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!
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.
Понимаю, рынок непредсказуем и моментум-эффект не гарантирует прибыль. Это скорее попытка формализовать некоторые тенденции рынка в количественной модели. Будем наблюдать, как она себя покажет на практике.
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.
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.
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.
Спасибо за комментарий. О Backtesting.py узнал, разрабатывая свою систему. Решил сначала довести её до ума, а потом уже разбираться с готовыми решениями. Вы правы, в основе моей программы лежит Моментум стратегия.
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, интересное предложение! Возможно когда-нибудь попроую :-)
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!
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.
Понимаю, рынок непредсказуем и моментум-эффект не гарантирует прибыль. Это скорее попытка формализовать некоторые тенденции рынка в количественной модели. Будем наблюдать, как она себя покажет на практике.
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.
Вы правы, в какой-то степени это и есть подгонка под кривую доходности
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.
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.
Спасибо за комментарий. О Backtesting.py узнал, разрабатывая свою систему. Решил сначала довести её до ума, а потом уже разбираться с готовыми решениями. Вы правы, в основе моей программы лежит Моментум стратегия.
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!