Sistema de negociação r
Um dos segredos reais do sucesso comercial é pensar em termos de taxas de risco para recompensa toda vez que você faz uma negociação.
Pergunte a si mesmo, antes de fazer uma troca, “qual é o risco desse negócio, e a recompensa em potencial vale o risco em potencial?
O que posso esperar que meu sistema de negociação faça por mim a longo prazo?
O que é a expectativa?
Um sistema de negociação pode ser caracterizado como uma distribuição dos R-múltiplos gerados. Expectativa é simplesmente a média, ou média, R-multiple gerada.
Mas o que isso significa exatamente?
Uma Breve Visão Geral do Risco e R-Múltiplos.
Se você leu algum dos livros do Dr. Tharp, já sabe que é muito mais eficiente pensar nos lucros e perdas de seus negócios como uma proporção do risco inicial assumido (R).
Vamos repassar novamente brevemente, embora:
Um dos segredos reais do sucesso comercial é pensar em termos de taxas de risco para recompensa toda vez que você faz uma negociação. Pergunte a si mesmo, antes de fazer uma troca, “qual é o risco desse negócio? A recompensa potencial vale o risco potencial? & Rdquo;
Então, como você determina o risco potencial em uma negociação? Bem, no momento em que você entra em qualquer comércio, você deve pré-determinar algum ponto em que você vai sair do comércio para preservar o seu capital. Esse ponto de saída é o risco que você tem no comércio ou sua perda esperada. Por exemplo, se você comprar uma ação de US $ 40 e decidir se ela cair para US $ 30, seu risco será de US $ 10.
O risco que você tem em uma negociação é chamado R. Isso deve ser fácil de lembrar, porque R é curto para risco. R pode representar seu risco por unidade, que, no exemplo, é de US $ 10 por ação ou pode representar seu risco total. Se você comprasse 100 ações com um risco de US $ 10 por ação, teria um risco total de US $ 1.000.
Lembre-se de pensar em termos de taxas de risco para recompensa. Se você sabe que o seu risco inicial total em uma posição é de US $ 1.000, você pode expressar todos os seus lucros e perdas como uma proporção do seu risco inicial. Por exemplo, se você obtiver um lucro de US $ 2.000 (2 x US $ 1.000 ou US $ 20 / ação), seu lucro será de 2R. Se você obtiver um lucro de US $ 10.000 (10 x US $ 1.000), seu lucro será de 10R.
A mesma coisa funciona para as perdas. Se você perder US $ 500, sua perda é de 0,5R. Se você perder $ 2000, sua perda é 2R.
& quot; Mas espere & quot; você pode dizer. "Como eu poderia ter uma perda de 2R se meu risco total fosse de $ 1000?"
Bem, talvez você não tenha cumprido sua palavra sobre a perda de $ 1000 e não tenha saído quando deveria. Talvez o mercado desabasse contra você. Perdas maiores que 1R acontecem o tempo todo. Seu objetivo como comerciante (ou como investidor) é manter suas perdas em 1R ou menos. Warren Buffet, conhecido por muitos como o investidor mais bem-sucedido do mundo, diz que a regra número um de investir é não perder dinheiro. Mas isso não é um conselho particularmente útil para aqueles que estão tentando criar uma estrutura de risco significativa para suas negociações. Afinal, até mesmo Warren Buffet sofre perdas. Uma versão muito melhor de sua regra seria "manter suas perdas em 1R ou menos".
Quando você tem uma série de lucros e perdas expressos como taxas de risco-recompensa, o que você realmente tem é o que Van chama de distribuição R-múltipla. Consequentemente, qualquer sistema de negociação pode ser caracterizado como uma distribuição R-múltipla. Na verdade, você descobrirá que pensar em sistema de negociação como distribuições R-multiple realmente ajuda você a entender seu sistema e aprender o que você pode esperar dele no futuro.
Então, o que tudo isso tem a ver com expectativa? Simples: a média (o valor médio de um conjunto de números) da distribuição R-multiple de um sistema é igual à expectativa do sistema.
Expectativa lhe dá o valor médio de R que você pode esperar de um sistema em muitos negócios. Dito de outra forma, a expectativa diz o quanto você pode esperar, em média, por dólar arriscado, em vários negócios.
"No coração de todas as negociações está o mais simples de todos os conceitos - que os resultados financeiros devem mostrar uma expectativa matemática positiva para que o método de negociação seja lucrativo." & mdash; Chuck Branscomb.
Então, quando você tem uma distribuição de negociações para analisar, você pode olhar para o lucro ou prejuízo gerado por cada negociação em termos de R (quanto foi o lucro e a perda com base no seu risco inicial) e determinar se o sistema é lucrativo.
Vamos ver um exemplo:
Preço real de saída.
Este & ldquo; sistema & rdquo; tem uma expectativa de 2R, o que significa que, a longo prazo, você pode "esperar que" o & rdquo; para fazer duas vezes o que você arrisca, com base nos dados disponíveis.
Por favor, note que você só pode ter uma boa idéia da expectativa do seu sistema quando você tem um mínimo de trinta comércios para analisar. A fim de obter uma imagem clara da expectativa do sistema, você deve ter algo entre 100 e 200.
Assim, no mundo real do investimento ou da negociação, a expectativa informa o lucro líquido ou a perda que você pode esperar de um grande número de transações unitárias. Se a quantia total de dinheiro perdido for maior que a quantidade total de dinheiro ganho, você é um perdedor líquido e tem uma expectativa negativa. Se a quantia total de dinheiro ganho for maior que a quantia total de dinheiro perdida, você é um ganhador líquido e tem uma expectativa positiva.
Por exemplo, você poderia ter 99 negociações perdidas, cada uma custando um dólar, para uma perda total de US $ 99. No entanto, se você tivesse uma negociação vencedora de US $ 500, você teria um retorno líquido de US $ 401 (US $ 500 menos US $ 99), apesar do fato de que apenas um de seus negócios foi um vencedor e 99% de seus negócios foram perdedores.
Nós terminamos nossa definição de expectativa aqui porque é um assunto que pode se tornar muito mais complexo.
Van Tharp escreveu extensivamente sobre este tópico; é um dos principais conceitos que ele ensina. À medida que você se torna mais e mais familiarizado com o R-Multiples, dimensionamento de posição e desenvolvimento do sistema, a expectativa se tornará muito mais fácil de entender.
Para dominar com segurança a arte de negociar ou investir, é melhor aprender e entender todo esse material. Pode parecer complexo às vezes, mas nós o encorajamos a perseverar. Quando você realmente entende e trabalha para dominá-lo, você vai catapultar suas chances de sucesso real nos mercados.
O melhor lugar para aprender mais sobre este tópico:
Introdução ao Position Sizing & trade; Curso de e-learning
Como você decide quanto você deve arriscar na próxima negociação?
Risco muito e você pode explodir sua conta. Risco muito pouco e uma grande vitória não vai nem pagar pelo seu jantar.
Dr. Tharp's Introdução ao Posicionamento Dimensionamento e Comércio; O curso de Estratégias inclui atividades de aprendizagem audiovisuais e interativas que explicam esse assunto complicado em termos claros e fáceis de entender. Você aprenderá as noções básicas de estratégias de dimensionamento de posição e a diferença dramática que elas podem causar em seus resultados.
Como o curso é uma introdução para posicionar as estratégias de dimensionamento, ele cobre o material básico e oferece um ótimo começo para o processo de compreensão e utilização dos conceitos e inclui material sobre a compreensão da expectativa, incluindo exemplos.
O livro O Guia Definido para o Tamanho Positivo abrange material muito extenso e entra em profundidade técnica em muitas áreas. Como o próprio nome indica, é de fato bastante definitivo. No entanto, algumas pessoas acham que as estratégias de dimensionamento de posição são um tópico complicado e têm dificuldade em entender e aplicar as ideias do livro, por isso desenvolvemos este e-curso para dois grupos principais de pessoas: aprendizes auditivos / visuais que aprendem mais efetivamente um formato instrucional repleto de recursos interativos e aqueles que não estão realmente interessados nos aspectos técnicos mais profundos das estratégias de dimensionamento de posição, mas percebem que uma introdução ao tópico ainda ajudaria sua negociação.
Este curso é perfeito para profissionais ocupados que precisam de uma maneira prática de entender os riscos e como manter as perdas no mínimo.
Você também aprenderá muito sobre como posicionar o tamanho ao jogar o Jogo de Simulação de Negociação de Sublanço de Posição. Os primeiros três níveis são gratuitos!
O resto do The Tharp Think Concepts:
Perfeccionismo, jogos de azar, perdas desnecessárias, não ser capaz de puxar o gatilho & hellip ;.
Estas são apenas algumas das questões que os comerciantes enfrentam nos mercados todos os dias. O que nos leva a pensar dessa maneira e como podemos aprender a nos tornar traders melhores e mais lucrativos? & hellip;. leia mais.
Todo mundo está procurando o Santo Graal nos mercados. Como você encontra o sistema de negociação ideal, a ação que vai decolar ou aquele grande vencedor com o seu nome?
Existem centenas, senão milhares, de sistemas de negociação que funcionam. Mas a maioria das pessoas, depois de comprar tal sistema, não seguirá o sistema ou o negociará exatamente como foi planejado. Por que não? & hellip; leia mais.
Risco para a maioria das pessoas parece ser um termo indefinido baseado em medo & ndash; é freqüentemente equacionado com a probabilidade de perder, ou outros podem pensar que estar envolvido em futuros ou opções é "arriscado". A definição de Van é bem diferente do que muitas pessoas pensam, leia mais.
O dimensionamento de posição é a parte do seu sistema de negociação que diz a você quanto. & Rdquo; Quantas ações ou contratos você deve tomar por comércio? O baixo dimensionamento de posição é a razão por trás de quase todos os casos de blowouts de contas e mais.
Depois de vários anos pesquisando o dimensionamento de posições e o comércio; estratégias, o Dr. Van Tharp desenvolveu uma medida proprietária da qualidade de um sistema comercial que ele chama de Número de Qualidade do Sistema ou SQN. & hellip;. leia mais.
O mercado não deve a você ou a ninguém grandes riquezas. O mercado, no entanto, ocasionalmente provoca um grande número de pessoas com ganhos aparentemente fáceis (durante bolhas e outras manias) apenas para retirá-las novamente. Se você é sério sobre ser um bom operador, então você precisa abordar a prática de negociar com o mesmo nível de rigor com o qual você se aproximaria de qualquer empreendimento de alto nível. Leia mais.
Se você ainda não é assinante, inscreva-se no e-mail semanal de Van Tharp. A cada semana você receberá artigos informativos, dicas de negociação e uma atualização mensal sobre as condições do tipo de mercado. Além disso, você obterá as idéias mais recentes da Van antes de qualquer outra pessoa! Não há cobrança e não compartilhamos suas informações. Clique aqui.
Van Tharp, Instituto Van Tharp, Van Tharpe Learning, Position Sizing e IITM são marcas registradas da IITM, Inc nos Estados Unidos e em outros lugares.
SQN é uma marca comercial registrada do IITM, Inc.
Sistema de negociação r
Milionário Pro Stealth Profits.
D. R. é um dos treinadores financeiros mais lidos e é uma autoridade de renome mundial em negociação técnica com 28 anos de experiência.
Depois de uma carreira altamente bem sucedida como engenheiro químico na DuPont, D. R. se aposentou cedo para perseguir sua paixão - mostrando aos investidores como construir a liberdade financeira.
Hoje ele é um autor financeiro, palestrante e treinador. Ele ajudou centenas de milhares a dominar as poderosas técnicas de negociação que os profissionais usam, como o swing trading, opções e gerenciamento de riscos de ponta. D. R. é também co-fundador e diretor de operações do Grupo de Fundo de Hedge de Pesquisa e Negociação Direcional, e detém o holofote nacional como especialista líder em projetos de sistemas para redução de risco.
D. R. foi coautor do livro best-seller "Estratégias Seguras para Liberdade Financeira" do New York Times e do Wall Street Journal, um guia abrangente para eliminar agressivamente os riscos sem descarrilar os lucros. Ele é analista regular da Fox Business, CNBC, Rádio Bloomberg e participou da China Central Television - América, BNN, MarketWatch, revista Financial Advisor, SmartMoney e do Instituto Van Tharp.
Ele passou décadas aprimorando seu serviço Stealth Profits Trader, que mostra aos investidores regulares como lucrar como traders profissionais. Ele vasculha o mercado para identificar as tendências de ações "invisíveis" de curto prazo, quase invisíveis, que se transformam em ganhos rápidos, geralmente em apenas alguns dias. Este é um programa de negociação técnica testado em batalha que qualquer um pode usar para criar "cheques de pagamento" de grande lucro quase todos os meses por apenas algumas horas de trabalho por semana. A melhor parte é que funciona em qualquer movimento de mercado ou estoque - touro, urso ou lateralmente.
D. R. detém um B. S. em Engenharia Química pela Virginia Tech e um MBA pela Universidade de Delaware. Ele ganhou sua licença de engenheiro profissional em 1989.
Testemunhos
Posts recentes no Facebook.
Tweets recentes.
Contate-Nos.
Money Map Press.
16 West Madison Street.
Baltimore, MD 21201.
Ligação Gratuita: 888.384.8339;
Protegido por leis de direitos autorais dos Estados Unidos e tratados internacionais. Este boletim informativo somente poderá ser utilizado de acordo com o contrato de assinatura e qualquer reprodução, cópia ou redistribuição (eletrônica ou de outra forma, inclusive na world wide web), no todo ou em parte, é estritamente proibida sem a permissão expressa por escrito da Money Map Press. 16 West Madison Street, Baltimore MD 21201.
Codificação de Sistemas de Negociação.
Por Justin Kuepper.
Como os sistemas de negociação automatizados são criados?
Este tutorial se concentrará na segunda e na terceira partes deste processo, onde suas regras são convertidas em um código que seu software de negociação pode entender e usar.
Vantagens e desvantagens.
Um sistema automatizado tira a emoção e o trabalho ocupado da negociação, o que permite que você se concentre em melhorar suas regras de estratégia e gerenciamento de dinheiro. Uma vez que um sistema lucrativo é desenvolvido, ele não requer nenhum trabalho de sua parte até que ele quebre, ou as condições do mercado exigem uma mudança. Desvantagens:
Se o sistema não for devidamente codificado e testado, grandes perdas podem ocorrer muito rapidamente. Às vezes é impossível colocar certas regras no código, o que dificulta o desenvolvimento de um sistema de negociação automatizado. Neste tutorial, você aprenderá como planejar e projetar um sistema de negociação automatizado, como converter esse design em código que seu computador entenderá, como testar seu plano para garantir um desempenho ideal e, finalmente, como colocar seu sistema em uso.
KJ Trading Systems.
CONSTRUIR ESTRATÉGIAS ALGORITÍMICAS DE NEGOCIAÇÃO DO BALANÇO ALGORITÍMICO.
Aprenda o caminho certo para desenvolver estratégias de negociação algorítmica e estratégias de negociação de futuros que duram, ensinadas por um comerciante campeão verificado!
MEUS ÚLTIMOS WEBINARS E ARTIGOS GRATUITOS.
Webinar de Automação Comercial.
Melhores práticas para Algo Trading Por que a curva de capital é importante.
& # 8203; Oi! Meu nome é Kevin Davey. Eu sou um comerciante em tempo integral premiado, com mais de 25 anos de experiência em negociação. Embora eu me lembre dos dias de telefonar para o seu corretor, grande parte da minha experiência nesses últimos anos é em estratégias de negociação de futuros. Se você está frustrado com o fraco desempenho comercial, posso ajudá-lo a melhorar sua negociação, usando as mesmas técnicas que funcionaram para mim!
Os depoimentos apresentados são dados literalmente, exceto para correção de erros gramaticais ou de digitação. Alguns foram encurtados, significando; não é mostrada toda a mensagem recebida pelo escritor do testemunho, quando parecia demorada ou o testemunho em sua totalidade parecia irrelevante para o público em geral.
(c) Copyright - KJ Trading Systems. Todos os direitos reservados no mundo inteiro.
Um sistema de negociação de martelo - Demonstração de ordens de limite baseadas em indicadores personalizados na Quantstrat.
Então, várias semanas atrás, eu decidi ouvir em um webinar (e eu mesmo vou dar uma usando quantstrat em 3 de setembro para Big Mike's Trading, veja o link). Entre algumas dessas conversas, havia um sistema de negociação chamado sistema “Trend Turn Trade Take Profit”. Este é o sistema dele:
Defina uma tendência de alta como um SMA10 acima de um SMA30.
Defina um recuo como um SMA5 abaixo de um SMA10.
Defina um martelo como uma vela com uma sombra superior a menos de 20% da sombra inferior e um corpo com menos de 50% da sombra inferior. Entre na parte alta do martelo, com o limitador de perda na parte inferior do martelo e um terço adicional na faixa. A meta de lucro é de 1,5 a 1,7 vezes a distância entre a entrada e o preço de parada.
Adicionalmente (não testado aqui) foi o padrão de engorduramento de alta, que é um padrão de duas barras com as condições de um dia de baixa seguido por um dia de subida no qual a abertura do dia de subida foi menor que o fim do dia de descida, e o fechamento do dia up foi maior do que o dia anterior, com a parada definida como a baixa do padrão e a meta de lucro no mesmo local.
Esse sistema foi anunciado como sendo correto em cerca de 70% do tempo, com negociações cujas vitórias foram 1,6 vezes maiores do que as perdas, então decidi investigar.
A vantagem deste post, além de investigar o sistema de outra pessoa, é que ele permitirá que eu demonstre como criar pedidos mais detalhados com o quantstrat. O melhor ponto de venda para o quantstrat, na minha opinião, é que ele fornece uma estrutura para fazer praticamente qualquer coisa que você queira, desde que você saiba como fazê-lo (não é trivial). De qualquer forma, o mais importante a tirar dessa estratégia é que é possível criar alguns pedidos personalizados interessantes com alguma sintaxe diferenciada.
Veja a sintaxe dessa estratégia:
Eu adicionei uma regra adicional para a estratégia em que, se a tendência se inverte (SMA10 & lt; SMA30), para sair do comércio.
Primeiramente, vamos dar uma olhada nas regras de entrada e saída.
As regras usadas aqui usam alguns conceitos novos que eu não usei em posts anteriores. Em primeiro lugar, o argumento de orderset coloca todas as ordens dentro de uma ordem definida como um mecanismo de cancelamento de outra. Em seguida, a sintaxe order. price funciona de forma semelhante à sintaxe de dados de mercado na especificação de indicadores - EG add. indicator (strategy. st, name = ”SMA”, arguments = list (x = quote (Cl (mktdata)), etc…) , exceto desta vez, especifica uma certa coluna nos dados de mercado (que é, de fato, o que Cl (mktdata) faz, ou HLC (mktdata), e assim por diante), mas também, a sintaxe [timestamp] é necessária sabe a que quantidade específica no tempo está sendo referida.
Para pedidos take-profit, como você deseja vender acima do mercado ou comprar abaixo do mercado, o tipo correto de pedido (ou seja, o argumento ordertype) é uma ordem de limite. Com stop-loss ou trailing stops (não mostrados aqui), uma vez que você deseja vender abaixo do mercado ou comprar acima do mercado, o ordertype correto é uma ordem stoplimit.
Finalmente, a regra que eu adicionei (a saída SMA) na verdade melhora o desempenho da estratégia (eu queria dar a esse sistema o benefício da dúvida).
Aqui estão os resultados, com a estratégia alavancada até 0,1 pctATR (as estratégias usuais que testo variam entre 0,02 e 0,04):
Em suma, olhando para as estatísticas do comércio, este sistema está longe do que foi anunciado. Na verdade, aqui está a curva de capital.
Tudo, menos espetacular, nos últimos anos, e é por isso que suponho que era gratuito distribuí-lo em um webinar. No geral, no entanto, os últimos anos têm acabado de ver os S & amp; P apenas continuarem a alcançar essa estratégia. No final do dia, é um sistema altamente inexpressivo na minha opinião, e eu não explorarei os outros aspectos dele ainda mais. No entanto, como um exercício em mostrar algumas características diferenciadas do quantstrat, acho que este foi um esforço que valeu a pena.
Começando: Construindo um Sistema de Negociação Totalmente Automatizado.
Nos últimos 6 meses, tenho focado no processo de construção da pilha completa de tecnologia de um sistema de negociação automatizado. Eu me deparei com muitos desafios e aprendi muito sobre os dois métodos diferentes de backtesting (Vectorised e Event driven). Na minha jornada para construir um backtester orientado a eventos, veio a minha surpresa que o que você iria acabar é perto de toda a pilha de tecnologia necessária para construir uma estratégia, fazer backtest e executar a execução ao vivo.
Meu maior problema ao enfrentar o problema foi a falta de conhecimento. Procurei em muitos lugares uma introdução à construção da tecnologia ou um blog que me orientasse. Eu encontrei alguns recursos que vou compartilhar com vocês hoje.
Para iniciantes:
Para os leitores novatos no comércio quantitativo, eu recomendaria o livro de Ernie P. Chan intitulado: Negociação Quantitativa: Como construir seu próprio negócio de comércio algorítmico. Este livro é o básico. Na verdade, é o primeiro livro que li sobre negociação quantitativa e mesmo assim achei muito básico, mas há algumas notas que você deve tomar.
Da página 81-84 Ernie escreve sobre como, no nível de varejo, uma arquitetura de sistema pode ser dividida em estratégias semi-automatizadas e totalmente automatizadas.
Um sistema semi-automatizado é adequado se você quiser fazer algumas transações por semana. Ernie recomenda usar o Matlab, R ou até mesmo o Excel. Eu usei todas as 3 plataformas e este é o meu conselho:
Saltar do Matlab, custou muito dinheiro e só consegui acesso aos laboratórios da universidade. Não há muito material de treinamento como blogs ou livros que ensinem como codificar uma estratégia usando o Matlab. R tem toneladas de recursos que você pode utilizar para aprender como construir uma estratégia. Meu blog favorito cobrindo o tópico é: QuantStratTradeR é executado por Ilya Kipnis. É mais provável que o Microsoft Excel inicie onde você não tem experiência em programação. Você pode usar o Excel para negociações semi-automáticas, mas isso não vai funcionar quando se trata de construir a pilha completa de tecnologias.
Estrutura semiautomática pg 81.
Sistemas de negociação totalmente automatizados são para quando você deseja colocar automaticamente as negociações com base em um feed de dados ao vivo. Eu codifiquei o meu em C #, o QuantConnect também usa o C #, o QuantStart orienta o leitor através da construção em Python, o Quantopian usa o Python, o HFT provavelmente usará o C ++. Java também é popular.
Estrutura de negociação completamente automatizada página 84.
Passo 1: Conseguir um bom começo.
Faça o Programa Executivo em Algorithmic Trading oferecido pela QuantInsti. Acabei de começar o curso e o primeiro conjunto de palestras foi na arquitetura do sistema. Teria me poupado cerca de 3 meses de pesquisa se eu tivesse começado aqui. As palestras me acompanharam através de cada componente que eu precisaria, bem como uma descrição detalhada do que cada componente precisa fazer. Abaixo está uma captura de tela de um de seus slides usados na apresentação:
Você também pode usar essa estrutura geral ao avaliar outros sistemas de negociação automáticos.
No momento em que escrevo, estou apenas na terceira semana de palestras, mas estou confiante de que um praticante será capaz de construir uma estratégia comercial totalmente automatizada que poderia, com um pouco de refinamento, ser transformada no começo de um fundo de hedge quantitativo. .
Nota: o curso não está focado na construção da pilha de tecnologia.
Etapa 2: codifique um backtester baseado em eventos básicos.
Blog de Michael Hallsmore, quantstart & amp; livro “Negociação Algorítmica Bem Sucedida”
Este livro tem seções dedicadas à construção de um robusto backtester orientado a eventos. Ele orienta o leitor através de vários capítulos que explicarão sua escolha de idioma, os diferentes tipos de backtesting, a importância do backtesting orientado a eventos e como codificar o backtester.
Michael introduz o leitor às diferentes classes necessárias em um projeto orientado a objetos. Ele também ensina o leitor a construir um banco de dados mestre de títulos. É aqui que você verá como a arquitetura do sistema da QuantInsti se encaixa.
Nota: Você precisará comprar o livro dele: “Successful Algorithmic Trading”, seu blog deixa de fora muita informação.
Passo 3: Volte para o TuringFinance.
O programa EPAT Reading “Successful Algorithmic Trading” & amp; codificando um backtester em um idioma diferente de sua escolha.
Você deve ir para um blog chamado TuringFinance e ler o artigo intitulado "Algorithmic Trading System Architecture" Por: Stuart Gordon Reid. Em seu post ele descreve a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42010 e padrão de descrição de arquitetura de engenharia de software.
Eu achei este post muito técnico e tem algumas ótimas idéias que você deve incorporar em sua própria arquitetura.
Uma captura de tela de seu post.
Etapa 4: Estude os sistemas de negociação de código aberto.
4.1) Quantopian.
Escusado será dizer que Quantopian deve ser adicionado a esta lista e tenho vergonha de dizer que não passei muito tempo usando sua plataforma (devido à minha escolha de idioma). Quantopian tem muitas vantagens, mas as que mais se destacam para mim são as seguintes:
Fácil de aprender Python Acesso gratuito a muitos conjuntos de dados Uma grande comunidade e competições Eu amo como eles hospedam a QuantCon!
Quantopian é os líderes de mercado neste campo e é amado por todos os quants! Seu projeto de código aberto está sob o nome de código Zipline e isso é um pouco sobre isso:
“O Zipline é o nosso mecanismo de código aberto que alimenta o backtester no IDE. Você pode ver o repositório de código no Github e contribuir com solicitações de pull para o projeto. Há um grupo do Google disponível para procurar ajuda e facilitar discussões. ”
Aqui está um link para a documentação deles:
4.2) QuantConnect.
Para aqueles que não estão familiarizados com o QuantConnect, eles fornecem um mecanismo completo de negociação algorítmica de código aberto. Aqui está um link.
Você deve dar uma olhada no código deles, estudá-lo, & amp; dê-lhes louvor. Eles são competição de quantopianos.
Eu gostaria de aproveitar esta oportunidade para agradecer a equipe QuantConnect por me deixar escolher o cérebro deles e pelo serviço brilhante que eles oferecem.
Aqui está um link para a documentação deles:
Observações finais:
Espero que este guia ajude os membros da comunidade. Eu gostaria de ter essa percepção 6 meses atrás quando comecei a codificar nosso sistema.
Eu gostaria de falar com a comunidade e perguntar: “Que bons cursos de negociação algorítmica você conhece?” Eu gostaria de escrever um post que analise o tópico e forneça uma classificação. Há alguma recomendação para criar um sistema de negociação totalmente automatizado que você gostaria de adicionar a este post?
Compartilhar isso:
Compartilhe esta entrada.
Você pode gostar também.
Artigo agradável. Eu gostaria de ter cerca de 6 meses atrás. Eu uso QuantConnect porque eu sou um programador c #. Eu achei muito conveniente para poder baixar o teste de Lean e voltar localmente. Vasculhar seu código também é valioso. Eles também fizeram um acordo com a Tradier para negociações de US $ 1. Isso ajuda muito. Eu não sou tão saliente sobre os spreads e a execução do Tradier. O IB pode ser melhor para isso.
Vou dar uma olhada no curso que você mencionou.
Você não mencionou Quantocracy ou RBloggers. Ambos são recursos muito valiosos.
O que você usa para mapear os resultados dos testes de volta? Eu registro OHLC e valores de indicador para csv do evento OnData e estou realmente cansado de usar o Excel para traçar resultados. Eu gostaria de poder apontar um pacote de gráficos para um arquivo de dados e tê-lo apenas ir.
Você já tem um fornecedor de fluxo de ticks?
Eu tenho um pensamento sobre sistemas orientados a eventos. O problema com os eventos é que eles são assíncronos e latentes. Parece que eles são inevitáveis assim que você começa uma corretora envolvida, então eu tenho sonhado com um sistema mais streaming seguindo os princípios da programação funcional.
& # 8211; Injest um fluxo de carrapato ou bar.
& # 8211; Execute-o através de um processo de cálculo de indicadores, execução de análise ou ML e assim por diante.
& # 8211; Receba de volta um sinal.
& # 8211; Envie para o corretor para executar.
Então, em um fluxo separado.
& # 8211; Receba de volta uma resposta do corretor.
O problema, claro, é o estado. Eu tenho margem suficiente para fazer o trade? O que tem no meu portfólio? Como está se saindo? Geralmente, o broker api pode ser consultado para descobrir essas coisas, mas leva tempo e é assíncrono. Eu também estou olhando para extensões de Rx. Dessa forma, o sistema pode reagir a mudanças no sistema através do padrão observável.
Eventos são ótimos para cliques do mouse. Não é tão bom para processamento transacional de alto volume.
Essa é exatamente a abordagem que eu fiz com minhas próprias coisas. Essencialmente eu tenho um & # 8216; normal & # 8217; programa que envolve uma pequena parte que é acionada por eventos para falar com o intermediário (IB API). Agora, para o problema do estado. Você tem duas escolhas; obter estado do corretor, ou armazená-lo internamente atualizá-lo quando você receber um preenchimento de volta. Isso significa que há momentos em que você não conhece seu estado ou quando as duas fontes de estado estão potencialmente em conflito (dados incorretos ou atrasos). Parte disso depende da rapidez com que você negocia. A menos que você esteja negociando muito rapidamente, em seguida, pausar se você tiver um conflito de estado, ou você está incerto do estado, é melhor do que prosseguir sem conhecer o seu estado. Eu uso um banco de dados & # 8216; lock & # 8217; paradigma para lidar com isso.
Em relação a quase tudo o que você pediu, você está próximo da resposta em Reative Extension (Rx).
Com Rx indo de carrapatos para velas é trivial.
Indo de velas para indicadores é trivial.
Compor indicadores de outros indicadores é trivial.
Compor posições de indicadores é trivial.
Compor portfólios (como realizados ao longo do tempo) a partir de posições é trivial.
Simular o Modelo de Risco é trivial.
Voltar teste ou negociação ao vivo é simplesmente decidir entre uma transmissão ao vivo de dados ou uma repetição simulada de dados do banco de dados.
A execução é trivial.
A implementação é possível em tudo, de C # a F #, a JavaScript e C ++ em código quase idêntico.
A otimização é feita rapidamente porque o Rx puramente funcional é amplamente paralisável para a GPU.
É verdade que a otimização e a alimentação do efeito da otimização contínua de volta ao back-test não é trivial, mas, dado que é não-trivial de qualquer maneira, eu vou deixar que isso se deslize 😉
Puramente Funcional (ou próximo a ele) Rx é, na minha opinião, a única maneira de lidar com a infra-estrutura desse problema.
Eu conheço o sistema que quero negociar. Eu não quero programar ou aprender algo que alguém já conhece. Então, quem posso contratar para pegar o sistema que eu quero usar e automatizá-lo. Ao automatizá-lo, quero dizer, não quero olhar para ele. Vou dar uma olhada nos resultados uma vez por semana e os negócios serão executados sem a minha atenção. Parece estranho para mim que, em 2016, seja preciso muito esforço para tomar um conjunto de regras e executar essas regras no meu corretor.
Eu sugiro inscrever-se com o Quantopian e, em seguida, encontrar alguém dentro da comunidade para construir a estratégia para você. Eles serão capazes de construí-lo para você dentro da plataforma de corretores IB e serão totalmente automatizados.
Deixe-me dizer, no entanto, que acho que você deveria monitorá-lo de perto, e não apenas esquecê-lo para "###".
Milionário Pro Stealth Profits.
D. R. é um dos treinadores financeiros mais lidos e é uma autoridade de renome mundial em negociação técnica com 28 anos de experiência.
Depois de uma carreira altamente bem sucedida como engenheiro químico na DuPont, D. R. se aposentou cedo para perseguir sua paixão - mostrando aos investidores como construir a liberdade financeira.
Hoje ele é um autor financeiro, palestrante e treinador. Ele ajudou centenas de milhares a dominar as poderosas técnicas de negociação que os profissionais usam, como o swing trading, opções e gerenciamento de riscos de ponta. D. R. é também co-fundador e diretor de operações do Grupo de Fundo de Hedge de Pesquisa e Negociação Direcional, e detém o holofote nacional como especialista líder em projetos de sistemas para redução de risco.
D. R. foi coautor do livro best-seller "Estratégias Seguras para Liberdade Financeira" do New York Times e do Wall Street Journal, um guia abrangente para eliminar agressivamente os riscos sem descarrilar os lucros. Ele é analista regular da Fox Business, CNBC, Rádio Bloomberg e participou da China Central Television - América, BNN, MarketWatch, revista Financial Advisor, SmartMoney e do Instituto Van Tharp.
Ele passou décadas aprimorando seu serviço Stealth Profits Trader, que mostra aos investidores regulares como lucrar como traders profissionais. Ele vasculha o mercado para identificar as tendências de ações "invisíveis" de curto prazo, quase invisíveis, que se transformam em ganhos rápidos, geralmente em apenas alguns dias. Este é um programa de negociação técnica testado em batalha que qualquer um pode usar para criar "cheques de pagamento" de grande lucro quase todos os meses por apenas algumas horas de trabalho por semana. A melhor parte é que funciona em qualquer movimento de mercado ou estoque - touro, urso ou lateralmente.
D. R. detém um B. S. em Engenharia Química pela Virginia Tech e um MBA pela Universidade de Delaware. Ele ganhou sua licença de engenheiro profissional em 1989.
Testemunhos
Posts recentes no Facebook.
Tweets recentes.
Contate-Nos.
Money Map Press.
16 West Madison Street.
Baltimore, MD 21201.
Ligação Gratuita: 888.384.8339;
Protegido por leis de direitos autorais dos Estados Unidos e tratados internacionais. Este boletim informativo somente poderá ser utilizado de acordo com o contrato de assinatura e qualquer reprodução, cópia ou redistribuição (eletrônica ou de outra forma, inclusive na world wide web), no todo ou em parte, é estritamente proibida sem a permissão expressa por escrito da Money Map Press. 16 West Madison Street, Baltimore MD 21201.
Codificação de Sistemas de Negociação.
Por Justin Kuepper.
Como os sistemas de negociação automatizados são criados?
Este tutorial se concentrará na segunda e na terceira partes deste processo, onde suas regras são convertidas em um código que seu software de negociação pode entender e usar.
Vantagens e desvantagens.
Um sistema automatizado tira a emoção e o trabalho ocupado da negociação, o que permite que você se concentre em melhorar suas regras de estratégia e gerenciamento de dinheiro. Uma vez que um sistema lucrativo é desenvolvido, ele não requer nenhum trabalho de sua parte até que ele quebre, ou as condições do mercado exigem uma mudança. Desvantagens:
Se o sistema não for devidamente codificado e testado, grandes perdas podem ocorrer muito rapidamente. Às vezes é impossível colocar certas regras no código, o que dificulta o desenvolvimento de um sistema de negociação automatizado. Neste tutorial, você aprenderá como planejar e projetar um sistema de negociação automatizado, como converter esse design em código que seu computador entenderá, como testar seu plano para garantir um desempenho ideal e, finalmente, como colocar seu sistema em uso.
KJ Trading Systems.
CONSTRUIR ESTRATÉGIAS ALGORITÍMICAS DE NEGOCIAÇÃO DO BALANÇO ALGORITÍMICO.
Aprenda o caminho certo para desenvolver estratégias de negociação algorítmica e estratégias de negociação de futuros que duram, ensinadas por um comerciante campeão verificado!
MEUS ÚLTIMOS WEBINARS E ARTIGOS GRATUITOS.
Webinar de Automação Comercial.
Melhores práticas para Algo Trading Por que a curva de capital é importante.
& # 8203; Oi! Meu nome é Kevin Davey. Eu sou um comerciante em tempo integral premiado, com mais de 25 anos de experiência em negociação. Embora eu me lembre dos dias de telefonar para o seu corretor, grande parte da minha experiência nesses últimos anos é em estratégias de negociação de futuros. Se você está frustrado com o fraco desempenho comercial, posso ajudá-lo a melhorar sua negociação, usando as mesmas técnicas que funcionaram para mim!
Os depoimentos apresentados são dados literalmente, exceto para correção de erros gramaticais ou de digitação. Alguns foram encurtados, significando; não é mostrada toda a mensagem recebida pelo escritor do testemunho, quando parecia demorada ou o testemunho em sua totalidade parecia irrelevante para o público em geral.
(c) Copyright - KJ Trading Systems. Todos os direitos reservados no mundo inteiro.
Um sistema de negociação de martelo - Demonstração de ordens de limite baseadas em indicadores personalizados na Quantstrat.
Então, várias semanas atrás, eu decidi ouvir em um webinar (e eu mesmo vou dar uma usando quantstrat em 3 de setembro para Big Mike's Trading, veja o link). Entre algumas dessas conversas, havia um sistema de negociação chamado sistema “Trend Turn Trade Take Profit”. Este é o sistema dele:
Defina uma tendência de alta como um SMA10 acima de um SMA30.
Defina um recuo como um SMA5 abaixo de um SMA10.
Defina um martelo como uma vela com uma sombra superior a menos de 20% da sombra inferior e um corpo com menos de 50% da sombra inferior. Entre na parte alta do martelo, com o limitador de perda na parte inferior do martelo e um terço adicional na faixa. A meta de lucro é de 1,5 a 1,7 vezes a distância entre a entrada e o preço de parada.
Adicionalmente (não testado aqui) foi o padrão de engorduramento de alta, que é um padrão de duas barras com as condições de um dia de baixa seguido por um dia de subida no qual a abertura do dia de subida foi menor que o fim do dia de descida, e o fechamento do dia up foi maior do que o dia anterior, com a parada definida como a baixa do padrão e a meta de lucro no mesmo local.
Esse sistema foi anunciado como sendo correto em cerca de 70% do tempo, com negociações cujas vitórias foram 1,6 vezes maiores do que as perdas, então decidi investigar.
A vantagem deste post, além de investigar o sistema de outra pessoa, é que ele permitirá que eu demonstre como criar pedidos mais detalhados com o quantstrat. O melhor ponto de venda para o quantstrat, na minha opinião, é que ele fornece uma estrutura para fazer praticamente qualquer coisa que você queira, desde que você saiba como fazê-lo (não é trivial). De qualquer forma, o mais importante a tirar dessa estratégia é que é possível criar alguns pedidos personalizados interessantes com alguma sintaxe diferenciada.
Veja a sintaxe dessa estratégia:
Eu adicionei uma regra adicional para a estratégia em que, se a tendência se inverte (SMA10 & lt; SMA30), para sair do comércio.
Primeiramente, vamos dar uma olhada nas regras de entrada e saída.
As regras usadas aqui usam alguns conceitos novos que eu não usei em posts anteriores. Em primeiro lugar, o argumento de orderset coloca todas as ordens dentro de uma ordem definida como um mecanismo de cancelamento de outra. Em seguida, a sintaxe order. price funciona de forma semelhante à sintaxe de dados de mercado na especificação de indicadores - EG add. indicator (strategy. st, name = ”SMA”, arguments = list (x = quote (Cl (mktdata)), etc…) , exceto desta vez, especifica uma certa coluna nos dados de mercado (que é, de fato, o que Cl (mktdata) faz, ou HLC (mktdata), e assim por diante), mas também, a sintaxe [timestamp] é necessária sabe a que quantidade específica no tempo está sendo referida.
Para pedidos take-profit, como você deseja vender acima do mercado ou comprar abaixo do mercado, o tipo correto de pedido (ou seja, o argumento ordertype) é uma ordem de limite. Com stop-loss ou trailing stops (não mostrados aqui), uma vez que você deseja vender abaixo do mercado ou comprar acima do mercado, o ordertype correto é uma ordem stoplimit.
Finalmente, a regra que eu adicionei (a saída SMA) na verdade melhora o desempenho da estratégia (eu queria dar a esse sistema o benefício da dúvida).
Aqui estão os resultados, com a estratégia alavancada até 0,1 pctATR (as estratégias usuais que testo variam entre 0,02 e 0,04):
Em suma, olhando para as estatísticas do comércio, este sistema está longe do que foi anunciado. Na verdade, aqui está a curva de capital.
Tudo, menos espetacular, nos últimos anos, e é por isso que suponho que era gratuito distribuí-lo em um webinar. No geral, no entanto, os últimos anos têm acabado de ver os S & amp; P apenas continuarem a alcançar essa estratégia. No final do dia, é um sistema altamente inexpressivo na minha opinião, e eu não explorarei os outros aspectos dele ainda mais. No entanto, como um exercício em mostrar algumas características diferenciadas do quantstrat, acho que este foi um esforço que valeu a pena.
Começando: Construindo um Sistema de Negociação Totalmente Automatizado.
Nos últimos 6 meses, tenho focado no processo de construção da pilha completa de tecnologia de um sistema de negociação automatizado. Eu me deparei com muitos desafios e aprendi muito sobre os dois métodos diferentes de backtesting (Vectorised e Event driven). Na minha jornada para construir um backtester orientado a eventos, veio a minha surpresa que o que você iria acabar é perto de toda a pilha de tecnologia necessária para construir uma estratégia, fazer backtest e executar a execução ao vivo.
Meu maior problema ao enfrentar o problema foi a falta de conhecimento. Procurei em muitos lugares uma introdução à construção da tecnologia ou um blog que me orientasse. Eu encontrei alguns recursos que vou compartilhar com vocês hoje.
Para iniciantes:
Para os leitores novatos no comércio quantitativo, eu recomendaria o livro de Ernie P. Chan intitulado: Negociação Quantitativa: Como construir seu próprio negócio de comércio algorítmico. Este livro é o básico. Na verdade, é o primeiro livro que li sobre negociação quantitativa e mesmo assim achei muito básico, mas há algumas notas que você deve tomar.
Da página 81-84 Ernie escreve sobre como, no nível de varejo, uma arquitetura de sistema pode ser dividida em estratégias semi-automatizadas e totalmente automatizadas.
Um sistema semi-automatizado é adequado se você quiser fazer algumas transações por semana. Ernie recomenda usar o Matlab, R ou até mesmo o Excel. Eu usei todas as 3 plataformas e este é o meu conselho:
Saltar do Matlab, custou muito dinheiro e só consegui acesso aos laboratórios da universidade. Não há muito material de treinamento como blogs ou livros que ensinem como codificar uma estratégia usando o Matlab. R tem toneladas de recursos que você pode utilizar para aprender como construir uma estratégia. Meu blog favorito cobrindo o tópico é: QuantStratTradeR é executado por Ilya Kipnis. É mais provável que o Microsoft Excel inicie onde você não tem experiência em programação. Você pode usar o Excel para negociações semi-automáticas, mas isso não vai funcionar quando se trata de construir a pilha completa de tecnologias.
Estrutura semiautomática pg 81.
Sistemas de negociação totalmente automatizados são para quando você deseja colocar automaticamente as negociações com base em um feed de dados ao vivo. Eu codifiquei o meu em C #, o QuantConnect também usa o C #, o QuantStart orienta o leitor através da construção em Python, o Quantopian usa o Python, o HFT provavelmente usará o C ++. Java também é popular.
Estrutura de negociação completamente automatizada página 84.
Passo 1: Conseguir um bom começo.
Faça o Programa Executivo em Algorithmic Trading oferecido pela QuantInsti. Acabei de começar o curso e o primeiro conjunto de palestras foi na arquitetura do sistema. Teria me poupado cerca de 3 meses de pesquisa se eu tivesse começado aqui. As palestras me acompanharam através de cada componente que eu precisaria, bem como uma descrição detalhada do que cada componente precisa fazer. Abaixo está uma captura de tela de um de seus slides usados na apresentação:
Você também pode usar essa estrutura geral ao avaliar outros sistemas de negociação automáticos.
No momento em que escrevo, estou apenas na terceira semana de palestras, mas estou confiante de que um praticante será capaz de construir uma estratégia comercial totalmente automatizada que poderia, com um pouco de refinamento, ser transformada no começo de um fundo de hedge quantitativo. .
Nota: o curso não está focado na construção da pilha de tecnologia.
Etapa 2: codifique um backtester baseado em eventos básicos.
Blog de Michael Hallsmore, quantstart & amp; livro “Negociação Algorítmica Bem Sucedida”
Este livro tem seções dedicadas à construção de um robusto backtester orientado a eventos. Ele orienta o leitor através de vários capítulos que explicarão sua escolha de idioma, os diferentes tipos de backtesting, a importância do backtesting orientado a eventos e como codificar o backtester.
Michael introduz o leitor às diferentes classes necessárias em um projeto orientado a objetos. Ele também ensina o leitor a construir um banco de dados mestre de títulos. É aqui que você verá como a arquitetura do sistema da QuantInsti se encaixa.
Nota: Você precisará comprar o livro dele: “Successful Algorithmic Trading”, seu blog deixa de fora muita informação.
Passo 3: Volte para o TuringFinance.
O programa EPAT Reading “Successful Algorithmic Trading” & amp; codificando um backtester em um idioma diferente de sua escolha.
Você deve ir para um blog chamado TuringFinance e ler o artigo intitulado "Algorithmic Trading System Architecture" Por: Stuart Gordon Reid. Em seu post ele descreve a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42010 e padrão de descrição de arquitetura de engenharia de software.
Eu achei este post muito técnico e tem algumas ótimas idéias que você deve incorporar em sua própria arquitetura.
Uma captura de tela de seu post.
Etapa 4: Estude os sistemas de negociação de código aberto.
4.1) Quantopian.
Escusado será dizer que Quantopian deve ser adicionado a esta lista e tenho vergonha de dizer que não passei muito tempo usando sua plataforma (devido à minha escolha de idioma). Quantopian tem muitas vantagens, mas as que mais se destacam para mim são as seguintes:
Fácil de aprender Python Acesso gratuito a muitos conjuntos de dados Uma grande comunidade e competições Eu amo como eles hospedam a QuantCon!
Quantopian é os líderes de mercado neste campo e é amado por todos os quants! Seu projeto de código aberto está sob o nome de código Zipline e isso é um pouco sobre isso:
“O Zipline é o nosso mecanismo de código aberto que alimenta o backtester no IDE. Você pode ver o repositório de código no Github e contribuir com solicitações de pull para o projeto. Há um grupo do Google disponível para procurar ajuda e facilitar discussões. ”
Aqui está um link para a documentação deles:
4.2) QuantConnect.
Para aqueles que não estão familiarizados com o QuantConnect, eles fornecem um mecanismo completo de negociação algorítmica de código aberto. Aqui está um link.
Você deve dar uma olhada no código deles, estudá-lo, & amp; dê-lhes louvor. Eles são competição de quantopianos.
Eu gostaria de aproveitar esta oportunidade para agradecer a equipe QuantConnect por me deixar escolher o cérebro deles e pelo serviço brilhante que eles oferecem.
Aqui está um link para a documentação deles:
Observações finais:
Espero que este guia ajude os membros da comunidade. Eu gostaria de ter essa percepção 6 meses atrás quando comecei a codificar nosso sistema.
Eu gostaria de falar com a comunidade e perguntar: “Que bons cursos de negociação algorítmica você conhece?” Eu gostaria de escrever um post que analise o tópico e forneça uma classificação. Há alguma recomendação para criar um sistema de negociação totalmente automatizado que você gostaria de adicionar a este post?
Compartilhar isso:
Compartilhe esta entrada.
Você pode gostar também.
Artigo agradável. Eu gostaria de ter cerca de 6 meses atrás. Eu uso QuantConnect porque eu sou um programador c #. Eu achei muito conveniente para poder baixar o teste de Lean e voltar localmente. Vasculhar seu código também é valioso. Eles também fizeram um acordo com a Tradier para negociações de US $ 1. Isso ajuda muito. Eu não sou tão saliente sobre os spreads e a execução do Tradier. O IB pode ser melhor para isso.
Vou dar uma olhada no curso que você mencionou.
Você não mencionou Quantocracy ou RBloggers. Ambos são recursos muito valiosos.
O que você usa para mapear os resultados dos testes de volta? Eu registro OHLC e valores de indicador para csv do evento OnData e estou realmente cansado de usar o Excel para traçar resultados. Eu gostaria de poder apontar um pacote de gráficos para um arquivo de dados e tê-lo apenas ir.
Você já tem um fornecedor de fluxo de ticks?
Eu tenho um pensamento sobre sistemas orientados a eventos. O problema com os eventos é que eles são assíncronos e latentes. Parece que eles são inevitáveis assim que você começa uma corretora envolvida, então eu tenho sonhado com um sistema mais streaming seguindo os princípios da programação funcional.
& # 8211; Injest um fluxo de carrapato ou bar.
& # 8211; Execute-o através de um processo de cálculo de indicadores, execução de análise ou ML e assim por diante.
& # 8211; Receba de volta um sinal.
& # 8211; Envie para o corretor para executar.
Então, em um fluxo separado.
& # 8211; Receba de volta uma resposta do corretor.
O problema, claro, é o estado. Eu tenho margem suficiente para fazer o trade? O que tem no meu portfólio? Como está se saindo? Geralmente, o broker api pode ser consultado para descobrir essas coisas, mas leva tempo e é assíncrono. Eu também estou olhando para extensões de Rx. Dessa forma, o sistema pode reagir a mudanças no sistema através do padrão observável.
Eventos são ótimos para cliques do mouse. Não é tão bom para processamento transacional de alto volume.
Essa é exatamente a abordagem que eu fiz com minhas próprias coisas. Essencialmente eu tenho um & # 8216; normal & # 8217; programa que envolve uma pequena parte que é acionada por eventos para falar com o intermediário (IB API). Agora, para o problema do estado. Você tem duas escolhas; obter estado do corretor, ou armazená-lo internamente atualizá-lo quando você receber um preenchimento de volta. Isso significa que há momentos em que você não conhece seu estado ou quando as duas fontes de estado estão potencialmente em conflito (dados incorretos ou atrasos). Parte disso depende da rapidez com que você negocia. A menos que você esteja negociando muito rapidamente, em seguida, pausar se você tiver um conflito de estado, ou você está incerto do estado, é melhor do que prosseguir sem conhecer o seu estado. Eu uso um banco de dados & # 8216; lock & # 8217; paradigma para lidar com isso.
Em relação a quase tudo o que você pediu, você está próximo da resposta em Reative Extension (Rx).
Com Rx indo de carrapatos para velas é trivial.
Indo de velas para indicadores é trivial.
Compor indicadores de outros indicadores é trivial.
Compor posições de indicadores é trivial.
Compor portfólios (como realizados ao longo do tempo) a partir de posições é trivial.
Simular o Modelo de Risco é trivial.
Voltar teste ou negociação ao vivo é simplesmente decidir entre uma transmissão ao vivo de dados ou uma repetição simulada de dados do banco de dados.
A execução é trivial.
A implementação é possível em tudo, de C # a F #, a JavaScript e C ++ em código quase idêntico.
A otimização é feita rapidamente porque o Rx puramente funcional é amplamente paralisável para a GPU.
É verdade que a otimização e a alimentação do efeito da otimização contínua de volta ao back-test não é trivial, mas, dado que é não-trivial de qualquer maneira, eu vou deixar que isso se deslize 😉
Puramente Funcional (ou próximo a ele) Rx é, na minha opinião, a única maneira de lidar com a infra-estrutura desse problema.
Eu conheço o sistema que quero negociar. Eu não quero programar ou aprender algo que alguém já conhece. Então, quem posso contratar para pegar o sistema que eu quero usar e automatizá-lo. Ao automatizá-lo, quero dizer, não quero olhar para ele. Vou dar uma olhada nos resultados uma vez por semana e os negócios serão executados sem a minha atenção. Parece estranho para mim que, em 2016, seja preciso muito esforço para tomar um conjunto de regras e executar essas regras no meu corretor.
Eu sugiro inscrever-se com o Quantopian e, em seguida, encontrar alguém dentro da comunidade para construir a estratégia para você. Eles serão capazes de construí-lo para você dentro da plataforma de corretores IB e serão totalmente automatizados.
Deixe-me dizer, no entanto, que acho que você deveria monitorá-lo de perto, e não apenas esquecê-lo para "###".
No comments:
Post a Comment