алгоритмы торговли


Супер ускорение расчета индикаторов

Когда-то давно я занимался распознавание образов и использовал такую вещь как интегральное представление изображения. И на самом деле этот же метод применим и в алготрейдинге, например для быстрого расчета SMA, или сбора статистики винрейта за указанный период. 

Например, был ценовой ряд из 6-ти элементов:

1.104, 1.102, 1.105, 1.106, 1.103, 1.101 

Найдем его интегральное представление (начнем с нуля):

0.0, 1.104, 2.206, 3.311, 4.417, 5.52, 6.621

Чему будет равно SMA за последние 3 элемента? Достаточно посчитать разницу: 6.621 - 3.311 и разделить ее на 3.

SMA(3) = (6.621 - 3.311)/3 = 1.103

Убедимся, что SMA(3) найдено верно. 

(1.106 + 1.103 + 1.101)/3 = 1.103

Таким образом можно найти SMA с любым периодом, совершив всего навсего одну операцию вычитания и одну операцию деления. Это позволит гораздо быстрее получить набор значений индикаторов типа SMA, RSI, STD_DEV.
Вроде все хорошо, НО НАДО ПОМНИТЬ, что если использовать тип данных с плавающей точкой, то у нас будет накапливаться ошибка. Поэтому ценовой ряд лучше сначала преобразовать в целочисленный тип. Для этого достаточно для 5-ти значных котировок умножить цену на число 100 000.

В случае с подсчетом винрейта необходимо иметь два ряда, один для удачных сделок, другой для убыточных. Оба ряда преобразуются в интегральное представление, дальше по аналогии находим две суммы за выбранный период, после чего уже можно и винрейт посчитать.




Тестирование стратегий для бинарных опционов на истории. Библиотека для С++ и пример с "граалем".

В данной статье будет рассмотрен только технический аспект тестирования стратегий для бинарных опционов. Если вы считаете, что бинарные опционы не предсказуемы, или что брокеры «разводят» трейдеров, то данный пост будет не об этом и просьба не обращать на него внимания. Здесь будет рассмотрен только технический аспект для тех, кто хочет сам тестировать стратегии и проводить эксперименты на БО. Впрочем, используемый код можно адаптировать при желании и под форекс.

Итак, математика бинарных опционов не очень сложная. Тем не менее, проводить тесты будет гораздо  проще, если сделать отдельную библиотеку для тестирования и вообще подготовить «среду», где проводить свои изыскания. Не всегда же строить «велосипед» заново. К тому же, могут быть ситуации, когда ТС использует несколько экспираций опционов во время тестирования сразу, или может отличаться процент выплат и ставок. Поэтому есть смысл выделить «тестер» в виде отдельной библиотеки, несмотря на то что его задача по сути банально считать результат.

( Читать дальше )

Энергия

Не про ракету, а есть такая стратегия
algocapital.ru/strategies/strategiya-energiya/

Меня смутило только одно, вернее два момента: первый разброс доходности на разных рынках дикий.

Второе — описание стратегии и методов писали ну никак не ученые мужи, а дилетанты. Тут подробно algocapital.ru/investment/

Вывод такой, либо это узкий направленный российский инструмент, а не куча количественных методов, либо лучше не инвестировать.

Что кто скажет?

Кто имел с ними дело?

Третий уровень автоматизации трейдинга

Выделяются три уровня автоматизации:
1. Автоматизация операций (Привод, собственно робот);
2. Автоматизация оценки эффективности стратегий (Система тестирования на истории);
3. Автоматизация генерации потенциально эффективных стратегий. (Генератор стратегий)
С первыми двумя пунктами все ясно. Но вот как подступиться к третьему пункту не представляю. Может есть какие-то соображения на этот счет?

Кибербитва "Трейдинг с нуля"- челлендж 2017. Стримы. Обзоры. Стратегии. Доллар vs Рубль vs Евро

СКОРО!!!
В ежедневных стримах в прямом эфире я буду делиться с вами секретами прибыльного трейдинга. Перед началом торгов: анализ текущей рыночной ситуации, составление торгового плана на день, определение основных ключевых уровней, точек входа и выхода из позиции, а также алгоритм действий в случае развития той или иной рыночной ситуации. Психологию трейдинга тоже не забудем. В частности, будут затрагиваться особенности психологии трейдинга при среднесрочном и долгосрочном удержании позиций. 



( Читать дальше )

Конец эпохи дискреционного трейдинга (ПЕРЕВОД)

В продолжение бурной дискуссии о том, что тех. анализ никуда не годится предлагаю перевод свежей статьи Майкла Харриса (про автора написано в конце поста). Так оно видится из-за границы. 

С моей точки зрения, этот год завершает эпоху дискреционного трейдинга. Несмотря на то, что для нашего блога это завершение проходит на положительной ноте, ясно, что дискреционный трейдинг, особенно тот, который основывается на классическом тех. анализе, мертв на рынке, где доминируют алгоритмы и хедж фонды, использующие машинное обучение.

Дискреционный сетап  прошлой недели в акциях INTC, подробно описанный в нашем еженедельном premium отчете, принес прибыль, но для меня это последняя сделка подобного типа и конец эпохи.

В нашем еженежельном premium отчете, начиная с 29 апреля этого года, мы предлагали сетапы для ETF'ов и акций Dow 30. Торговый подход и управление рисками описаны в этой статье. Окончательная доходность системы, торгующей на 32 дискреционных сетапах, составила 2,64% (net), начиная с мая 2016, или около 4,13% годовых (уровень прибыль, который никуда не годится, кроме как для fixed income).



( Читать дальше )

Определение факторов прибыльности стратегии

Fig3  

Статья из блога www.jonathankinlay.com поможет лучше понять работу вашей торговой стратегии и повысить ее производительность в будущем.

Построение прибыльной стратегии только половина успеха, трейдеру еще необходимо понимание так называемой альфы стратегии и риска. Это значит, что нужно определить факторы, обуславливающие прибыльность алгоритма и, в идеале, создать модель так, что их относительный вклад может быть вычислен. Более продвинутый путь — это конструирование мета-модели, которая будет предсказывать прибыльность и давать рекомендации, каким образом должна торговать стратегия в следующий период.

Производительность стратегии

Давайте посмотрим, как это работает на практике. В нашем случае будем использовать следующую внутридневную стратегию на фьючерсах E-mini:

Fig1

Общая производительность стратегии довольна высока. Среднемесячная прибыль за период с апреля по октябрь 2015 года почти 8 000 долларов на контракт, за вычетом комиссии, со стандартным отклонением всего 5 500 долларов. Годовой коэффициент Шарпа около 5.0. На платформе с хорошим исполнением стратегия может масштабироваться до 10-15 контрактов, с годовой прибылью от 1 до 1.5 миллионов долларов.



( Читать дальше )

Путеводитель по разработке биржевых роботов -1

chart.png

Основные этапы создания автоматических торговых систем сформулировал Michael Halls-Moore на своем сайте www.quantstart.com. Я присоединяюсь к его советам и рекомендациям — по текстам на сайте видно, что автор действительно занимается практической работой по алготрейдингу.

Автоматическая торговля это чрезвычайно сложная область биржевых финансов. Значительное время может занять получение необходимых знаний для создания вашей собственной стратегии. Также потребуется неплохие навыки в программировании, как минимум на таких языках, как MATLAB, R или Python. В связи с постоянным ростом частоты сделок технологические аспекты торговли тоже становятся очень важны. Это требует изучения языков программирования C/C++.

Автоматическая торговая система состоит из следующих основных компонентов:

  • Идентификация стратегии — нахождение стратегии, имеющей положительный потенциал прибыльности и решение о том, насколько она будет высокочастотной
  • Бэктестирование стратегии — получение данных, анализ производительности и устранение недооценки/подгонки
  • Система исполнения — связь с биржей, автоматизация торговли и минимизация транзакционных комиссий
  • Риск-менеджмент — оптимальное размещение капитала, размер ставки/критерий Келли, и психология трейдинга


( Читать дальше )

Стратегия "Гэп на открытии"

Небольшое исследование стратегии «Гэп на открытии рынка» в блоге Pawel Lachowicz. Автор  случайным образом выбрал 10 акций из состава индекса Доу-Джонса, и провел бэктестирование вышеуказанной стратегии. Основные параметры алгоритма:

вход в позицию: если цена открытия актива в день t выше цены закрытия актива в день t-1, и если минимальная цена актива в день t выше максимальной цены актива в день t-1, акция покупается на следующий день, причем цена покупки устанавливается равной цене закрытия дня t;

triggers-2

 

выход из  позиции происходит просто по временному критерию — акция удерживается после входа от 1 до 21 дня, количество дней — это параметр оптимизации для бэктеста.

Сначала бэктест прогоняется на каждом активе отдельно на выборке длительностью 1 год. Пример для акции AXP — сколько в течение этого времени обнаружено условий для входа в позицию (обозначены кружками):



( Читать дальше )

....все тэги
UPDONW