бэктестинг

Друзья и коллеги, всем привет! Удачных и приятных выходных!😎
Тестирую свою торговую идею интредейную вручную в КВИКе с линейкой и калькулятором!😀 В связи с чем вопрос, какова минимальная выборка должна быть, cколько сделок на истории просчитать, чтобы понять эта ТС вообще будет зарабатывать или нет, 50 cделок достаточно, а 100?

В этом посте я хочу рассмотреть вариант арбитражной стратегии, и протестировать его на чувствительность к проскальзыванию, чтобы понять возможность применения.

Далее будут приведены мои субъективные умозаключения.

Для начала перечислю виды арбитража, которые я знаю:

1. Арбитраж одинаковым активом между разными биржами. Сложность работы по этой технологии заключается в том, чтобы разместить торговый сервер между двумя биржами так, чтобы задержки пакетов между биржами были одинаковыми.
2. Арбитраж между активом и его деривативом.
3. Статистический арбитраж между коррелируемыми активами.
4. Календарный арбитраж.

Момент, который объединяет эти стратегии, состоит в том, что торговая позиция выставляется всегда одновременно по двум инструментам в противоположные стороны (если активы прямо скоррелированы, и в одинаковые стороны в ином случае).

Все эти арбитражные стратегии в основном относятся к классу рыночно-нейтральных «mean reversing» стратегий, потому что не следуют за трендом, а пытаются вернуться к некой справедливой цене актива (та же трендовая составляющая), выставляя позиции против отклонения от тренда, хотя, конечно, можно придумать и трендовые стратегии, использующие актив-«поводырь» для прогнозирования тренда.

( Читать дальше )

Привет, почти 2 месяца назад мы запустили первую версию нашей библиотеки PQR для тестирования инвестиционных идей. Основная суть: системно проверять аномалии на большой группе акций. Например, вы ведете таблицы с мультипликаторами компаний и биржевых котировок. Цель — покупать 10% недооцененных бумаг с наименьшим значение P/E и ребалансировать портфель раз в месяц.

Разделов для улучшения было так много, что Андрей (github.com/eura17) почти полностью переписал все функции. Основные изменения:

1) Переход к объектно-ориентированному программированию. Код легче читается и занимает меньше места.

2) Добавили функцию correct_matrices — она приравнивает матрицы с исходными данными к одному виду. Сортирует и удаляет отсутствующие в остальных матрицах столбцы (акции) и строки (периоды);

3) Появилась документация на readthedocs: pqr.readthedocs.io/en/latest/index.html

4) Возможность перебора параметров стратегии через grid_search. Быстрый вывод таблицы с результатами или отдельного параметра (например, Шарп) для стратегий с разными периодами наблюдения, удержания и лагом;

( Читать дальше )

Доброго времени суток вам, 

Пожалуйста, подскажите простой (без программирования) бесплатный сервис с историей (end of day подойдет).
Роюсь в сети уже больше четрых часов, не могу найти. Нужен простой сервис который будет:
— искать по всему рынку США, а не по отдельным бумагам (NYSE, NASDAQ, AMEX) 
— не требовать знаний питона и другого языка — нужны простые параметры: цена пробивает SMA, Relative Volume, Capitalization, etc
— бесплатный или за триальные пригоршню баксов
— с историей больше чем 1 год (интрадей, тики — не надо) 
— желательно детальные репорты чтобы прооптимизировать там где надо (но не обязательно)

Нужно что-то очень похожее на 
https://www.marketinout.com/stock-screener/backtest/strategy.php (все хорошо, но ограничение на историю — дают всего 6 мес)


Смотрел:
— Amibroker
- https://www.portfoliovisualizer.com/backtest-portfolio
- https://www.wealth-lab.com/
- www.alphaarchitect.com/tools
и многое другое. 

Багодарю заранее.

Для начала хочу сказать спасибо, всем кто читает мои заметки и, главное, комментирует их! Благодаря комментарию А.Г. нашёл ошибку в расчётах. Пересчитал и заливаю новые данные. Старый пост оставлю, пусть будет мне уроком. Видимо пора тесты начинать писать.

Кардинально ничего не поменялось, купи и держи в среднем работает лучше чем рассмотренная стратегия.

Расчётные данные в предыдущей заметке неправильные. Вместо пяти результатов публикую 10. Исходные данные всё те же.

На всякий случай опишу параметры:
— Return: доходность
— MaxDrawdown: максимальная просадка
— BuyholdRet: доходность стратегии купи и держи
— BuyholdDrawdown: максимальная просадка стратегии купи и держи
— Deals: количество сделок
— AvgTrade: средняя сделка
— ProfitDeals: количество прибыльных сделок, для процентов нужно умножить на 100
— MaxProfit: максимальный доход в одной сделке
— MaxLoss: максимальный убыток в одной сделке
— ProfitFactor: профит фактор
— SharpeRatio: коэффициент шарпа



( Читать дальше )

Данные в этой заметке неправильные. Я неправильно считал некоторые параметры. Можно не читать, и сразу прочитать следующую smart-lab.ru/blog/699827.php Я всё пересчитал и залил новые данные.

Этот пост оставлю как напоминание, что нужно проверять как и что считается. Видимо пора начинать писать тесты...


______________
Мне всегда хотелось постетировать торговую стратегию на большом количестве инструментов. Навести научность на всё это бектестирование. Наконец руки дошли написать свой универсальный недотестер.

Раньше я уже писал про стратегию покупки на закрытии и продажи на открытии Её и выбрал для пробного полёта.

Суть страетегии очень проста. Каждый день покупаем на закрытии, продаём на следующем открытии. Нужно было взять что-то простое для теста.

Всего собрал 650 тикеров:
— индекс IMOEX в полном составе
— наиболее ликвидные фьючерсы на мосбирже (нам же нужно, чтобы миллионы торговались без проскальзываний): рубль/доллар, индекс РТС, нефть, золото, сбербанк

( 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 )

Сейчас пишу на MQL, есть демо-аккаунт у брокера с кучей интересных мне тикеров (не только валюта). Т.е. по-сути уже есть инструмент для бэктестов и бонусом бесплатная маркет-дата (я не изучаю HFT, поэтому погрешность тиков от метака меня устраивает). Не устраивает сам язык, очень топорная работа с массивами, устаревшая IDE, отсутствует функциональная парадигма, не редактируемый фронтенд с выводом статистики системы, невозможность применения навыков MQL на международном рынке труда (я программист), поэтому хочу перейти на питон и какой-нибудь quantopian. Но есть вопросы:

1. Изучив эти 2 новые технологии, будет ли выйгрыш во времени написания бэктестов?
2. Хорошо ли дружат quantopian и подобные системы с csv форматом маркет-даты из метака? Меня интересуют 5-15 минутные свечи, поэтому какой-нибудь yahoo finance не подходит. Вообще этот вопрос не кретичен, думаю всегда можно переформатировать в удобный формат или найти другую бесплатную и удобоваримую маркет-дату в другом месте.
3. Есть ли решения на питоне лучше, чем quantopian?

( Читать дальше )

Привет! Сегодня не про результаты, а про методы. Закончил писать базовый функционал библиотеки для количественных исследований. Вот что из него можно выжать:

• Моделирование портфелей по кросс-секции и временным рядам;
• Квантильная методика формирования портфелей в % от выборки или фиксированное число инструментов;
• Возможность гибко задавать веса в портфеле по дополнительному фактору (почти smart beta);
• Можно вырывать данные для аналитики на каждом промежуточном этапе: сделки, размер позиций, комиссии, доходность портфелей;
• Возможность относительно точно учесть комиссионные расходы;
• Пока самая простая визуализация и метрики.

Как выглядит итоговая отрисовка:

Небольшая предыстория или зачем писать свой тестер

 

Не являясь базовым программистом, я пользовался готовыми решениями для бэктестов и особенно долго засиживался на платформе Quantopian. В прошлом году компания не получила нового транша от инвесторов и объявила о закрытии. Вместе с ней сгинул и весь написанный код, а знания синтаксиса несуществующей платформы близки по полезности к 1С-программированию при переезде в долину.
Поработав с другими сервисами, понял, что их существенные недостатки можно разделить на 3 группы:

( Читать дальше )

Одна идея на рынке опционов часто упоминается трейдерами как способ контроля над рисками. Рассмотрим систему, построенную на базе этой идеи. Мы продаем, скажем, один колл вне рынка и смотрим на динамику цены базового актива. Если до экспирации цена не поднялась до нашего страйка, все прекрасно — кладем в карман премию. Профиль позиции является простым профилем короткого колла, и он изображен на графике ниже.



Если цена перешла страйк, мы тут же покупаем один базовый актив и убираем риски дальнейшего роста цены. Мы получаем короткий синтетический пут и спокойно сидим в нем, пока цена находится выше страйка.



( Читать дальше )