Торговые роботы

NASDAQ signals to BUY

Symbol: PIXY
Recommended price: 1.18
Signal strength: 1 (BUY)
Prediction date: 08/02/2022
Issuer: ShiftPixy, Inc. Common Stock
SL: -1% TP: 5%

Symbol: TGA
Recommended price: 3.18
Signal strength: 1 (BUY)
Prediction date: 08/02/2022
Issuer: Transglobe Energy Corp
SL: -1% TP: 5%

NASDAQ signals to SELL

Symbol: DSEY
Recommended price: 10.88
Signal strength: -2 (SELL)
Prediction date: 08/02/2022
Issuer: Diversey Holdings, Ltd. Ordinary Shares
SL: -3.5% TP: 3.8%

AMEX signals to SELL

Symbol: SENS
Recommended price: 3.64
Signal strength: -1 (SELL)
Prediction date: 08/02/2022
Issuer: Senseonics Holdings, Inc.
SL: -1.6% TP: 4.6%

NYSE signals to BUY

Symbol: TALO
Recommended price: 10.91
Signal strength: 1 (BUY)
Prediction date: 08/02/2022
Issuer: Talos Energy, Inc. Common Stock
SL: -1% TP: 5%

Symbol: USDP
Recommended price: 5.81
Signal strength: 1 (BUY)
Prediction date: 08/02/2022
Issuer: USD PARTNERS LP
SL: -1% TP: 5%

NYSE signals to SELL

Symbol: CNHI
Recommended price: 15.35
Signal strength: -1 (SELL)
Prediction date: 08/02/2022
Issuer: CNH INDUSTRIAL N.V.
SL: -1.6% TP: 4.6%

Symbol: PFE
Recommended price: 51.7
Signal strength: -1 (SELL)
Prediction date: 08/02/2022
Issuer: Pfizer Inc.
SL: -1.6% TP: 4.6%

Есть в интернете великолепный ресурс по опционным Greeks «en.wikipedia.org/wiki/Greeks_(finance)» — почему то всю строку не захватывает. Применяйте Copy/Paste

И каждый раз когда я захожу на этот сайт, как всегда медленно и печально,  меня посещает одна и та же мысль, что чего-то на нем не хватает.

Но недавно я понял что именно. В таблице Греков есть дыры и из них тянет сквозняком.

А в конце абзаца под таблицей  есть фраза:

Three places in the table are not occupied, because the respective quantities have not yet been defined in the financial literature.

Не все ячейки матрицы заняты, потому что не определены в финансовой литературе.

Ё К Л М Н. Столько лет торгуем опционы и не все ячейки заполнены.

V — Fair Value опциона. 

Как видно в столбце Theta нет сразу двух Греков.

Давайте их придумаем и воспроизведем сами. А что, а вдруг.

1. dTheta/dT == d2V/dT2 — аналог Gamma = dDelta/dS == d2V/dS2

2. d2Theta/dT2 == d3V/dT3 — аналог Speed = dGamma/dS == d3V/dS3

Дадим им названия, которые как то должны ассоциироваться со временем Time. Theta связана со временем.

ТОРГОВЫЙ СИГНАЛ: ПОКУПКА RUAL, РОБОТ PVVI

ВРЕМЯ ДЕЙСТВИЯ: ДО ЗАКРЫТИЯ ТОРГОВ

УСЛОВИЕ: ЦЕНА >= 75.64

СТОП-ЛОСС: ЦЕНА ВАШЕЙ ПОКУПКИ — 2.6

ТЭЙК-ПРОФИТ: ЦЕНА ВАШЕЙ ПОКУПКИ + 2.6

ТОРГОВЫЙ СИГНАЛ: ПОКУПКА DSKY, РОБОТ PVVI

ВРЕМЯ ДЕЙСТВИЯ: ДО ЗАКРЫТИЯ ТОРГОВ

УСЛОВИЕ: ЦЕНА >= 101.8

СТОП-ЛОСС: ЦЕНА ВАШЕЙ ПОКУПКИ — 3.6

ТЭЙК-ПРОФИТ: ЦЕНА ВАШЕЙ ПОКУПКИ + 3.6

СТАТИСТИКА С 22.09.1997 ПО 29.12.2018: 710/396

(ЧИСЛО ПРИБЫЛЬНЫХ СДЕЛОК/ЧИСЛО УБЫТОЧНЫХ)

NASDAQ signals to BUY

Symbol: METX
Recommended price: 0.1825
Signal strength: 3 (BUY)
Prediction date: 07/02/2022
Issuer: Meten Holding Group Ltd. Ordinary Shares
SL: -1% TP: 5%

Symbol: GREE
Recommended price: 12.52
Signal strength: 2 (BUY)
Prediction date: 07/02/2022
Issuer: Greenidge Generation Holdings Inc. Class A Common
SL: -1% TP: 5%

Symbol: TXG
Recommended price: 90.84
Signal strength: 2 (BUY)
Prediction date: 07/02/2022
Issuer: 10x Genomics, Inc. Class A Common Stock
SL: -1% TP: 5%

Symbol: BLDP
Recommended price: 9.28
Signal strength: 1 (BUY)
Prediction date: 07/02/2022
Issuer: Ballard Power Systems Inc.
SL: -1% TP: 5%

Symbol: DOCU
Recommended price: 118.41
Signal strength: 1 (BUY)
Prediction date: 07/02/2022
Issuer: DocuSign, Inc. Common Stock
SL: -1% TP: 5%

Symbol: VUZI
Recommended price: 6.21
Signal strength: 1 (BUY)
Prediction date: 07/02/2022
Issuer: Vuzix Corporation
SL: -1% TP: 5%

Symbol: WISH
Recommended price: 2.3
Signal strength: 1 (BUY)
Prediction date: 07/02/2022
Issuer: ContextLogic Inc. Class A Common Stock
SL: -1% TP: 5%

NASDAQ signals to SELL

Symbol: SYNL
Recommended price: 17.9
Signal strength: -3 (SELL)
Prediction date: 07/02/2022
Issuer: Synalloy Corp
SL: -1.1% TP: 3.1%

Написал скрипт, который переделывает тиковые данные в range заданной размерности.

Но есть нюанс, когда идет быстрый рынок, некоторые бары могут иметь одинаковое время открытия, что приводит к некоторому несоответствию range баров.

<code>"""
Скрипт из файлов с тиковыми данными делает файл с рандже барами
"""
import re
from datetime import datetime
from pathlib import *

import pandas as pd


def zero_hour(cell):
    """ Функция преобразует время (с финама приходят часы без нулей (с марта 2021), которые pandas не воспринимает)"""
    cell = f'{int(cell)}'
    tmp_time = datetime.strptime(cell, "%H%M%S")
    return tmp_time.strftime("%H%M%S")


def run(tick_files: list[Path], razmer: int, target_dir: Path):

    for ind_file, tick_file in enumerate(tick_files, start=1):  # Итерация по тиковым файлам

        list_split = re.split('_', tick_file.name, maxsplit=0)  # Разделение имени файла по '_'
        tiker = list_split[0]  # Получение тикера из имени файла
        date_quote_file = re.findall(r'\d+', str(tick_file))  # Получение цифр из пути к файлу
        target_name = f'{tiker}_range{razmer}_{date_quote_file[0]}.txt'  # Создание имени новому файлу
        target_file_range: Path = Path(target_dir / target_name)  # Составление пути к новому файлу

        if Path.is_file(target_file_range):
            print(f'Файл уже существует {target_file_range}')
            continue
        else:
            df_ticks_file: pd = pd.read_csv(tick_file, delimiter=',')  # Считываем тиковые данные в DF

            # Создание DF под рандже бары одного тикового файла
            df: pd = pd.DataFrame(columns='<DATE> <TIME> <OPEN> <HIGH> <LOW> <CLOSE> <VOL>'.split(' '))

            for tick in df_ticks_file.itertuples():  # Итерация по строкам тикового DF
                print('\rCompleted file: {:.2f}%. Completed files: {:.2f}%'.format(
                    tick[0] * 100 / len(df_ticks_file.index),
                    ind_file * 100 / len(tick_files)
                    ),
                    end=''
                )

                if tick[0] == 0:
                    # Добавление строки в DF с рандже барами
                    df.loc[len(df.index)] = [int(tick[1]), int(tick[2]), tick[3], tick[3], tick[3], tick[3], tick[4]]
                    continue

                # Если бар сформирован по размеру возрастающий бар
                if df.loc[len(df.index) - 1, '<LOW>'] + razmer < tick[3]:
                    df.loc[len(df.index) - 1, '<CLOSE>'] = df.loc[len(df.index) - 1, '<LOW>'] + razmer
                    df.loc[len(df.index) - 1, '<HIGH>'] = df.loc[len(df.index) - 1, '<CLOSE>']
                    # Добавление строки в DF с дельта барами
                    df.loc[len(df.index)] = [int(tick[1]), int(tick[2]), tick[3], tick[3], tick[3], tick[3], tick[4]]
                    continue
                    # break

                # Если бар сформирован по размеру падающий бар
                if df.loc[len(df) - 1, '<HIGH>'] - razmer > tick[3]:
                    df.loc[len(df) - 1, '<CLOSE>'] = df.loc[len(df) - 1, '<HIGH>'] - razmer
                    df.loc[len(df) - 1, '<LOW>'] = df.loc[len(df) - 1, '<CLOSE>']
                    # Добавление строки в DF с дельта барами
                    df.loc[len(df.index)] = [int(tick[1]), int(tick[2]), tick[3], tick[3], tick[3], tick[3], tick[4]]
                    continue
                    # break

                # Заполняем(изменяем) последнюю строку DF с рандже баром --------------------------------------
                # Записываем <CLOSE> --------------------------------------------------------------------------
                df.loc[len(df.index) - 1, '<CLOSE>'] = tick[3]  # Записываем последнюю цену как цену close бара

                # Записываем <HIGH> ---------------------------------------------------------------------------
                if float(tick[3]) > df.loc[len(df) - 1, '<HIGH>']:  # Если цена последнего тика больше чем high
                    df.loc[len(df.index) - 1, '<HIGH>'] = tick[3]  # Записываем цену последнего тика как high

                # Записываем <LOW> ----------------------------------------------------------------------------
                if float(tick[3]) < df.loc[len(df.index) - 1, '<LOW>']:
                    df.loc[len(df.index) - 1, '<LOW>'] = tick[3]  # Записываем цену последней сделки как low

                # Записываем <VOL> ----------------------------------------------------------------------------
                df.loc[len(df.index) - 1, '<VOL>'] += tick[4]  # Увеличиваем объем

            # Изменение типа колонок
            df[['<DATE>', '<TIME>', '<VOL>']] = df[['<DATE>', '<TIME>', '<VOL>']].astype(int)
            # Преобразуем столбец <TIME>, где нужно добавив 0 перед часом
            df['<TIME>'] = df.apply(lambda x: zero_hour(x['<TIME>']), axis=1)

            df.to_csv(target_file_range, index=False)  # Запись в файл для одного тикового файла

        # break


if __name__ == "__main__":
    razmer: int = 250
    ticker: str = 'RTS'
    year_tick: str = '2022'

    source_dir_tick: Path = Path(f'c:/data_quote/data_finam_{ticker}_tick')  # Путь к ресурсному каталогу
    target_dir: Path = Path(f'c:/data_quote/data_prepare_{ticker}_range')  # Путь к целевому каталогу

    # Создание списка путей к файлам с тиками
    tick_files: list[Path] = list(source_dir_tick.glob(f'*{year_tick}*.csv'))

    run(tick_files, razmer, target_dir)
</code>