Алготрейдинг на NYSE и NASDAQ. Роботы для торговли.
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.
В прошлой статье мы разобрали, как подключаться к TWS. В данной статье мы поговорим про IB API, его архитектуру и ключевые аспекты, без понимания которых, следующие статьи не будут иметь никакой прикладной пользы.
Я настоятельно рекомендую дочитать эту статью до конца, ибо то, что описано здесь, вы не найдете ни в мануале IB, ни в других статьях, ни в репозиториях. Читать далее «Торговый алгоритм на Python для IB.API: EClient и EWrapper»
Это третья статья в данной серии. В ней мы создадим алгоритм, который будет подключаться к TWS и получать «первичные сообщения».
Создавая данный алгоритм, мы рассмотрим реализацию двух обязательных классов EClient и EWrapper. И в конце заглянем «за кулисы» и посмотрим, что происходит, когда мы подключаемся к TWS.
Читать далее «Торговый алгоритм на Python для IB.API: подключение к TWS»
Это вторая статья в серии про работу с терминалом Trader Workstation от брокера Interactive Brokers.
Здесь рассмотрим пошаговую установку всего программного комплекса необходимого для работы с терминалом.
В конце статьи вы будете обладать программным окружением, которое позволит создавать программы на 🐍Python3, работающие с терминалом TWS.
Читать далее «Торговый алгоритм на Python для IB.API: установка и настройка»
Данной статьей мы открываем серию материалов по использованию API от брокера Interactive Brokers и написанию простых торговых алгоритмов, в которых будет задействован Trader Workstation.
В отличие от тысяч других мануалов данная серия статей проведет вас от самого начала, показав как ставить все программное окружение на машину, до логического завершения — готового алгоритма.
Данная статья является вступлением ко всей серии. В ней мы познакомимся с TWS, с его API, определим как их использовать в наших приложениях на Python3 и посмотрим на статьи в предстоящей серии.
Читать далее «Торговый алгоритм на Python для API TWS от Interactive Brokers: начало»
Продолжая поиски быстрой базы данных для хранения цен я попробовал применить для своих нужд ClickHouse от Яндекса. Это open-source колоночная база данных для хранения и обработки временных рядов в реальном времени.
У ClickHouse огромный список ограничений, к которым мы не привыкли работая с реляционными базами данных. Но кто нас остановит?
Так же попробуем подружить ClickHouse с Python🐍.
В этот раз разберём анализ арбитражной торговли криптовалютой (ETH/USD) на криптобиржах, подготовленный риск-аналитиком банка New York Mellon. Принебрегая комиссиями, его анализ показал впечатляющую доходность на $10 тыс. в ☝️39% за 5 месяцев без просадок.
Мы, в нашёй команде Quantrum.Team, увидев данный материал решили добавить учёт комиссий для приближения результатов к реальности. Что из этого получилось читайте дальше.
Код на 🐍Python 3.6 в блокноте Jupyter.
Для многих не секрет, что Python🐍 не блещет скоростью обработки большого количества данных. При этом обладает преимуществом легкого подключения расширений на C/C++. Я писал о расширениях C в этой статье, а здесь рассмотрен альтернативный способ с помощью популярной С++ библиотеки Boost.
Рассказывает Роман Щеголихин. А расширение будет подключаться к Python 2.7🐍.
Многие расстроились😭, когда Yahoo.Finance закрыл🚫 все лазейки для получения бесплатных котировок. Но к всеобщему счастью🎉, уже есть альтернативы бесплатных данных. В этот раз мы скачаем бесплатную дневную историю с биржи IEX для ~8 тысяч американских активов примерно за ~2 минуты⏱️. Поможет нам в этом Python 2.7🐍. А рассказывать будет Роман Щеголихин.
Пытливые умы на сайте биржи могут найти бесплатную историю тиков за предыдущие 10 месяцев в формате pcap (tcpdump).
☝️На бирже IEX совершается примерно ~2.5% оборота акций, что необходимо учесть. Тики не дадут построить идеальную историю изменения цены из-за недостатка данных по остальным биржам.
Продолжая поиски баз данных, наиболее подходящих для хранения истории цен, получил комментарий от Романа Щеголихина. Роман был любезен и подготовил инструкцию по установке и настройке БД Cassandra и несколько примеров использования на Python 2.7🐍.
Cassandra👁️ — это NoSQL база данных, предназначенная для распределенного хранения огромных массивов данных. Отлично подходит для хранения времянных рядов.