Небольшая утилитка для квика, позволяет быстро выводить (перезапускать вывод) в DDE (Excel) + несколько функций по оптимизации стаканов квика.

Требования для запуска: Net Framework 3.5

Небольшой пример результата деятельности программы.

Компактные стаканы…
Что было, и что стало после.


Скрин самой программы.

Скачать программу.

Ветка с обсуждением и исходниками.

Вот код обертки API для выставления заявок TRANS2QUIK.DLL.

Пока реализован только метод Connect(), но все экспортные функции доступны.

+ небольшой пример как использовать CallBack функции.

public enum T2QResult
{
Success = 0,
Failed = 1,
QuikTerminalNotFound = 2,
DllVersionNotSupported = 3,
DllAlreadyConnectedToQuik = 4,
WrongSyntax = 5,
QuikNotConnected = 6,
DllNotConnected = 7,
QuikConnected = 8,
QuikDisconnected = 9,
DllConnected = 10,
DllDisconnected = 11,
MemoryAllocationError = 12,
WrongConnectionHandle = 13,
WrongInputParams = 14
}

default:
throw new BrokerException(sb.AppendFormat(" ErrorCode: {0}", ErrCode).ToString());
}
}
}

Пример как установить CallBack функции для статуса сервера.

//Описывает функцию обратного вызова
public void SendTransactionReply (
Int32 nTransactionResult,
Int32 nTransactionExtendedErrorCode,
Int32 nTransactionReplyCode,
UInt32 dwTransId,
Double dOrderNum,
String lpstrTransactionReplyMessage)
{
QDebugger.Trace("TransCallBackReply", lpstrTransactionReplyMessage);
}

if (r != (int)T2QResult.Success) throw new Exception(sb.ToString());
}


Накидал небольшой код, суть его проста: в режиме Exploration добавлять к сделкам сгенерированным из Buy/Sell сигналов, любые характеристики (будь то уровень RSI, соотношение объемов и т.п. до входа в сделку).

Для чего?
Идея простая – повысить эффективность системы, выделив важные признаки характерные для профитных трейдов и для последующей фильтрации уже в коде системы.

Главное, что этот подход позволяет отойти от модели «написал правило – оттестировал – оптимизировал», так скажем новый взгляд – осознанный подход. Это позволяет трейдеру стать имхо более робастным, в поиске закономерностей в системе.
Области применения вижу следующие:
- Анализ существующих систем, для поиска оптимальных стопов/тейков
- Поиск фильтров для систем
- Анализ серий сделок для реализации ММ на основе последовательностей выигрышных и проигрышных сделок
- Определение фазы рынка в котором система может работать наиболее эффективно
- И многое другое

Полученные от Exploration’a данные можно вставить в эксель и обработать как душе угодно, как всегда дальше вы ограничены только своей фантазией.

Данный код исследует только лонги. Для шортовых сделок потребуются небольшие правки. В целях тестирования PositionSize задана строго 1 лот, хотя это не принципиально.

Внимание! Не копируйте код ниже прямо в Ами, могут возникнуть ошибки, из-за особенностей форматирования кода блогом. Лучше скачайте по ссылке ниже.

Buy = Cross(C,MA(C,50));// && V / MA(V,20) >= 1.637 ;
Sell = Cross(MA(C,50),C);

_SECTION_BEGIN("Price1");
SetChartOptions(0,chartShowArrows|chartShowDates);
_N(Title = StrFormat("{{NAME}} - {{INTERVAL}} {{DATE}} Open %g, Hi %g, Lo %g, Close %g (%.1f%%) {{VALUES}}", O, H, L, C, SelectedValue( ROC( C, 1 ) ) ));
Plot( C, "Close", ParamColor("Color", colorBlack ), styleNoTitle | ParamStyle("Style") | GetPriceStyle() );
_SECTION_END();

Скачать код Deals Explorer (переименовать в .afl!!!)

Статья по теме:
В поисках edge’a часть 4 (Об эффективности)

Размышлял недавно над тем, как большинство трейдеров тестируют свои системы, в итоге пришел к выводу, что 80% из них свойственна одна общая модель поведения, что-то вроде:

1. Прикрепил индикатор, линию тренда, или прочел в книге очередного Бильямса о сетапе, или сам трейдер подметил закономерность.
2. Написал пару простых или не очень правил
3. Протестировал
4. Оптимизировал
5. Если шаги 2-4 не получились, повторил заново.

И так по кругу, до посинения – пока система не будет отброшена или не заоптимизирована до прибыли. Такой подход в принципе имеет право на жизнь, но у него есть один минус – НЕЭФФЕКТИВНОСТЬ. А точнее не эффективное использование времени трейдера на разработку. Почему? Причина, как я думаю, в том, что 80% идей идут в мусорную корзину, а лишь остальные 20% могут себя хоть как-то показать, следовательно 80% трудового времени уходит в пустую.

Теперь представьте сколько циклов «правило-тест-оптимизация» необходимо произвести трейдеру, чтобы добиться результата? Здесь специально не говорится о поиске сетапов, т.к. это неотъемлемая часть любой стратегии и обсуждать этот этап мы здесь не будем.

Об эффективности
Как я думаю главный залог эффективности – осознанность действий, трейдер должен четко представлять, что он ищет, какие шаги он будет предпринимать и к чему все это может привести.

В принципе повысить эффективность работы можно на каждом шаге разработки:
1. Сетап. Осознанный выбор сетапа, а не бессознательный набор индикаторов.
2. Правила. Второй пункт прямое следствие первого
3. Тестер. Тут вопрос скорее технический, и касается он выбора платформы для тестов, позволяющей трейдеру быть эффективным – основными критериями могут быть скорость тестов, понятный трейдеру язык программирования.
4. Оптимизация. Повысить скорость оптимизации можно как выбрав платформу побыстрее, так и воспользовавшись например Генетическими Оптимизаторами.

Остановимся на сделках
Анализ собственных сделок может дать хорошую пищу для ума, и может решить следующий круг проблем:

- Анализ сделок системы, для поиска оптимальных стопов/тейков
- Поиск фильтров
- Анализ серий сделок для реализации ММ на основе последовательностей выигрышных и проигрышных сделок
- Определение фазы рынка, в котором система может работать наиболее эффективно
- И многое другое

Инструмент для анализа сделок (Deals Explorer)

А дальше, как всегда, каждый ограничен только полетом своей фантазии.

Итак первый этап пройден мы создали набор клонов-инструментов теперь очередь за стратегией:
Чтобы оттестировать несколько стратегий на множестве инструментов придется немного поработать руками, структура afl кода должна состоять из нескольких уровней:

1 уровень – Мега стратегия, которая объединяем в себе множество стратегий, именно этот afl файл должен быть загружен в тестер и прогоняться на истории
2 уровень – множество файлов с системами они включают в себя правила торговли

Внимание: не копируйте нижеприведенный код, из-за особенностей показа кавычек, амиброкер не будет его правильно компилировать. Скачайте прикрепленный файл ниже по ссылке

Давайте разбираться подробнее:

Листинг файла MegaSystem.afl


//
// Включаем в мега стратегию файл с системой Sys1.
// !!Замените пути к стратегии на свои
#include ".\\Formulas\\Custom\\MultiSystem\\Sys1.afl";
//
// Передаем список базовых инстурментов по которым должна торговать это стратегия
// список иструментов должен быть без суффиксов "_N", т.е. это должен быть список инструментов
// ставших основой для клонов
//
// Заметка: Можно для каждой системы задать свой список инструментов для теста.
_N(TickerList = CategoryGetSymbols( categoryWatchlist, 0 ));
//
// Основная функция запускающая механизм теста для нашей системы
// (аргументы разберем в Sys1.afl)
InitSystem(TickerList, 1, 0.5);

//
// По аналогии список можно продолжить
// !!! Нельзя допустить чтобы в #include файлах имена функций совпадали друг с другом
// Поэтому целесообразно для каждой системы переименовывать вызываемые функции


Структура файла 2го уровня:
Листинг файла Sys1.afl


// Функция должна содержать правила входа-выхода для каждой конкретной системы
// Аргумент - SysPosSize - представляет собой лимит который мы выделяем на конкретную систему(из группы тестируемых систем)
//
function LaunchSystem(SysPosSize)
{
// Обязательные параметры, иначе мы будем присваивать локальные переменные
global Buy,Sell,Short,Cover;
global BuyPrice,SellPrice,ShortPrice, CoverPrice;
// --end

Теперь тестируем

Настройки анализатора:
1. Список инструментов он же Use Filter: устанавливаем как фильтр тот WatchList в котором находятся все клоны инструменты (в нашем случае WatchList 13)
2. Formula File – выбираем MegaSystem.afl
3. Комиссии можно задать как в настройках тестера так и отдельно в коде afl (для тестового случая ставим 0)

Для примера и теста работоспособности мы взяли 2 одинаковых системы, только с одной разницей когда одна в лонг, другая по тем же ценам в шорт. Тем самым общий результат тестирования должен быть равен 0, естесственно при условии 0 комиссии.

В итоге если все заработает нормально мы должны получить следующую картину.

Исходники AFL
Mega System AFL Source

Заключение
Друзья, теперь в ваших руках появился мощнейший инструмент, с помощью которого вы можете тестировать любой набор систем. Амиброкер в очередной раз доказал что он на голову выше всех конкурирующих программ.
Удачи!

Давно задался вопросом: как оттестировать в один прогон и построить Equity несколько систем одновременно. Не прибегая к танцам с бубном вроде объединения данных Equity каждой системы или написанию своего софта.

Идею мне подкинул Олег (000), суть ее проста:
1. Создаем несколько клонов-инструментов (с одинаковыми данными и именами например EESR_1, EESR_2, EESR_N – по количеству систем)
2. Создаем один файл мега-систему, которая содержит в себе несколько систем.
3. В этом файле настраиваем фильтры для каждой системы(чтобы она торговала только определенной серией инструментов *_2 например)
4. Задаем объем капитала каждой системе
5. И тестим.
На выходе мы получаем, уже составную Equity, посчитанные общие к-ты Шарпа, CAR/MDD и т.п.

Основной вопрос, что при тесте 10 систем на 100 инструиментах, ручками все переименовывать не хватит жизни, поэтому мое врожденное чувство лени заставило меня накатать следующий скриптик: который помогает сделать(или очистить ранее созданную) группу клонов-инструментов для дальнейшего тестирования.

Внимание: не копируйте нижеприведенный код, из-за особенностей показа кавычек, амиброкер не будет его правильно компилировать. Скачайте прикрепленный файл ниже по ссылке


// MultiSystem Quotes Duplicator
// by Angel's Death 19.02.2008
//
// Описание: создает инструменты-клоны для дальнейшего тестирования нескольких систем
//
// Предупреждение: скрипт сохраняет и перезагружает БД Амиброкера автоматически, т.е. любое его изменение БД нельзя отменить
//
// Использование:
// 1. Задать WatchList в котором хранятся инструменты для клонирования
// 2. Задать количество клонов
// 3. Изменить путь к текущей БД Амиброкера
// 4. Задать № WatchList в который будут помещены результаты

for( n=0; (Ticker=StrExtract( TickerList, n))!= ""; n++)
{
for(i = 1; i <= NumDuplicates; i++)
{
s = Ticker + "_" + i;
oStocks.Remove(s);
}
}
oAb.SaveDatabase();
oAB.RefreshAll();
oAB.LoadDatabase(AmiBrokerDB);
}

MultiSystem Quotes Duplicator (переименовать в .afl!)

Далее выложу рыбу, для создания мега системы, и посмотрим результат…

Продолжение следует….

Представляю, пожалуй первый мануал по теме Custom Backester Interface в Амиброкере, на английском с примерами.

amibroker-custom-backtester-interface.pdf (eng, 448kb)

Представляю новую версию моего плагина

Что новенького?
Работает со всеми инструментами (акции, фьючи, облиг, индексы)
OHLC бары строятся на основе всех сделок => исключена потеря данных
Добавлена новая опция в настройки BarsToLoad, позволяющая загружать не последний бар, а N баров из БД (исключает баг с потерей данных)

Системные требования
Quik 5.08 – в нем скорость работы с ODBC БД увеличена на порядки!
MySQL 5.0.45
AmiBroker 4.80.0+

Структура базы данных
Таблица quik_ticks – в нее экспортируются таблица всех сделок квика (обязательные поля в Квике: Номер, Время, Кодбумаги, Цена,Кол-во, Объем, Операция) КодБумаги = название инструмента в Ами
Таблица quotations – в эту таблицу формируются OHLC бары, из нее читает данные Ami

По умолчанию формируются пятиминутки, кто хочет минутки пусть ищут строчку в приложенном .sql файле «Select timestamp(curdate(),maketime(hour(new.T),(minute(new.T) div 5)*5,00)) into ts;», «div 5)*5″ заменить на «div 1)*1″, или на нужный тайм фрейм.

Краткая инструкция по установке

1. Скачивается архив с плагином и sql файлом.
2. Плагин dll копируется в папку Амиброкера plugins.
3. В MySQL загружается архивированная БД (ODBC Quik feed FIX.sql) – это можно сделать с помошью MySQL Administrator – пункт RESTORE.
4. Ами настраивается, для кушания odbc котировок. Подробные инструкции здесь . Имя таблицы с котировками – quotations. ODBC плугин переписан так, чтобы забирать только N последних котировок из БД.
5. Настраивает экспорт из Квика таблицы всех сделок, настраиваемые ОБЯЗАТЕЛЬНЫЕ поля (Код инструмента, Цена сделки, Количество, Время и Объем сделки (тот что в рублях) )

Подробные инструкции, консультации и обновления в этой ветке. (нужна регистрация)

Плагин для Амиброкера

.sql файл предпочтительно использовать приложенный ниже(тот что идет вместе с плагином можно удалить)
База данных (последняя версия)

Время – неотъемлемая часть нашей жизни, и естественно оно нашло отражение на рынке, все графики, так или иначе, строятся по временным интервалам – это стандарт.

Но как-то в моей памяти всплыла одна интересная особенность восприятия времени человеком, она состоит в том что чем больше событий происходит в отрезок времени тем быстрее это время проистекает, в восприятии человека.

В качестве примера можно привести восприятие времени деревенским и городским жителями, первый на фоне второго кажется медлительным и нерасторопным, в следствие своего восприятия времени. За собой же заметил, что дни, насыщенные событиями, деловыми встречами пролетали намного быстрее, чем дни безделья. Но самое главное подобные «активные» дни имеют большую важность, и бывает запоминаются по минутам, «пустые» дни забываются практически моментально.

Почему же не применить подобную модель к рынку? Ведь рынок, это в первую очередь люди, которые на нем торгуют, со всеми присущими им недостатками. А сделки это те самые события в жизни рынка.

Подобный подход к рыночному времени есть у методики Market Profile, точнее у ее создателя – P. Steidlmayer’a, который считает, что рынки живут по своему внутреннему времени, которое с нашим астрономическим временем не имеет ничего общего. Подобный подход, как я считаю, можно найти и в теории волн Элиотта, особенно есть анализировать не временные ряды, а например графики Ренко или Крестики-Нолики, в которых астрономическое время не играет главную роль.

Порочность временных рядов заключается в том, что по сути для этого типа организации рыночной информации нет разницы между обеденным временем и временем выхода важных новостей, например. Хотя если опуститься на уровень микроструктуры рынка, до тиков, то будет совершенно ясно видно, что в эти два одинаковых для временных рядов отрезка, была совершенно разная рыночная активность. А это значит что рыночное время в эти отрезки текло по разному.

Поэтому периодам с низкой рыночной активностью следует придавать меньшее значение, чем периодам с высокой. Для подобных целей можно попробовать строить графики скомпонованные по количеству сделок или количеству контрактов.

Для примера построим 30-минутный график и 200-тиковый.
РАО ЕЭС – 30 минут

РАО ЕЭС – 200 тиковый

На первый взгляд оба графика практически одинаковы, но отличительной чертой тикового является то, что периодам активности на рынке присваивается больший вес, то есть у системы торгующей на основе этих графиков есть больше шансов влезть раньше своих аналогов торгующих Time Based Intervals.

Или для примера можно построить Volume Based график, выглядит конечно не так привлекательно, но зато он хорошо показывает микроактиность макро игроков. Например на рисунке четко видно, что кто-то купил хороший пакет акций.

В общем, здесь огромный простор для деятельности, и edge тут, несомненно, есть.

В майском Forbes за 2007г попалась интересная табличка. Соц опрос населения разных стран: «В чем они видят источник бедности?» – проводилось в 1995году.
Варианты ответов:
1. Вследствие лени или отсутствия силы воли
2. Вследствие несправедливости в обществе

————————————————–
Страна———лень%—–несправедл.%
Россия———15————-85
ФРГ————17.7———–82.3
Япония——–57.2———–42.8
Китай———-58.4———–41.6
США———–61.2———–38.8
————————————————-