Торговые роботы

Здравствуйте! 

Это мой первый пост на смартлабе, поэтому прошу строго не судить мои начинания. 

Торгую на финансовых рынках уже довольно долгое время. Первое время торговал руками, но из-за работы пропускал кучу сигналов. В чатах трейдеров частенько читал сообщения, в которых люди также жаловались на эту проблему. Потом перешел на алготорговлю. Но тут уже наткнулся на другую проблему — невозможность контроля торгов. Не знаю, сможете ли вы меня понять, но это просто невероятный стресс, когда за 10 километров от тебя работает программа, которая в любой момент может дать сбой и слить весь твой депозит, а ты даже об этом не узнаешь. От алготорговли я решил отказаться, так как во время работы это слишком сильно забивало мне голову.

Но спустя какое-то время мне пришла в голову идея — разработать систему, кот
орая позволит дистанционно контролировать торговлю своих роботов, или же просто торговать дистанционно, если же робота нет или не требуется. Я разработал и тщательно протестировал свою систему контроля торгов. Теперь я могу просто взять и посмотреть — что же там у меня происходит и по возможности самому закрыть позицию или закрыть ее. Также могу временно отключать своего робота — данный параметр называется «автопилот». 

Если вы хотите себе такую же панель для своего робота, или же просто хотите дистанционно открывать и закрывать позиции с выставлением стопов и тейков — пишите, буду рад вам помочь: )

Прикреплю фото с интерфейсом своей разработки:

С 1 по 12 апреля прошел «Полигон для новичка» №17. Победителем в нем стала ТС «Ротор» с результатом +4.79%. За ней идут: ТС «Стрелка» (+4.16%) и ТС «Ракета» (+1.75%).
В алгоритме ТС «Ротор», победителе Полигона есть условие «Одна сделка в день». Хорошо это или не очень? В данном видео я рассматриваю ТС «Ротор» и делюсь своими соображениями о том, как его можно улучшить.
Что такое «Полезные мелочи» можно посмотреть здесь https://smart-lab.ru/blog/473161.php

Введение

1. CandleMax
2. PVVI
3. AVP

Описание и тестирование в программе Wealth-Lab первых двух роботов я уже приводил. Вот соответствующие ссылки:

Тестирование рабочей свечной модели на исторических данных

Тестирование модели CandleMax в программе Wealth-Lab

Индикатор PVV (price/volume/volatility)

Тестирование робота PVVI в программе Wealth-Lab

Сейчас настало время дать краткое описание и привести тестирование в программе Wealth-Lab третьей торговой системы, которая у меня сейчас в работе.

Торговая система AVP (average volume/price) не является свечной моделью, как CandleMax, и не основана на красивой математической формуле, как система PVVI. Из трех моих спекулятивных роботов, робот AVP выдает сигналы реже всех. Тем не менее, результативность этого робота практически совпадает с результативностью робота PVVI, лишь совсем немного ей уступая.

Книга содержит 11 глав.
Первые 9 глав являются историческим повествованием различных событий в мире политики и финансов и отражение этих событий в ценах тех или иных активов.
Интерес представляют последние 2 главы: 10-ая в большей степени и 11-ая на закуску.
Основной вывод автора — контролировать на рынке можно только риски и построить рабочую торговую систему можно лишь обуздав риск. С этим сложно спорить.
Понятие риска Юрий связывает с просадкой капитала. Формула просадки на стр.203. С этим также сложно спорить, поскольку...
Здесь следует сделать упоминание первоисточника, который лег в основу 10-й главы — это диссертация на соискание ученой степени к.э.н. Киселева Дмитрия Ивановича «Моделирование, оценка и снижение рисков финансовых инвестиций в условиях развивающегося фондового рынка» от 2004 года.
Поэтому тем, кто бы хотел узнать детали, лучше обратиться к этой диссертации. Хотя в ней и присутствуют определенные косяки, но их не увидел не торгующий на бирже научный руководитель.
Следующие важные выводы 10-й главы: это диверсификация портфеля торговой системы по эмитентам и тайм-фреймам. Тут также не поспоришь.

• Использование отдельных классических видов анализа (фундаментальный, технический, сентимент, статистика)- это рудимент. Настоящее и будущее это использование комплесных методов машинного обучения
• Современные методы используемые квантами и data scientistами в хэдж фондах.
• Градиентный бустинг и рекурентные нейроные сети, их характеристики, преимущества и отличия
• Использование данных методов в HFT и алготрейдинге
• Искусственный интеллект ближайшая перспектива? Рекомендации для начинающих в изучении методов машинного обучения. Языки программирования, сервера, видеокарты и прочее.