Comments 20
Спекуляции на фондовом рынке, построенные на стратегиях - древняя и популярная история.
Нельзя прогнозировать с высокой точностью стоимость конкретных ценных бумаг, основываясь только на исторических данных.
Можно предполагать, что в целом рынок будет расти, потому что исторически он растет, при этом рынком управляют крупные игроки и СМИ, которые играют на психологии большинства.
Инсайдерская торговля - вот что приносит гарантированную прибыль, но это незаконно.
Если бы существовала стратегия, которая реально работает для всех акций или для всего рынка на постоянной основе, и нуждалась бы в небольших корректировках, то она бы давно попала в открытый доступ и перестала работать, потому что рынок - это люди, их эмоции и «хитрость».
Сами по себе акции ничего не стоят, пока живые люди не «оценят» их.
А у живых людей много разных мыслей, влияющих на их решения.
В статье примеры кода и мысли автора, и это замечательно, что автору интересно разбираться в чем-то и думать головой, а не пить пиво перед ящиком и смотреть футбол.
Вот только весь этот код может написать нейросеть, я сам сегодня генерировал код на питоне в курсоре, хотя я iOS-разработчик, и итоговый код работает исправно.
Так что непонятно до конца, какая цель статьи: поделиться своими мыслями или внести свой вклад в индустрию обмана?
С основными вашими тезисами я согласен.
Статья и правда не про "быстрый заработок" и не пытается обмануть. Скорее, это как исследовательский проект, попытка разобраться в теме и навести порядок в своих мыслях.
И да, сейчас код может написать даже робот! Но важнее не сам код, а то, что за ним стоит: умение задать правильный вопрос, выбрать инструменты для ответа на него, а потом разобраться, что же эти инструменты показали. Даже если код сгенерировала нейросеть, нужно понимать, что он делает и как это можно применить.
Понятно, что в статье нет ничего революционного. Но я думаю, что она может быть полезна тем, кто хочет вдохновиться на свои собственные эксперименты и исследования.
Спасибо, что поделились своим мнением!
Для тестирования стратегий есть же Backtesting.py https://github.com/kernc/backtesting.py
То что вы делаете, похоже на Моментум стратегию
Есть ощущение, что у Вас тут переоптимизация. Мне кажется, вместо коэффициента вариации (CV) лучше использовать коэффициент Шарпа.
Спасибо за замечание.
В отношении использования коэффициента вариации (CV): моей целью было найти стратегии, которые показывают стабильный и ровный рост прибыли на протяжении всего времени, а не только на коротких промежутках. Я знаю, что коэффициент Шарпа — более популярный и проверенный способ оценки, но в данном случае мне важно было отобрать именно те стратегии, которые демонстрируют стабильность.
По-моему Вы изобретаете велосипед, причём очень древний с квадратными колесами
Согласен, возможно, мое решение не самое оптимальное. Но это мой собственный "велосипед", и процесс его разработки позволил мне получить новые знания и увидеть детали, которые упустил бы, используя готовые инструменты. Считаю, что главная ценность исследования - в процессе обучения, даже если результат не идеален.
Curve-fitting as is
Так а стратегия в чём заключается? Не понял.
Стратегия основана на Моментум-эффекте, и использует идею о том, что акции, показавшие сильный рост за определенный период времени, вероятно, продолжат расти и в краткосрочной перспективе. Стратегия работает следующим образом:
На выбранном временном интервале (например, 5 дней) отслеживается изменение цены акций.
Для оценки силы моментума используются коэффициенты, которые связаны с ростом цены (процентное изменение, скорость роста, объем торгов и т.д.). Если рассчитанное значение превышает заранее установленный порог, акция считается перспективной для покупки.
После покупки акции устанавливается уровень Stop-Loss для ограничения потенциальных убытков. Это уровень определяется с использованием коэффициентов, привязанных к текущей цене акции.
Предварительно проводится оптимизация коэффициентов, используемых для оценки силы роста и уровня Stop-Loss, на исторических данных. Цель оптимизации – найти значения коэффициентов, которые показывают минимальное значение коэффициента вариации (cv) при максимальной прибыли.
Обосрётесь.
Что такое обосраться? Потратить кучу времени на код и оптимизации и слить бабло.
Почему обосрётесь? Потому что вы берёте форвардное бек-тестирование в лоб, без учёта будущих, несбывшихся событий.
Что это значит? Вы подогнали параменты на трейне (1 или 3 года), на валиде всё летает (один году например), пускаете страту в прод. А тут херак, и кризис. Или дикая пила на полгода. А в вашем трейне не было ни дикого кризиса, ни плоской пилы. У вас трейн был на вялорастущем рынке с присадками. И все, при высоком уровне энтропии пивот-пионты (разворотные моменты, после которых подогнанные гиперы перестают работать) наступают резко. Ну и в итоге ловите кучу лосей, с посадкой больше расчётной.
+ Вы на моментуме сидите, у него резкий возврат к среднему. При посадке рынка на N, моментум стратя легко делают 2N.
Что могу посоветовать, вам нужны глубокие форвард тесты. А именно, данные по всем РФ акциям года хотя бы с 2005, включая дивы, сплиты и корп. события. Имея такую базу вы можете построить погодовой форвард бек-тест по каждой акции. И если подавляющее большинство бумаг дадут стабильный плюс из года в год, то бинго. Но скажу сразу, не дадут.
Вы увидите на больших данных, что система работает случайно и в периоды пивот-поинта начинает дико лосить.
Проще говоря, вы увидите что на большом промежутке времени, у каждой бумаги будут свои гиперы, а это значит, что они двигаются случайно.
И та-дам, вы доказываете, что ценные бумаги это нестационарный ряд, он не проходит тест Дикки-Фуллера, а значит фондовый рынок это случайное блуждание. Чем таймфрейм меньше (день и мене), тем коэффициент случайного блуждания более жадно стремится к 1. Чем таймфрейм больше, год и более, тем более блуждание убывает.
И в итоге вы просто купите пассивный порт)
Благодарю за подробный и критичный отзыв. Я осведомлен о рисках переоптимизации и влиянии непредсказуемых событий, таких как кризисы и периоды высокой волатильности.
Для ограничения убытков предусмотрены стоп-лоссы и возможность торговли как в лонг, так и в шорт. Предполагается, что при волатильности, характеризующейся "пилой", алгоритм не должен генерировать торговые сигналы.
Я понимаю, что рынок может демонстрировать свойства случайного блуждания. Моя цель заключается не только в создании прибыльной стратегии, но и в проведении исследования.
Возможно, в конечном итоге я приду к выводу о большей эффективности пассивного инвестирования. Тем не менее, процесс исследования и анализа данных представляет для меня интерес. Благодарю за советы, я обязательно приму их во внимание.
Всего 5-15 сделок в год? Дак на этом заработать не получится. Где все это время будут находиться деньги? В рублях, которые дешевеют? Как будто проще тогда уж просто формировать диверсифицированный портфель. Сам алгоритмической торговлей занимаюсь, но на интрадее. Кстати, можно быстрее и бесплатно тестировать гипотезы в программе TSlab. Почему именно пайтон?
Насчет 5-15 сделок в год – это действительно только для одной акции. Покупка и продажа одной позиции может занимать несколько недель, а не один день. При этом, в торговле одновременно несколько акций, и идея в том, что пока одни акции в позиции, другие "ждут своего часа", и наоборот. Таким образом, капитал всегда в работе, просто перетекает между разными активами.
По поводу Python – да, вы правы, возможно, есть более специализированные инструменты. Я выбрал его, потому что уже был знаком с ним, и мне показалось, что с его помощью будет проще реализовать задуманное. Обязательно попробую TSlab, спасибо за наводку!
Какой-то серенький и слишком примитивный способ вы выбрали спустить все бабки. Если лудоманить то красиво. Скальпинг на фьючас с "открытым интересом". Вот это жара будет. И нейронкам там есть место.
Позиционный трейдинг + ML: от нуля до торговой стратегии за год