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.