Python

При бэктестингах индикатора RSI заметил разное поведение на разных активах. На некоторых активах сигналы перекупленности и перепроданности по RSI за короткий период (2-5 дней) работают одинаково хорошо в обе стороны, а иногда преобладает только один сигнал. На крупных индексах за последние 10 лет лучше работает сигнал перепроданности⤴.

При поиске ответа на «Почему?» удалось найти решение для определения оптимального периода RSI и лучших порогов. Итак, проанализируем это вместе на Python.

В этой статье мы рассмотрим, как правильно работать с историей цен в связке PostgreSQL и Python. Разберём, как хранить цены и ускорить их получение в Python.

Дополнительно приложен блокнот на IPython с исходным кодом и измерениями.

При переходе на Python я был вдохновлен удобством языка и огромным количеством готовых пакетов. Писать было легко и удобно, а работало все быстро. Но всё омрачало катастрофически медленное получение большого массива цен из базы данных (БД) в Python.

В статье показаны примеры для PostgreSQL, но материал будет полезен для любой БД, включая MySQL, при работе в связке с Python.

Мы будем работать с пакетами psycopg2 и numpy.

Этой статьей мы продолжим улучшать результы автоматического поиска пар для торговли. Дополнительным фильтром будем использовать измерения, доступные после построения регрессии методом statsmodels.api.OLS(). Этот же фильтр будем применять к парам во время торговли.

Найденные пары проверим в Quantopian, а исходный код напишем на Python.

При торговле по стратегии «Парного трейдинга» часто встречаются пары, где цены каждого актива сильно отличаются друг от друга. Для получения лучшей доходности и сокращения риска необходимо правильно определить размер сделки по каждому активу.

Сегодня мы рассмотрим расчет дельты позиций используя метод наименьших квадратов (МНК).

Тестировать будем в Quantopian, а код пишем на Python.

В прошлый раз мы проверили трендовую природу индикатора RSI. Нами были получены интересные результаты, особенно при торговле основными секторами. В этот раз мы продолжим двигаться в направлении изменения индикатора RSI, но будем использовать сигнал разворота тенденции.

Рассмотрим пересечение индикаторов RSI разных периодов. Алгоритмы пишем в Quantopian на Python.

В этот раз:

• Попробуем быть на шаг впереди, используя 13-дневный и 65-дневный периоды RSI.
• Попробуем использовать стандартные 14-дневный и 70-дневный периоды RSI.
• Посмотрим на лучший период прошлого теста и используем 20-дневный и 100-дневный RSI.
• Попробуем отфильтровать тренды с помощью скользящих средних.

В прошлый раз мы рассмотрели алгоритм торговли разворотов по сигналам RSI. В этой статье посмотрим, можно ли следовать в направлении движения RSI. Ведь индикатор показывает именно направление изменения цены. Алгоритмы пишем в Quantopian на Python.

В этот раз:

• Следуем в направлении RSI на одном таймфрейме (день).
• Следуем в направлении RSI на разных таймфреймах (час, день).
• Отфильтруем тренд актива средними.

Сейчас тружусь над новым, продвинутым проектом. И вот думаю, что старый уже по сути всё, мне лично неинтересен и останется важной вехой в профессиональном росте. Так не открыть ли исходный код? С одной стороны, это в какой-то мере продвинет трейдинг на кастомных платформах и поможет кому-то в собственных разработках.  С другой, несмотря на положительный фидбэк, большинство этого фидбэка было очередью за бесплатными плюшками и я потратил уйму времени на никчемные вопросы от школоты и халявщиков. А смысл? Мы все здесь идейные борцы за денежные знаки.

Может быть, предложить за сумму, отличную от нуля? Не знаю.

upd: Подписчики рекомендуют продать проект по сходной цене. Я согласен. Прошу писать в личных сообщениях. Готов передать код и авторские права, т.е. всё, что имеется на данный момент по этому продукту.

Настало время оптимизации алгоритма «Парного трейдинга». Прошлые наблюдения давали много ложных сигналов. Сократить их помогут скользящие средние. Мы построим z-оценку по спреду цен пары, сглаженному скользящими средними. Бэктестинг будем проводить в Quantopian, а весь код напишем на Python.

Рассмотрим разницу сигналов по z-оценке:

• Спред цен.
• Спред доходности.
• Скользящие средние на спреде цен.
• Скользящие средние на спреде доходности.