Профиль инвестора TimurGilmullin | Тинькофф Инвестиции Пульс

⚡️ Мы с командой запустили первый публичный сервис на базе нашей опенсорс платформы ⚙️ TKSBrokerAPI! 💡 Fuzzy Market Analytics (FMA) — это не просто цифры. Это стиль, автоматизация, риск-менеджмент, чистая математика и холодный вероятностный подход к трейдингу. 📈 Алгоритм в реальном времени анализирует рынок российских акций (150+ инструментов, а вскоре будут подключены и другие рынки, сырьё, валюты, крипта), рассчитывает цели, силу и вероятности движений. Сигналы поступают в Telegram-канал без задержек. Брокер — любой, решения — только ваши. 🌐 Подробнее в статье: «Как работают сигнальные сервисы в Telegram» teletype.in/@tgilmullin/fma-signals-how-it-works ℹ️ О методике и сервисах FMA: fuzzy-technologies.github.io/FMA ⚡️ Инженерный трейдинг — без магии. Будь на шаг впереди! 😏✌️

Автоматизация различных операций на бирже сегодня очень популярная тема. Автоматизировать можно всё, что угодно: подготовку отчётов, визуализацию графиков, получение истории цен по выбранному инструменту, совершение торговых операций по заранее заданному алгоритму, оповещения о событиях на рынке и многое другое. В частности, трейдерам бывает интересно автоматически анализировать биржевой стакан текущих цен. Им нужно получать оперативные оповещения о появлении в нём аномальных (относительно других значений) объёмов предложений продавцов или покупателей. Существует гипотеза о том, что если на рынке в текущий момент времени преобладают объёмы покупателей, а также появились большие или сверхбольшие предложения на покупку, то цена инструмента будет расти в краткосрочной перспективе, или, как минимум, не будет падать ниже этих предложений. И, тоже самое, но наоборот: если преобладают объёмы продавцов и в них присутствуют аномальные значения, то цена будет снижаться или не будет расти. Первый скриншот иллюстрирует стакан цен с объёмами предложений продавцов и покупателей, которые трейдер визуально может принять за аномалии. Но как же их определять автоматически? Теоретические основы детектирования аномалий можно изучить в статье: «Как быстро найти аномалии в числовых рядах с помощью метода Хампеля» (forworktests.blogspot.com/2022/12/blog-post.html). Этот метод хорошо себя зарекомендовал на практике для быстрого анализа числовых рядов на наличие в них аномальных выбросов. Объёмы предложений в стакане цен — это тоже числовые ряды, а значит метод Хампеля может быть применён и к ним. Для автоматизации поиска аномалий в объёмах понадобятся: Python (3.9, либо старше), платформа ⚙️TKSBrokerAPI (для работы с API брокера Тинькофф Инвестиции, github.com/Tim55667757/TKSBrokerAPI/tree/develop) и известная сетевая библиотека requests (для отправки сообщений через API Телеграм). На выходе получается «Детектор аномальных объёмов» — Телеграм бот для анализа объёмов спроса и предложения покупателей и продавцов: github.com/Tim55667757/TKSBrokerAPI/tree/develop/docs/examples/AnomalyVolumesDetector Бот следит за объёмами покупателей и продавцов в биржевом стакане, ищет аномалии в числовом ряду объёмов и оповещает о них в Телеграм. Оповещение содержит (см. второй скриншот): текущую цену инструмента и цены с аномальными объёмами. Продолжение вы можете прочитать в статье «Детектор аномальных объёмов — анализируем спрос и предложение с помощью платформы ⚙️TKSBrokerAPI»: forworktests.blogspot.com/2023/02/tksbrokerapi.html (или зайдите в мой блог forworktests.blogspot.com по ссылке в профиле). А как вы анализируете объёмы и волатильность?

Всем привет! Недавно я упоминал про REST API от Тинькофф Инвестиции и про платформу ⚙️TKSBrokerAPI на Python (github.com/Tim55667757/TKSBrokerAPI/tree/develop), для упрощения автоматизации работы с биржей через брокера Тинькофф. Сам я тоже использую эту платформу: для получения кастомных отчётов и автоматизации трейд-роботов и ботов-оповещалок. Сегодня очень порадовал , который последние дни невероятно волатилен и хорошо подходит для тестов, спасибо ему за это! А также порадовал алгоритм моего нового робота на основе ⚙️TKSBrokerAPI: впервые удалось протестировать его на сильных движениях и заметил в телеметрии, что он достаточно неплохо поймал второй откат на пятиминутках, вошёл в позицию, самостоятельно дождался хорошей возможности и вышел в плюс. На одном лоте +16% прибыли, 280 рублей разницы в цене и 2800 руб. профита :) Неплохой результат, так как до этого удавалось поймать только 0.5-1.5% и я не знал, сможет ли робот дождаться большей прибыли и устоит ли на волатильном рынке. Сейчас убедился на тестовом счёте, что сможет :) Сохраню себе на память запись телеметрии: • 10:25 UTC "message": "BUY-стоп выставлен по цене первого покупателя: [1695 rub], лотов: [1]" • 12:04 UTC "message": "SELL-маркет исполнен по [1975 rub], ср. [1695 rub], лотов [1], профит 16.52%" Однако, конечно же, любому роботу нужна оптимизация, потому что далее через пару часов сегодня, судя по графику, можно было выйти еще рублей на 200 выше, но робот не дождался.