Как Python помогает заменить финконсультантов

В продолжение статьи о вреде избыточной диверсификации создадим полезный инструментарий🛠️ по подбору акций. После этого сделаем простую ребалансировку⚖️ и добавим уникальные условия технических индикаторов📈, которых так часто не хватает в популярных сервисах. А затем сравним доходность отдельных активов и различных портфелей💼.

Во всем этом задействуем Pandas и минимизируем количество циклов. Погруппируем времянные ряды и порисуем графиков. Познакомимся с мультииндексами и их поведением. И всё это в Jupyter на Python 3.6🐍.

Читать далее «Как Python помогает заменить финконсультантов»

Изучаем Python в команде Quantrum.Team

Всем привет. Меня зовут Андрей. Мне 38 лет. На своем пути становления как трейдера я дошел до точки, когда автоматизация должна стать неотъемлемой частью моей торговой жизни. Но прежде чем начать, хотелось бы немного рассказать о себе. Интересуюсь и изучаю рынок я уже около 4-х лет, из которых 3,5 года покупаю опыт за свои деньги на рынке 🙂.

Как и многие за первые полгода слил 40% депозита, а после начался непрерывный процесс становления меня как трейдера посредством изучения всевозможных курсов, чтения литературы, а главное, анализа своих ошибок.

И результат не заставил себя ждать. В следующий год был нулевой результат, а последние пару лет рынок дает мне около 20% прибыли. За это время накопилось много знаний, догадок и вопросов, на проверку которых стало не хватать времени и сил. Соответственно, всё нужно автоматизировать и тестировать, и все системы лучше проверять на реальном рынке. А так как данные о ценах акций есть за многие прошедшие годы, то лучше ошибки и корректировки своей системы делать на доступных данных и виртуальных деньгах, что позволит избежать потери в будущем и сэкономит время.
Читать далее «Изучаем Python в команде Quantrum.Team»

Завещание Баффета или о чём молчат финконсультанты

У. Баффет завещал жене после своей смерти🕯️ вложить все средства  в биржевой фонд ETF на S&P 500 VOO и жить в своё удовольствие🏖️. Однако книги, интернет и финконсультанты призывают нас составлять диверсифицированные портфели💼 с обязательным включением в них облигаций. К слову, о диверсификации Баффет тоже отзывается не лестно и призывает все яйца🥚 хранить в одной корзине, просто внимательно за ней присматривать👀.

В данной статье мы попробуем разобраться, стоит ли верить оракулу из Омахи или прислушаться к финансовым консультантам👔. А поможет нам в этом Python🐍 и Quantopian.

Читать далее «Завещание Баффета или о чём молчат финконсультанты»

Индикатор KST и другие приключения с ROC

В этот раз повторим на Python🐍 индикатор KST (Know Sure Thing), созданный Мартином Прингом. Если вы подписаны на StockCharts.com, то вы получаете платную рассылку обзоров рынка от Джона Мэрфи и Мартина Принга. Принг в своих анализах постоянно ссылается на свой индикатор KST. И у него всегда всё складно и точно совпадает.

Я же в бессонных😴 поисках граалей🏆 решил повторить индикатор KST и провести коротенький анализ за предыдущие 14 лет.

Читать далее «Индикатор KST и другие приключения с ROC»

Простой бэктестинг Rate-of-Change (ROC) на Python

Данная статья продолжает цикл анализа простых стратегий со стандартными индикаторами. Тестируем стратегии в Quantopian, а пишем на Python🐍. В этот раз мы сравним индикатор Rate-of-Change (ROC) и популярное пересечение скользящих средних SMA(50) и SMA(200).

Дополнительно рассмотрим подход быстрого получения доходности📈 и просадки📉 простых стратегий в блокноте Jupyter.

Читать далее «Простой бэктестинг Rate-of-Change (ROC) на Python»

Индикатор силы тренды TSI на Python

📈The trend is your friend. Одна из стратегий на рынке — это покупка активов в направлении тренда. Узнать тренд можно множеством способов и каждый имеет свои плюсы и минусы. Самый известный и одновременно рабочий способ определения долгострочного тренда — это 200-дневная скользящая средняя.

Но хочется знать на сколько всё хорошо. Какова вероятность, что мы вскочим в рынок и он не рухнет😱 вместе с нами? Для этой цели мы сегодня исследуем индикатор силы тренда (TSI), найденный мною на просторах интернета.

Читать далее «Индикатор силы тренды TSI на Python»

Как из PostgreSQL и ClickHouse в Python много, быстро и сразу в numpy

Разбил много ☕кружек в поисках решения для 🏎️быстрого получения длинных историй цен для большого количества активов в Python🐍. Ещё имел смелость желать работать с ценами в numpy-массивах, а лучше сразу в pandas.

Стандартные подходы в лоб работали разочаровывающе, что приводило к выполнению запроса к БД в течение 30 секунд и более. Не желая мириться, я нашёл несколько решений, которые полностью меня удовлетворили.

Читать далее «Как из PostgreSQL и ClickHouse в Python много, быстро и сразу в numpy»

Что делать, если BCH отправил на BTC кошелёк?

После хардфорка BCH многие пользователи столкнулись с разными проблемами. Но одна из этих проблем актуальна по сей день. Это отправка одной валюты на кошелёк другой с идентичным форматом адресов.

Как-то, по случайности, отправились BCH на мой segwit-адрес BTC и заблудились… Форумы призывали забыть об этом и смириться. Но мне повезло и я нашёл способ спасения монет, отправленных на segwit-адрес.

Читать далее «Что делать, если BCH отправил на BTC кошелёк?»

Торговый алгоритм на Python для IB.API: Contracts

В данной статье мы рассмотрим контракты. Это крайне важная вещь для работы с терминалом, ибо они необходимы для запросов различной информации об активах. Рассмотрим для чего нужны контракты и где они используются.

Читать далее «Торговый алгоритм на Python для IB.API: Contracts»

Оптимизация размера блока графика Renko

Использование диаграмм Ренко позволяет фильтровать шум на графике цены, при этом он не учитывает время и объем. График сильно зависит от величины блока, который будет использован при построении.

Мы предложим альтернативный подход к определению оптимального размера блока, сравним с известным подходом при помощи статистических методов.

Читать далее «Оптимизация размера блока графика Renko»