jc_trader

Почему один и тот же алгоритм должен работать на разных тайм фреймах?

Не знаю. Но самое интересное что не нашлось ни одной системы, которая бы не слила на фреймах ниже 60 мин, а так почти все сливают ниже дневок. Наверное не те алгоритмы.

Да, это так. Поэтому всегда тестирую только на портфеле инструментов. На одном инструменте положительный результат может получиться случайно.

Просто чем выше доходность, тем выше сложность торговой системы. Скальперские системы раз в десять сложнее любой вашей системы. Более того там бэктест может в нуле болтаться, а трейдер каждый день иметь хороший плюс т к он на экстремуме прибыли прекращает торговлю в этот день)))

Ну ладно, будем считать что я не дорос до таких сложных систем. Хотя, если бэктест в ноль, а он прекращает торговлю не по системе, то это уже как бы полусистема, то есть полуинтуитивная :)

Не использовать в тестах цену открытия, раз она ложная.

Понятие скальпер очень растяжимое, 50 сделок в день тоже скальпер и комиссии роли особой не играют, даже при оплате каждой сделки а не месячной подпиской.

Ну хорошо, вот у меня 999 систем -- по Вашей логике некоторые должны работать на дневках, некоторые на минутках. Но ведь, как ни странно, ни одна система даже близко не заработала на фреймах ниже часа, а в основном и ниже дневок.

Да 1 тик проскальзывание для Евро это нормально.

Уважаемый jc_trader, я много экспериментировал и пришел опытным путем, что нужно вычислять меру гладкости данных (пока она не станет положительной) и посмотреть на
каком уровне агрегации данных система начинает сливать или работать .
То есть давным давно (не буду врать, по-моему Гренжер и Хатанака в 1976 году) придумали эту меру,
на Matlab выходная переменная r, Level - уровень агрегирования, Arr_C - вектор котировок. Могу и картинки прикрепить :).

>>Level=1;plot(aggregation_a(Arr_C,Level)); h=wfbmesti(aggregation_a(Arr_C,Level));[l,r]=k_g(aggregation_a(Arr_C,Level)); [r h(1)]

ans =

-48.2402 0.2465

>> Level=5;plot(aggregation_a(Arr_C,Level)); h=wfbmesti(aggregation_a(Arr_C,Level));[l,r]=k_g(aggregation_a(Arr_C,Level)); [r h(1)]

ans =

-9.4988 0.5208

>> Level=60;plot(aggregation_a(Arr_C,Level)); h=wfbmesti(aggregation_a(Arr_C,Level));[l,r]=k_g(aggregation_a(Arr_C,Level)); [r h(1)]

ans =

-0.9052 0.6452

>> Level=240;plot(aggregation_a(Arr_C,Level)); h=wfbmesti(aggregation_a(Arr_C,Level));[l,r]=k_g(aggregation_a(Arr_C,Level)); [r h(1)]

ans =

0.3358 0.5402

%==============================================================================

function [xaggreg]=aggregation_a(x,m)
% Функция вычисляет m-агрегированный временной ряд xaggreg, усредняя
% исходный временной ряд по неперекрывающимся блокам размера m,
% заменяя каждый блок его средним значением.
%=========================================================
%
% Входные значения:
% x - входной ряд (сигнал),
% m - уровень агрегации.
%
% Выходные значения:
% m-агрегированный ряд (сигнал).

maxp=length(x);
k=floor(maxp/m);
xaggreg=[];
for i1=1:k
xaggreg=[xaggreg 1/m*sum(x((i1-1)*m+1:i1*m))];
end
return % end of function aggregation_a

%==============================================================================

function [L, r]=k_g(Signal,Param,H)
%==============================================================================
% Функция вычисляет меру гладкости данных.
%==============================================================================
%
% Входные значения:
% Signal - данные для которых нужно рассчитать меру гладкости данных.
% Param - может принимать значения 'constant' или 'linear'
% H - расстояние между замерами.
%
% Выходные значения:
% L - содержит оценку меру гладкости данных.
% L=-1 - означает ошибку.

L=-1; nbIn=nargin;
if nbIn < 1
error('Not enough input arguments.');
elseif nbIn > 3
error('Too many input arguments.');
elseif (nbIn>2)
if (strcmp(Param,'constant')==0 && strcmp(Param,'linear')==0) || H<=0 || length(Signal)<2
error('Wrong of arguments');
else
y=detrend(Signal,Param);
end;
elseif nbIn>1
if (strcmp(Param,'constant')==0 && strcmp(Param,'linear')==0) || length(Signal)<2
error('Wrong of arguments');
else
y=detrend(Signal,Param);
H=1;
end;
elseif nbIn==1
y=detrend(Signal,'constant');
H=1;
end;

Len=length(Signal);
L=(Len-1)*H.^2;
yy=diff(y).^2;
IL=(ones(1,Len-1)*H).^2;
L=IL+yy;
L=sum(L.^.5);
r=1-(L-(Len-1)*H.^2)/(2*var(Signal)); % мера корреляции по Гренжеру и Хатанака.
return % end of function k_g

Спасибо, действительно интересная идея.

" + внутридневная система изходя из предполагаемого движения"

Считаю внутридневные движения непредсказуемыми, поэтому что с внутридневной системой что без системы :)

Добрый вечер.
1. Фьючерсом на РТС занимался очень кратковременно. Для тестов использовал данные склееноого фьючерса с Финама. Потом еще тестировал в реалтайме -- в Квике есть экспорт котировок в WLD4.
2. С ММВБ все просто. Программа WLD6 получает данные с Финама. В конце дня прогоняю систему и выдаются ордера на покупку или продажу. На следующий день исполняю эти ордера вручную.

Юрий, вот тут множество внутридневных систем на длительном отрезке времени зарабатывают - акции ММВБ.
https://tc.finam.ru/