drc»;"//span[@id='last_last']") пишет, что «Нет данных для импорта»

Люди – существа стадные. И как только происходит длительный безоткатный рост – уже много лет вижу попытки людей запрыгнуть на этот весёлый паровозик, под названием ВЧЕРАШНИЙ рост:

 

Вот и прошлый год порадовал. А теперь на СмартЛабе по нескольку постов в день о том какие ж гениальные инвесторы здесь собрались.

Миллион здесь – миллион там. Каждый может! Знай только откладывай со своей ЗП в 18 т.р. по 17 тысяч на брокерский счёт каждый месяц – и всё будет хорошо!!

( Читать дальше )

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.

 

Убрал явные мелкие ошибки коде и получил такой файл:


При бектесте, какое то время все идет ОК. Но потом вываливается ошибка pandas:

( Читать дальше )

Предыдущий пост

1. Что было сделано?

Тупо смотрел за ростом портфеля и стратегий… Завораживает...
Прошло 4 недели.

2. В каком состоянии сейчас?

Название (ссылка на мониторинг)	Время жизни, дней	Доход, %	Старт, USC	Текущий баланс, USC	Максимальная просадка, %
Стратегия 1	21	19.0	400.0	475.82	52
Стратегия 2	18	81.7	200.0	363.40	53
Стратегия 3	18	39.6	200.0	279.23	45
Стратегия 4

( Читать дальше )

Неделю назад, я рассказал о своих попытках применить градиентный бустинг к выбору акций на годовую перспективу.
Тогда, в комментариях мне рассказали много всего полезного, но основные замечания над которыми я работал в течении недели были:
1. Бэктест был проведен всего на 3-х годах (что было обусловлено небольшим обучающим набором)
2. Граница принятия решения 1.01 обеспечивала «заглядывание в будущее» из-за того что использовала прошлогоднюю отчетность.
Я сместил границу принятия решения на апрель и расширил тренировочный датасет (и ещё провел кучу мелких улучшений, например вместо RMSE перешел на квантильную функцию потерь, что оказалось очень уместно). К сожалению, расширение тренировочного датасета ни на грамм не снизило ошибку при обучении на 20 годах, но теперь при уменьшении количества лет, качество страдает значительно меньше, что в свою очередь позволило мне провести бэктест на 7 годах (хотя в качестве 2014-го я сильно сомневаюсь).
С выборкой в 7 наблюдений, уже можно (зажмурившись) попытаться оценить статистическую доствоерность гипотезы о том что моя модель дает лучшие результаты чем S&P500 по итогам года. У меня получилось p-value ~ 0.03 (парный стьюдент-тест), что вроде-бы хорошо, но я что-то в этом сильно сомневаюсь и буду ещё перепроверять.

( Читать дальше )

( Читать дальше )