drew2323 / strategy-lab Goto Github PK
View Code? Open in Web Editor NEWRepository for strategy development
Repository for strategy development
Využít Hidden Markov Model pro identifikaci režimu trhu. Použít hmmlearn knihovna a aplikovat na intradenní microstrukturu s cílem identifikovat trendy. Tzn. označit v tréninkových datech target uptrend, downtrend, notrend.
https://chat.openai.com/c/79f0ac44-b8c2-4e4a-bebd-eb6fb121da1a
Hidden Markov Model library- https://github.com/hmmlearn/
As mentioned here https://www.reddit.com/r/algotrading/s/W3KEtlLbTn
Cílem je držet průměrné hodnoty za uplynulá období a v reálném čase porovnávat aktuální okna s těmito průměry. Tzn. V reálném čase vidím rozdíl oproti průměrům (resp. standardnímu/volatilnímu módu)
Specifické chování v rámci denní microstruktury pro trading range dny, kdy se v prvních minutách trhu otestuje low, aby od něj cena rostla a uzavřela +- na dnešním open nebo včerejší close.
Cílem je identifikovat (statisticky)zachytit toto low a využít následný růst v profit.
Na co dát pozor:
Každý den má určitou převládající frekvenci danou účastí market making hráčů. Tuto frekvenci si často drží podstatnou část dne, kdy je titul v určitém režimu.
Cílem je vzorkováním trhu si locknout tuto frekvenci a použít ji pro skutečný vstup.
Nebezpečím je případná změna režimu, která často nastává, když se frekvence stane předvídatelnout. Tzn. bude třeba současně aplikovat mechanismus identifikující změnu režimu nebo jinou optimalizaci ošetřit (#1).
Mechanismus vycházející z Bayese.
Vstupem je entry signal (0/1 - realizovány jakkoliv), časové okno a target cena.
Výstup je winrate. Tzn. pokud je v časovém okně cíle dosaženo přište se jako success, jinak neúspěch.
Dále zde bude mechanismus, který pokud winrate daného signálu dosáhne určitého prahu, provede se skutečný vstup se stejnými parametry (profit jako target atp.)
Strategie bude mít "nahozeno" X různých vstupních signálů (ideálně vybírat takové, které cíli na denní microstrukturu, tzn. jsou jich např. vyšší desítky denně pro dostatek vzorků). Tyto ignály mají pokrývat rozličné specifické "frekvence" denní struktur. Jakmile některé signály potvrdí výrazněji success rate, začnou se využívat pro skutečné ENTRY.
Jde v podstatě o vzorkování trhu a zvýšení úspěšnosti skutečného vstupu, na základě předchozích.
Rozlišení vteřinove rozlišení(např. 5s bary, případně volume bary pro lepší rozložení dat) a vyzkoušet jaké typy vstuů nejvíce cílí na frekvenci. Můžu mít např. 10 různých vábniček typu RSI pod 30 long vstup 0.023% na 5baru, RSI pod 45 short vstup 0.023% na 4 ATP.
Realizovat nejspíš jako stavovy indikátor sparovany se signálem indikátorem.
Návrh parametrů
target_window_type = "bars" #bars/time
target_window_value = 4 #počet jednotek
target_price = 0.012 #procentni vstup
Výstup indikátorů je poměr hodů/úspěch succes rate winrate.
Strategy suggested by Quant Finance chatbot
Creating an effective intraday trading algorithm for U.S. stocks involves leveraging insights from financial econometrics to capture market inefficiencies and exploit short-term price movements. Based on the knowledge extracted from the "Financial Econometrics" document, here are key considerations and a strategy outline that combines momentum and mean-reversion tactics, which are effective for intraday trading:
This modern intraday trading algorithm combines momentum and mean-reversion strategies, tailored to exploit short-term price movements in U.S. stocks. It emphasizes the importance of backtesting, risk management, and technological efficiency in executing trades. Adaptation and continuous optimization based on market conditions and performance feedback are key to maintaining its effectiveness.
V rámci testování nesměrové obchodní strategie budu náhodně vstupovat do trhu.
Po exekuci nastavuji SL a TP v poměru 1:1 (5 pips - EUR/USD)
Martingale:
Co sleduji:
Výhodou systému je absolutní robustnost - lze použít na všech instrumentech!
Postup:
Dálka paper tradingu 2 týdny (konec 8.3.).
Vyhodnocení rizika.
Případný test na real kapitálu.
Postupné navyšování objemu (spustit na pákovém účtu).
Automatizace
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.