алгоритмический трейдинг

Как я сделал тестер-оптимизатор для нахождения прибыльных стратегий на Бирже - 2

Multidimensional Space Trading Strategies


Рис. 1. Оптимизация многомерного пространства алгоритмов торговых стратегий.


Оптимизация торговых стратегий

В процессе алгоритмической торговли постоянно возникает необходимость настройки параметров алгоритмов торговых стратегий. Сочетания всех возможных параметров превращается в большое многомерное пространство вариантов стратегий (см. Рис. 1). Чтобы получить самые прибыльные и стабильные стратегии нужно исследовать это пространство и подобрать оптимальные параметры для торговли.


Самый лучший способ исследования любого множества — это полный перебор всех его элементов Brute Force. Однако учитывая колоссальные объемы данных с которыми приходится сталкиваться при оптимизации, как правило, оказывается просто невозможно провести подобное исследование полным перебором. Приходится применять различные аналитические алгоритмы, которые позволяют сократить фактический объем исследований в процессе поиска экстремумов.


Большинство таких алгоритмов хорошо известны:


Читать дальше →

Архитектура системы алгоритмической торговли

Архитектура системы алгоритмической торговли

Здесь приведен перевод статьи www.quantinsti.com/blog/algorithmic-trading-system-architecture/


Алгоритмическая автоматизированная торговля или алгоритмическая торговля в течение нескольких последних лет находится в центре внимания торгового мира. Доля объемов, относящихся к этой форме торговли, растет все это время. В результате, она стала высоко конкурентным рынком, в значительной степени зависящим от технологий. Далее, базовая архитектура претерпела значительные изменения за последнее десятилетие и этот процесс продолжается. Сегодня необходимо внедрять технологические новшества для того, чтобы конкурировать в мире алгоритмической торговли, что делает его местом большой концентрации достижений в области компьютерных и сетевых технологий.


Традиционная архитектура


Любая торговая система — концептуально — это не более, чем вычислительный блок, который взаимодействует с биржей по двум разным потокам.


1.


Читать дальше →

Как основать свой хедж-фонд. История Aist Invest

Согласно Википедии, хедж-фонд — это особый частный инвестиционный фонд, не ограниченный нормативным регулированием, либо подверженный более слабому регулированию, недоступный широкому кругу лиц и управляемый профессиональным инвестиционным управляющим. Отличается особой структурой вознаграждения за управление активами.


В этом посте мы напишем о том, как нам удалось открыть свой хэдж-фонд, привлечь первый миллион долларов в управление и каких успехов нам удалось достичь. Те, кто ждал этого поста с прошлой недели, могу сразу перейти в заключение, чтобы увидеть графики нашей доходности и результаты за год работы.


Лучший партнёр сидит с вами за одной партой

550w_movies_harry_potter_prisoner_of_azkaban_2.jpg



Мы повышали навык торговли на бирже в одной известной трейдерской фирмой. С самого начала мы легко нашли общий язык, потому что оба занимались разработкой сайтов на фриланс основе и у нас были схожие взгляды на жизнь. Курсы длились 5 недель, при этом мы старались не пропускать ни одного занятия. Мы сразу поняли, что


Читать дальше →

Простой и эффективный метод управления капиталом

Здравствуйте!


            Руководствуясь опытом пяти лет системной торговли решил описать свою методику управления капиталом или как модно говорить maneymanagement, risk management. Управляющие часто говорят allocationofcapital, т.е аллокация капитала на стратегии.      


            Суть всей терминологии подразумевает эффективное сосредоточение денег на системы, актуальные в конкретное время, для достижения ожидаемых результатов.


            Если не вдаваться в подробности, существует множество математических методик, цель которых расчет правильного объема относительно максимального заданного риска, расчетного увеличения объема относительно будущих прибылей/убытков, увеличение/уменьшение объема по сезонному фактору и т.д.


            Итак,


Читать дальше →

Удачный 2-й квартал

Рынок наконец-то начал двигаться и радовать меня и инвесторов. Счет увеличен на +25,9% за второй квартал. В портфеле лидером был алгоритм Friend  (http://rusalgo.com/robots/arenda-robotov.html), ниже его equity в пунктах на 1 контракт РТС.


А уже на новом контракте (RIU3) очень хорошо выстрелил робот SmartSeason (трансляция http://tslab.comon.ru/9103FB99BAFB48705B35AABF0CEB1636).


Результат по счету в реальных деньгах (брокерский отчет):



 



 


 


 


 


 


        P.S.: Предложение об инвестировании в портфель алгоритмов и аренда алгоритмов актуально (http://smart-lab.ru/blog/121267.php). Прогноз о начале благоприятного периода для алгоритмических систем сбывается с высокой точностью


Читать дальше →

Доходность систем с низкой корреляцией

Суть проблемы и подхода


                У системных трейдеров зачастую стоит вопрос, как правильно распределить средства счета между алгоритмическими системами  с целью добиться максимально стабильных результатов. Под стабильными результатами понимаю максимальное количество прибыльных месяцев (70-90%), минимальная просадка (менее заданной), минимальная длина просадки (не более 2х месяцев), соотношение Доходность/Максимальная просадка не менее 1/3-1/5 на годовом интервале.


                Для просоты и очевидности для наших целей рассмотрим пример комбинации двух алгоритмических стратегий (100% формализованных и автоматизированных), которые в реале торгуются не менее полу года, имеют четкую понятную логику и проверены на всех фазах рынка. Что бы иметь ожидания от системы на благоприятных и не благоприятных для нее фазах рынка. Я в


Читать дальше →

Аллокация капитала между алгоритмическими системами

Здравствуйте!


 


В добавлении к блогу http://www.h2t.ru/blog/1142.html публикую следующую статью с целью показать возможность объединения стратегий различного принципа работы в один портфель с  примером простого расчета объема позиций. Как я уже писал ранее, алгоритмы все направленного типа, т.е зарабатывают за счет движения из точки А в точку B.


                На примере возьмем 2 алгоритма,  работающих на разных инструментах (RI и SI) и по различному принципу (Ri контренд и Si тренд). Алгоритм на Ri идентифицирует ложный выброс цены вблизи эктремума и при определенном паттерне  делает сделку в шорт, с неким временем удержании в позиции. Алгоритм на СИ является трендовым (в связи с трендовостью данного инструмента). В заданное временное окно мониторится важный уровень (идентифицируется по определенному алгоритму) и при прорыве вход в лонг, позиция ведется трейлинг стопом.



Читать дальше →

Путь алгоритмического трейдера

Здравствуйте!
 
Решил поделиться своим опытом и рассказать свой путь алгоритмического трейдинга, с целью пользы в основном начинающим алготрейдерам. Сейчас эта тема очень популярна. Основное преимущество что хороший алгоритм дает результаты, которые можно ожидать в будущем, с некими допущениями (предположим что рынок становится сложнее и параметры во времени будут падать).
На рынке я с 2007г. Начало — банально, ПИФы, акции. С 2008 г исключительно системный трейдинг фьючерсами FORTS. За это время прорабатывались различные идеи, которые можно формализовать 100%. Свои системы эксплуатировал от полугода до 2х лет. Система в среднем дает порядка 40% на 1к без эффекта плеча, с показателями доходность/макс просадка порядка 3/1-5/1 на годовом интервале. Алгоритмы все направленного типа. Т.е зарабатывают за счет движения из точки A в точку B.
С 2011г уровень алгоритмов значительно повысился, стал применять различные методики в разработке и методике оценки качества системы. При разработке главное сама идея (торгующейся паттерн, который имеет свойство устойчиво повторяться во времени), это для 100% формализованных алгоритмических систем. Сама идея при наложении на все временные участки должна иметь хорошие параметры (стабильная кривая вверх), далее дело техники, доработка, фильтрация неблагоприятных фаз рынка и т.п. Идея проверяется на 1м временном интервале (INSample), накладывается на другие(OUTOfSample — период чисто рыночной торговли), параметры OUTOfSample должны укладываться в InSample. Далее алгоритм ставится на реальный счет, если по итогу параметры OUTOfSample укладываются в INSample значит идея рабочая и устойчива, далее отслеживаем во времени и смотрим насколько реальные параметры соответствуют тестовым. Основные количественные параметры системы, которые принимаются в эксплуатацию Доходность(не менее 40%), Максимальная просадка(не более 5%), Средняя сделка(Не менее 200п), % прибыльных сделок(в зависимости от самой идеи системы), Профит фактор(не ниже 1,5), Рекавери Фактор(не ниже 15), Средняя Прибыль/Средний Убыток(в зависимости какой % прибыльных сделок, если более 50% то не ниже 3). Качественные параметры – Коэффициент шарпа (не ниже 6),
Читать дальше →