Социальные сети все больше и больше захватывают нас, вот недавно появилась социальная сеть для трейдеров hamaha.net. Как я понимаю, в основе сайта лежат 2 нашумевших проекта Facebook и Twitter, авторы объединили возможность общения и знакомства с микроблогингом. С виду смотрится аккуратно и довольно прилично, особенно бросается в глаза тот факт, что нет баннеров и иной рекламы. Лично меня очень раздражают переполненные баннерами форекс форумы.
Теперь о НАМАНА, название весьма оригинальное. У меня на него два варианта чтения – Хамаха и сокращение от нормально – НАМАНА. В принципе прикольно, уже вижу их будущий слоган: Как трейдается? – ответ – Намана ).
Выглядит их трейдерская соцсеть примерно вот так:

Вступление

Наверное каждый, кто сталкивался с торговлей акциями, валютами или каким-либо другим биржевым инструментом часто встречал совет о необходимости построения и тестирования своей торговой системы.

Торговля по системе мне показалась единственно верным способом работы на бирже, и я решил воспользоваться советом и протестировать свою торговую стратегию.

Четырнадцатый выпуск подкаста — Сливки IT R&D.
Снова про планшеты, а нужен ли нам новый планшет от Microsoft?! Вкалывают роботы, а не человек и это, этому самому человеку дорого обходится…

Сейчас мы живем в мире высоких технологий, которые позволяют передавать и принимать данные с очень высокой скоростью. Кроме того, компьютерные системы весьма облегчают всем нам жизнь. В том числе, и биржевым брокерам. На разного рода биржах работают программные комплексы, «роботы», которые позволяют автоматизировать процесс купли/продажи.

В этой статье я покажу вам, как работает программа Qt Bitcoin Trader, и поведаю историю ее разработки.
Эта программа с открытым исходным кодом позволяет быстро делать ставки на BTC-e и Mt.Gox, задавать правила для автоматической торговли.
Написана она на чистом Qt 4 с использованием OpenSSL, и, по моему мнению, в ней есть интересные особенности со стороны разработки, о которых тоже хочу рассказать.

Фондовый рынок — высокотехнологичная и крайне конкурентная отрасль, где значительное внимание уделяется надежности и скорости работы используемых решений. Для этого разрабатываются технологии прямого доступа к бирже в обход брокерских систем, быстрые протоколы передачи данных и торговые терминалы нового поколения (прямо внутри которых можно «собирать» роботов для трейдинга).

Кроме того, стиль многих торговцев подразумевает постоянный контроль за рыночной ситуацией, чтобы иметь возможность среагировать на изменившуюся конъюнктуру. Все это привело к тому, что эра мобильности на фондовом рынке (в том числе российском) наступила более 10 лет назад, значительно раньше, чем в некоторых других отраслях.

В нашем сегодняшнем топике мы рассмотрим то, как изменялись интерфейсы мобильных торговых терминалов (на примере приложений ITinvest).

Думаю, обосновывать необходимость тщательного тестирования и подбора параметров торговых стратегий нет необходимости… Лучше поясню, почему именно Matlab.

В торговом терминале MetaTrader есть встроенная система тестирования и настройки торговых стратегий, позволяющая прогнать стратегию на заданном участке истории и посмотреть на результаты торговли как в графическом представлении, так и в виде таблички с характеристиками эффективности работы данной стратегии на данном участке истории. Как это выглядит для стратегии Nova, смотрите ниже.

Ранее в нашем блоге мы рассказывали об эволюции интерфейсов мобильных терминалов на примере приложений ITinvest — по сравнению с выпущенным в 2003 году приложением для телефонов с Windows Mobile 2003, интерфейс программ для iOS и Android в 2015 году стал значительно проще (меню и кнопки стали больше, число настроек сократилось).

Интерфейсы торговых программ (десктоп- и мобильных терминалов), традиционно являлись довольно сложными из-за необходимости размещения большого объёма данных на одном экране. Тем не менее даже разработчики торговых приложений стараются следовать тенденции упрощения интерфейсов.

Одним из вариантов подобного упрощения, помимо уменьшения количества элементов на экране, является адаптация приложения к работе в «эпоху touch». Именно по этому пути пошли разработчики торгового приложения Robinhood.

В последние несколько лет никого не удивить игровыми механиками, которые используют, в том числе и финансовые организации. Активно занимаются внедрением геймификация некоторые банки — они создают игры, которые могут стимулировать пользователей к совершению покупок, заказу новых банковских услуг, предоставлении рекомендаций друзьям или просто повышают уровень финансовой грамотности.

По этому пути идут и организации, связанные с торговлей на бирже — игровые механики внедряют сами биржи, брокеры и даже сторонние разработчики приложений. Это позволяет одним компаниям повысить активность трейдеров, увеличить объём торгов и получить прибыль с комиссий, а другим заработать на обучении. Более того, иногда разработчики игр и даже организаторы конференций занимаются внедрением элементов биржевой торговли для повышения вовлеченности игроков и посетителей мероприятия.

В нашем сегодняшнем материале — несколько таких игровых примеров из зарубежной и отечественной практики.

В последние несколько лет большое распространение на биржевых площадках по всему миру получила высокочастотная торговля. Трейдеры, использующие этот подход, применяют стратегии и алгоритмы, для успешной работы которых требуется высокая скорость получения, обработки и отправки данных в торговую систему биржи.

Часто лишняя миллисекунда может привести к тому, что вместо прибыли трейдер получает убыток, поскольку его торгового робота опередил кто-то другой. Погоня за скоростью и финансовые результаты, стоящие на кону, привели к активному развитию различных технологий для снижения задержек в торговле. Сегодня мы рассмотрим некоторые из них.

Фондовый рынок — высокотехнологичная отрасль. В нашем блоге мы уже писали о протоколах передачи финансовых данных, алгоритмах обнаружения инсайдерской торговли, разработке финансового софта и способах ускорения транзакций. Все это разнообразие технологий и инструментов выстраивается вокруг серверного ядра самих бирж — многие HFT-трейдеры пользуются услугами колокации и размещают серверы со своими торговыми приложениями как можно ближе к биржевому торговому движку.

Сегодня мы поговорим о дата-центрах различных площадок и покажем, как они выглядят.

Разработчик и трейдер Йоан Кристиан Лоттер, создатель блога Financial Hacker, написал интересный материал, в котором рассказал о своем эксперименте, призванном выяснить, имеет ли смысл торговля с использованием коротких и сверхкоротких интервалов для совершения сделок. Мы представляем вашему вниманию главные мысли этой заметки.

В нашем блоге мы неоднократно писали о софте для торговли на бирже различных инструментах, использующихся для анализа ситуации на фондовом рынке и создания прогнозов возможных обвалов и изменений цен (в этом материале собраны все рассмотренные алгоритмы и инструменты). Одним из самых популярных средств анализа являются различные технологии работы с Большими Данными — например, Hadoop, NoSQL.

Сегодня мы рассмотрим два эксперимента, в ходе которых исследователи применяли Big Data для создания прогнозов движений на фондовом рынке.

В нашем блоге на Хабре мы не только рассматриваем различные технологии финансового рынка, но и описываем различные инструменты, использующиеся аналитиками в ходе его анализа. В частности, не так давно мы писали о том, как гипотезу случайного блуждания можно использовать для прогнозирования состояния финансового рынка. Количественный аналитик хедж-фонда NMRQL Стюарт Рид опубликовал на сайте Turing Finance результаты своего исследования, где применил эту гипотезу для тестирования случайности поведения рынков.

Идея заключалась в следующем: генераторы случайных чисел «прогоняются» через группу тестов NIST, чтобы понять, где возникает уязвимость, позволяющая использовать неэффективность рынка для извлечения прибыли. В ходе эксперимента автор пришел к выводу, что поведение рынка нельзя описать в терминах простого подбрасывания монетки, как считают отдельные авторитетные ученые. Некоторым тестам удалось зафиксировать определенный уровень «шума» в поведении рынка. Один из них – тест на линейную сложность – привлек внимание автора, поскольку напоминает об идее отношения случайности и степени сжатия.

В новой статье Рид попытался выяснить, какую пользу могут принести алгоритмы сжатия данных для поставленной ранее задачи. Мы представляем вашему вниманию адаптированный перевод этой работы.

Больше всего вопросов у начинающих инвесторов возникает на этапе знакомства с фондовым рынком — в нашей стране вокруг него сформировалось значительное количество мифов и заблуждений.

В нашем блоге мы уже рассказывали о том, как устроена биржевая торговля в России, сравнивали инвестиции на бирже с финансовыми инструментами сохранения финансов, которые предлагают банки, и изучали возможности покупки акций знаменитых ИТ-компаний.

В продолжение темы мы организуем образовательные семинары и вебинары, посвященных вопросам о старте работы на фондовом рынке и инвестициях в акции международных компаний.

Трейдер CIS (фото: Bloomberg)

Иногда нежелание читать последние новости может стать фактором, влияющим на уровень дохода трейдера. Так, японский трейдер, работающий под никнеймом CIS, всего за сутки заработал около $34 млн на обвале азиатских фондовых рынков, пишет Siliconrus. Как оказалось, этот трейдер не читает финансовых новостей, а работает по собственной методике, основанной на анализе курсов, плюс доверяет собственной интуиции.

Еще 12 августа CIS смог заметить необычную динамику, тренд на рынке японских акций. Случилось нечто необычные — рынок не восстановился после распродажи ценных бумаг и контрактов в предыдущую сессию. Результат — индекс биржи стал понижаться.

Фото: Юрий Мартьянов / Коммерсантъ

В сентябре на Московской бирже случилось сразу несколько технических сбоев, из-за которых площадка никак не может войти в нормальный режим работы. К примеру, в понедельник клиенты этой торговой площадки не могли заключать сделки около двух часов из-за возникших проблем с программным обеспечением. Это уже четвертый технический сбой, с последствиями в виде приостановки торгов, пишет «Коммерсант». В понедельник проблемы на Московской бирже начались в 10:25, затем в 11:43 торги вновь были возобновлены. Но уже через две минуты торги вновь приостановили, и биржа начала работать только в 12:40.

Представители биржи сообщили, что причина сбоя — программная ошибка «при чтении ядром конфигурации торговой системы». Эта ситуация потребовала перезагрузки ядра, но после возобновления торгов некоторые участники не смогли синхронизировать собственные системы с биржевыми, что потребовало повторной остановки. Центробанк заявил, что будет внимательно изучать полученную от Московской биржи информацию по данной ситуации. «В случае выявления нарушений Банк России будет принимать меры надзорного реагирования»,— сообщила пресс-служба ЦБ.

При торговле опционами одна из главных задач состоит в определении справедливой цены опциона. На основании нее можно понять какие опционы недооценены рынком, а какие переоценены в данный момент. Исходя из этого и принимаются решения о покупке или продаже конкретного опциона. В данной статье рассматривается опыт создания советника в основе которого лежит Генетический Алгоритм (ГА), позволяющего как раз автоматизировать процесс выбора опционов для продажи и покупки соответственно Советник, в отличие от торговых роботов (или Механических Торговых Систем — МТС), не производит сделок, он лишь дает рекомендации трейдеру, который уже самостоятельно принимает решение совершать сделку или нет.

Для начала — пару слов о генетическом алгоритме:

Подробно описывать генетический алгоритм не имеет смысла, поскольку эта тема хорошо представлена и на данном ресурсе и вообще на просторах Интернета. Остановлюсь только на основных моментах, которые необходимы для понимания концепции генетического советника в целом.

Технологии стали активом — финансовые организации теперь не только занимаются своим основным бизнесом, но уделяют много внимания новым разработкам. Мы уже рассказывали о том, что в мире высокочастотной торговли лучших результатов добиваются обладатели не только самого эффективного, но и быстрого софта и железа.

Среди наиболее популярных в сфере финансов языков программирования можно отметить R и Python, также часто используются C++, C# и Java. В опубликованном на сайте DataCamp руководстве речь идет о том, как начать использовать Python для создания финансовых приложений — мы представляем вам серию статей-адаптаций глав этого материала.

Мы продолжаем публикацию адаптации руководства DataCamp по использованию Python для разработки финансовых приложений. Первая часть материала рассказывала об устройстве финансовых рынков, акциях и торговых стратегиях, данных временных рядов, а также о том, что понадобится для начала разработки.

Теперь, когда вы уже больше знаете про требования к данным, разобрались с понятием временных рядов и познакомились с pandas, пришло время глубже погрузиться в тему финансового анализа, который необходим для создания торговой стратегии.

Jupyter notebook этого руководства можно скачать здесь.