TradeDS
🤖 Апдейт торгового робота: новые правила контртренда
Переработал алгоритм поиска перекупленности/перепроданности, а также поиска пиков. Теперь это целый детективский набор ML-моделями, которые помогают пересчитать индикаторы:
1. RSI с ML-адаптацией
- Автоматически определяет значимые уровни через машинное обучение
- Ищет дивергенцию (когда цена и индикатор расходятся)
2. Williams %R + ATR
- Уровни перекупленности/перепроданности динамически меняются в зависимости от волатильности
- Чем шире диапазон ATR — тем строже критерии
3. Фильтры подтверждения
✔ Цена за пределами полос Боллинджера
✔ Угол наклона Stochastic ≥10° (нужен четкий импульс)
✔ ADX <25 (только для боковиков и слабых трендов)
Пример работы:
Акция вылетает за верхнюю полосу Боллинджера, при этом:
- ML-RSI показывает скрытую медвежью дивергенцию
- Williams %R с учетом ATR сигналит о перекупленности
- ADX =18 (тренд слабый)
→ Робот готовится к шорту
P.S. Главный парадокс: чем сложнее система, тем чаще хочется вернуться к стратегии "купил SBER и забыл". Но где в этом кайф? 😏
Оставить комментарий
69
🔍 Анализ торговой стратегии: стоит ли перепроверить индикаторы?
У меня когда-то вот такой набор индикаторов должны были сработать для входа в позицию, но она не открывалась и не открывалась:
RSI перепроданность с дивергенцией + Цена < BB lower + Стохастик восходящий + MACD гистограмма растет + Объем > 70% от MA
На примере исторических данных GAZP за 2023 год разобрал, как часто срабатывают разные условия и насколько они сочетаются друг с другом.
📊 Статистика индикаторов:
Условие, Частота и Вывод
RSI перепроданность + дивергенция - 8% свечей - Может не совпадать с объемом
Цена < BB lower - 5% свечей - Редко совпадает с растущим MACD
Стохастик восходящий - 15% свечей - Часто противоречит RSI
MACD гистограмма растет - 45% свечей - Может не работать у BB lower
Объем > 70% от MA - 60% свечей - Нет явных конфликтов |
⚠️ Проблемные моменты:
1️⃣ RSI vs. Стохастик
- RSI дивергенция чаще появляется в нисходящем тренде.
- Стохастик восходящий – во время коррекций.
→ Совпадение всего в 2.3% случаев!
2️⃣ Объем и BB lower
- При пробитии нижней полосы Боллинджера объем чаще ниже среднего (78%), но стратегия требует высокого объема.
3️⃣ MACD у BB lower
- Растущая гистограмма MACD в этой зоне встречается редко:
- 11% на 5-минутках
- 9% на 15-минутках
📉 Вероятность сигнала: 0.03% на свечу
Если трейдер ждет одновременного срабатывания 4+ условий, математика говорит:
- На 5-минутном ТФ при 12-часовой сессии (~144 свечи)
- 1 сигнал в 23 дня – это крайне редко.
🔄 Рекомендация:
Перед запуском стратегии обязательно перепроверьте набор индикаторов:
✅ Убедитесь, что условия реально сочетаются (а не конфликтуют).
✅ Проверьте, не фильтрует ли стратегия почти все сделки из-за избыточных требований.
✅ Протестируйте на других активах и периодах.
Однозначно стоило упростить логику или заменить часть индикаторов на более совместимые
Как часто вы пересматриваете свои торговые условия? 🧐
Рынком правят новости, причем реакция на них с каждым разом возрастает все больше. Каждый чих - просадка или взлет
💰 Дивиденды «Газпрома»: что ждать акционерам 21 мая?
Совет директоров «Газпрома» $GAZP соберется 21 мая для определения судьбы дивидендов за 2024 год. Вот что важно знать инвесторам:
Что на кону?
- Возможная выплата: 28.8 ₽ на акцию (50% от скорректированной прибыли)
- Но есть нюанс: такие дивиденды увеличат долговую нагрузку компании
Главные факторы решения
1️⃣ Позиция государства
- Минфину срочно нужны деньги
- Недавний прецедент: ВТБ тоже может выплатить много, но с последствиями
2️⃣ Финансы «Газпрома»
- Формально политика позволяет выплатить 50% прибыли
- Но слабый денежный поток может заставить сократить выплаты
Что делать инвесторам?
- Оптимистам: готовиться к 28.8 ₽, но ждать подводных камней (если возьмут пример с ВТБ)
- Реалистам: учитывать риски снижения выплат из-за долговой нагрузки или другие ухищрения
- Скептикам: вспомнить 2023 год, когда дивиденды отменили
Важно: Окончательное решение утвердят на собрании акционеров в июне.
💡 *Стоит ли покупать «Газпром» перед дивидендами?*
▫️ За: дивидендная доходность ~20% от текущей цены (если выплатят 28.8 ₽)
▫️ Против: риски снижения выплат + волатильность из-за геополитики
P.S. Напомним, в 2023 году «Газпром» впервые в истории не выплатил дивиденды. Будем следить за развитием событий!
📢 Важно для тех, у кого есть облигации "Брусники"!
Компания "Брусника" нарушила свои финансовые обещания по облигациям $RU000A1048A9. Теперь владельцы этих бумаг могут досрочно вернуть свои деньги.
Что случилось?
📉 Компания взяла слишком много кредитов:
- Можно было: до 3 рублей долга на 1 рубль своих денег
- Взяли: больше разрешенного
Что делать?
У вас есть 2 варианта:
1️⃣ Забрать деньги сейчас (до 20 мая)
2️⃣ Ждать июня (но есть риск)
Сроки
⏳ Подать заявление — до 20 мая
💰 Вернут деньги — в течение недели после 20 мая
Важно знать
⚠ Это не банкротство, но сигнал, что у компании проблемы с долгами
💡 Компания может предложить бонусы, чтобы вы не забирали деньги досрочно, но это не точно
Другие облигации "Брусники"
$RU000A10B313
$RU000A107UU5
Совет:
Если вам важна надежность — лучше вернуть деньги сейчас. Если готовы рискнуть — можно подождать июня.
Следим за новостями вместе!
🤯 Когда одного ИИ мало: зачем вашему роботу 8 ML-моделей на один тикер?
Мы разобрались, что для 2 стратегий нужно 4 модели (открытие/закрытие ×2). Но что если добавить еще по одной модели-прогнозисту на каждое решение?
Новая архитектура:
1️⃣ Стратегия A
- Модель A1: "куда пойдет цена, если открыть позицию сейчас?"
- Модель A2: "стоит ли открывать позицию?"
- Модель A3: "куда пойдет цена, если закрыть позицию сейчас?"
- Модель A4: "стоит ли закрывать позицию?"
2️⃣ Стратегия B
- Модели B1-B4: аналогичный набор
Как это назвать?
Варианты:
- "Ансамбль параноиков" (каждая перепроверяет другие)
- "Комитет мудрецов" (голосование моделей)
- "Оркестр прогнозистов" (синхронизация сигналов)
Плюсы подхода:
✔ Снижение слепых зон — если A1 предсказывает спад, но А2 говорит "покупай" — ждем
✔ Адаптивность — модели учатся на предсказаниях друг друга
✔ Отказоустойчивость — если 1 модель ошибается, 7 других могут это компенсировать
Шутка в тему:
*"8 моделей на одного робота — это уже не трейдинг, а парламентские дебаты. Но хотя бы veto power есть!"*
💡 Вывод:
Чем сложнее рынок — тем больше нужно "мозгов". Главное, чтобы ваши модели не начали торговать против друг друга — тогда робот не заработает на акциях, а станет спонсором брокера комиссиях за транзакции.
🤖 Сколько ML-моделей нужно торговому роботу? Математика с сюрпризом!
Если ваш робот торгует 1 тикером по 2 стратегиям, но хочет принимать умные решения — готовьте 4 модели:
1. Модель №1 — Открытие позиции по стратегии A
2. Модель №2 — Закрытие позиции по стратегии A
3. Модель №3 — Открытие позиции по стратегии B
4. Модель №4 — Закрытие позиции по стратегии B
Почему так много?
- Разные входы/выходы требуют разных условий
- Модель открытия может не знать, как правильно закрыть сделку
- Стратегии могут конфликтовать между собой
Шутка в тему:
Робот один, а моделей четыре — похоже, наш алгоритм обзавелся целым советом директоров!
P.S. Хотите оптимизировать? Начните с одной модели, но готовьтесь к неожиданностям 😉
📈 Трейдинг на 5-минутках: стоит ли игра свеч? (Разбор трендовой стратегии)
5-минутные графики — как спортивный автомобиль:
✔️ Быстрый старт
✔️ Адреналин на поворотах
✔️ Но разбиться можно мгновенно
🔥 Плюсы 5M-трейдинга:
1. Частые возможности
- 20-30 сигналов за день против 2-3 на дневках
- Быстрое тестирование стратегий
2. Четкие уровни
- Локальные S/R видны как на ладони
- Фигуры (флаги, клинья) формируются за часы
3. Гибкость
- Можно успеть заработать даже в обеденный перерыв
- Реакция на новости — моментальная
💀 Опасные минусы:
1. Шум рынка
- 70% движений — ложные пробои
- Маркет-мейкеры специально "ловят стопы"
2. Комиссии-убийцы
- Тут все понятно и без слов
3. Психологический пресс
- Решения нужно принимать за секунды
- 5 убытков подряд — и вы начинаете "отыгрываться"
🧠 Трендовая стратегия на 5M: подводные камни
# Типичная ошибка новичка:
if price > ema20:
enter_long() # "Тренд же!"
else:
enter_short() # "Разворот!"
Что не так?
— На малых ТФ тренды живут 15-30 минут
— Ложные пробои — норма
— Индикаторы запаздывают
✅ Рабочий подход:
1. Фильтровать по старшему ТФ (1H/4H направление)
2. Ждать подтверждения объема
3. Использовать ATR-стопы
Вывод:
5-минутки — острый нож. Режьте аккуратно, иначе порежетесь.
💬 *А вы торгуете на малых ТФ? Какие лайфхаки используете?*
P.S. Для новичков советую начинать с 30M+ — меньше нервов.
🚀 FixPrice начал продавать крепкий алкоголь. Акции уже «под градусом»?
Компания FixPrice $FIXP удивила рынок: в тестовом режиме на полках появился крепкий алкоголь! Теперь рядом с чипсами и шампунями можно найти виски, водку и текилу. Инвесторы, кажется, оценили идею — акции начали плавный рост.
Что это значит:
🍾 Новый высокомаржинальный товар — алкоголь обычно дает наценку 50-100%;
📈 Расширение аудитории — от студентов до любителей «купить что-то к ужину»;
🛒 Увеличение среднего чека — бутылочка «на согрев» к покупке носков.
Шутки, которые родились на эту тему:
«Теперь „крепкие“ активы в портфеле — это не только акции FixPrice»
«После новости инвесторы подняли бокалы — вот акции и поползли вверх»
«Советуем не торговать под воздействием продукции из вашего же портфеля. А то перепутаете лонг с лонгером»
Главный вопрос: Станет ли алкоголь новым «топливом» для роста бизнеса, или это временный «кайф»?
💬 *А вы поддерживаете такие эксперименты? Купили бы акции «алкогольного FixPrice»?*
P.S. На всякий случай напоминаем: трейдинг и алкоголь — плохое сочетание. Только холодный расчет! ❄️
🔍 Оптимизация трендовой стратегии: поиск идеального входа
Разрабатываю улучшенную логику входа для трендовой стратегии, которая будет работать на таймфрейме 5 минут. Основная цель — фильтрация ложных сигналов и вход в оптимальной точке.
Ключевые особенности стратегии:
1. Умная точка входа
- Вход при коррекции к EMA9 (в пределах 0.5 ATR)
- Дополнительная проверка положения относительно EMA21
2. Многофакторная фильтрация
- Комбинация ADX, DMI, MACD и объемов
- Требуется выполнение 5 из 6 условий
3. Защитный стоп-лосс
- Рассчитывается на основе ATR и ключевых уровней
- Учитывает как EMA9, так и 20-периодные экстремумы
Пример идеального входа (LONG):
✔ ADX > 25 и +DI > -DI
✔ Цена корректируется к EMA9
✔ Пробит 20-периодный максимум
✔ Объем выше среднего на 50%
✔ MACD гистограмма растет
💬 *Как вам такая логика? Какие параметры стоит доработать?*
Код стратегии:
def strategy(self, df: pd.DataFrame, current_price: float) -> Tuple[str, Optional[float]]:
# Проверка на достаточность данных
if df.empty or len(df) < 50 or current_price == 0.0:
return 'hold', None
# Расчет индикаторов
df = self.calculate_indicators(df)
df = self._calculate_dmi(df)
if df.empty:
return 'hold', None
last = df.iloc[-1]
# EMA 9 и 21 периодов
ema9 = df['close'].ewm(span=9, adjust=False).mean().iloc[-1]
ema21 = df['close'].ewm(span=21, adjust=False).mean().iloc[-1]
# Определение "близости" к EMA9 (0.5 ATR)
atr = df['atr'].iloc[-1]
near_ema9 = abs(current_price - ema9) < atr * 0.5
# Условия тренда
strong_trend = last['adx'] > 25
uptrend = last['plus_di'] > last['minus_di']
downtrend = last['minus_di'] > last['plus_di']
### УСЛОВИЯ ДЛЯ LONG ###
long_conditions = [
strong_trend and uptrend, # Сильный восходящий тренд
current_price > ema21, # Цена выше EMA21
near_ema9 and current_price >= ema9, # Коррекция к EMA9
current_price > df['high'].rolling(20).max().iloc[-1], # Пробитие максимума
df['volume'].iloc[-1] > df['volume'].rolling(20).mean().iloc[-1] * 1.5, # Объем
df['macd_hist'].iloc[-1] > df['macd_hist'].iloc[-2] # Рост MACD
]
### УСЛОВИЯ ДЛЯ SHORT ###
short_conditions = [
strong_trend and downtrend, # Сильный нисходящий тренд
current_price < ema21, # Цена ниже EMA21
near_ema9 and current_price <= ema9, # Коррекция к EMA9
current_price < df['low'].rolling(20).min().iloc[-1], # Пробитие минимума
df['volume'].iloc[-1] > df['volume'].rolling(20).mean().iloc[-1] * 1.5, # Объем
df['macd_hist'].iloc[-1] < df['macd_hist'].iloc[-2] # Падение MACD
]
### ЛОГИКА ВХОДА ###
if sum(long_conditions) >= 5: # 5 из 6 условий
sl = min(ema9, df['low'].rolling(20).min().iloc[-1]) - atr * 0.3
return 'buy', sl
if sum(short_conditions) >= 5: # 5 из 6 условий
sl = max(ema9, df['high'].rolling(20).max().iloc[-1]) + atr * 0.3
return 'sell', sl
return 'hold', None
🤖 Как ML-модели, обученные на ваших сделках, делают торгового робота умнее?
Вы когда-нибудь задумывались, почему один и тот же робот у кого-то стабильно зарабатывает, а у других сливает депозит? Ответ — в персонализации.
Сегодня разберем, как ML-модели, обученные на ваших исторических сделках, могут улучшить работу торгового алгоритма.
🔍 Почему «общие» торговые роботы часто проваливаются?
Они не учитывают ваш стиль торговли
- Агрессивный вход? Консервативный мани-менеджмент? Робот об этом не знает.
Игнорируют ваши ошибки
- Если вы часто теряете деньги на FOMO-сделках — алгоритм продолжит их открывать.
Не адаптируются под меняющийся рынок
- То, что работало в 2021-м, может не сработать в 2024-м.
🧠 Как ML-модель, обученная на ваших сделках, меняет правила игры?
Анализирует ваши успешные и провальные сделки
- Выявляет скрытые закономерности:
- В какое время вы чаще всего прибыльны?
- Какие индикаторы реально работают в ваших руках?
- Какие активы вам «по зубам», а какие лучше избегать?
Корректирует риск-менеджмент под вас
- Если вы переторговываете, модель автоматически снижает лот в рискованных сделках.
- Если сливаете депозит на новостях, добавляет фильтр волатильности.
Предсказывает ваши ошибки до их совершения
- Обнаруживает поведенческие паттерны (например, вход в сделку «на эмоциях»).
- Может блокировать заведомо убыточные действия (если настроено).
Постоянно самообучается
- Чем больше вы торгуете — тем точнее модель адаптируется именно под ваш профиль.
⚙️ Как это технически реализовать?
1. Соберите историю своих сделок (CSV из терминала или через API брокера).
2. Разметьте данные:
- Какие сделки были удачными?
- Какие — случайными или ошибочными?
3. Обучите простую ML-модель (например, CatBoost или Random Forest) предсказывать:
- Вероятность успеха сделки в ваших руках.
- Оптимальный размер позиции.
4. Интегрируйте в торгового робота как дополнительный фильтр.
📊 Пример: Как это работает на практике?
До:
- Робот открывает все сигналы по стратегии.
- Средняя прибыльность: 54%.
После дообучения на ваших сделках:
- Модель отфильтровывает 30% убыточных для вас ситуаций.
- Прибыльность растет до 67%.
⚠️ Важные нюансы
- Нужны хотя бы 100+ сделок для обучения.
- Модель не заменяет стратегию — она её адаптирует.
- Требует периодического переобучения (раз в 3-6 месяцев).
🚀 Вывод
ML-модель, обученная на ваших данных, превращает безликого робота в персонального торгового ассистента. Она не сделает из вас Уоррена Баффета, но серьёзно сократит глупые потери.
💬 Пробовали нечто подобное? Делитесь опытом в комментах!
P.S. Если хотите гайд «Как собрать такую ML-модель за вечер» — ставьте ❤️. Сделаю по запросу!
🔥 Почему я тестирую стратегии на реальные деньги (и почему вам не стоит так делать)
Все твердят: «Сначала демо-счёт, потом реальный!» — а я вот ненавижу тестовые режимы. И сейчас объясню, почему (но не повторяйте этого).
❌ «Лишний код — лишние проблемы»
Мне лень переписывать логику под демо-режим. Ведь для тестового и реального счета:
— разные API (иногда с кривыми ограничениями);
— отличается ликвидность (на демо проскальзывания нет — обманка!);
— бумажные сделки ≠ реальные эмоции.
💸 «Сжечь бюджет — значит понять»
Я выделяю роботу строго ограниченную сумму. Если он её просадит — значит, стратегия нежизнеспособна. Никаких *«а вдруг на демо бы сработало»*. Только хардкор: profit или смерть.
🎢 Адреналин вместо рутины
— Забыл выключить робота? Теперь он покупает на пиках и продаёт в панике. «Сюрприз-аналитика» на утро!
— Неожиданно залетел в прибыль? Значит, в стратегии есть живая фича (а не артефакт тестового окружения).
⚠ Но это опасно (мой дисклеймер)
Я так делаю, потому что:
1. Готов терять эти деньги (как плату за обучение);
2. У меня есть „стоп-кран“ (ручное отключение в любой момент);
3. Это мой личный эксперимент — не стратегия для инвесторов.
🔞 Не повторяйте! Если не готовы к мгновенному -50% — тестируйте на демо.
Технический анализ МТС Банка
📊 *MBNK - МТС-Банк* $MBNK
💰 Текущая цена: *1232.50* rub
🔮 Прогнозная цена: *1371.94* (+11.3% 3 days)
📈 *Ключевые показатели:*
• RSI: 20.5 🟢Перепроданность
• MACD: | Signal:
• Волатильность: 18.9% | ADX: 34.3
📊 *Тренд:*
• Направление: 🔽 Нисходящий
• Сила: 🔴 Сильный нисходящий
📊Уровни сопротивления:
• (+201.00)
• (+223.50)
📊Уровни поддержки:
• (-175.50)
🤖 *Рекомендация:* 🟡 Умеренная рекомендация к покупке
• Уверенность: 🟠 Уверенность в прогнозе Высокая
⚠️ *Важная информация:*
Данный анализ не является индивидуальной инвестиционной рекомендацией. Все решения принимаются вами самостоятельно. Перед совершением сделок обязательно проведите собственный анализ.
🤖 Миф или реальность: можно ли создать робота, который ВСЕГДА в плюсе?
Признайтесь, вы тоже мечтали о «волшебном» торговом боте, который никогда не ошибается и стабильно приносит прибыль. Давайте разберёмся, возможно ли это на самом деле — и что реально собрать новичку с базовыми навыками.
❌ Почему робот «без убытков» — это утопия
Рынок — это хаос
Даже ИИ не может предсказать черных лебедей (войны, кризисы, твиты Илона Маска).
Парадокс Мартингейла
Стратегия «удваивай ставку после убытка» рано или поздно сольёт депозит (проверено миллионами).
Переоптимизация
Робот, идеально работающий на исторических данных, часто проваливается в реальной торговле.
💡 Что МОЖНО создать с минимальными навыками (и нейросетью)
Вариант 1: Полуавтомат с фильтрами
- Что делает:
— Сканирует акции по простым правилам (например, RSI < 30 + объем выше среднего).
— Присылает сигналы в Telegram, а решение за вами.
- Инструменты:
— Python + библиотека ta-lib (для индикаторов) + Telegram API.
Вариант 2: «Консервативный» ИИ-помощник
- Что делает:
— Нейросеть предсказывает вероятность роста цены на 1-3%.
— Работает ТОЛЬКО при сильном сигнале (уверенность >70%).
- Инструменты:
— Готовые ML-модели (CatBoost/LightGBM) + API брокера.
— Можете самостоятельно делать расчет индикаторов для большей уверенности (так делаю я)
Вариант 3: Копировальщик
- Что делает:
— Автоматически повторяет сделки успешных трейдеров.
- Инструменты:
— Без кодинга: платформы соцтрейдинга (можно загуглить, что доступно и бесплатно).
Вариант 4: Полный автомат
- Что делает:
— Полностью автономная торговля, но требует постоянного «общения» с ИИ для написания и оптимизации кода:
- Корректировка стратегии через чат (например, GPT-4 или Deep Seek для анализа ошибок).
- Чтение и правка кода (даже если не программируешь с нуля).
- Инструменты:
— LLM (ChatGPT/Claude/Deep Seek) для генерации и доработки кода.
— Фреймворки типа Backtrader для тестирования.
— API брокера для исполнения сделок.
- Особенности:
— Нужно учиться читать код (хотя бы базово).
— Нейросеть — не «волшебник», а инструмент — придется вникать в логику.
⚠ Главные риски даже для простых ботов
— Проскальзывание (цена входа/выхода ≠ расчетной).
— Технические сбои (интернет, API брокера).
— Психология (страх/жадность мешают следовать сигналам).
🔥 Вывод
— 100% win-rate — миф, но робота с позитивной матожиданием собрать можно.
— Новичкам лучше начинать с полуавтоматов.
— Полный автомат возможен, но требует погружения в код + нейросети-ассистенты.
💬 Пробовали автоматизировать торговлю? Делитесь опытом в комментах!
P.S. Если хотите пошаговый гайд по любому из вариантов — пишите, какой интереснее!
Как улучшить бота? Чего в нем не хватает?
📊 *VTBR - Банк ВТБ* $VTBR
💰 Текущая цена: *97.03* rub
🔮 Прогнозная цена: *96.54* (-0.5% 1 day)
📈 *Ключевые показатели:*
• RSI: 87.7 🔴Перекупленность
• Волатильность: 32.2% | ADX: 36.0
📊 *Тренд:*
• Направление: 🔼 Восходящий
• Сила: 🟡 Умеренный восходящий
📊Уровни сопротивления:
• 98.76 (+1.73)
• 100.69 (+3.66)
📊Уровни поддержки:
• 96.23 (-0.80)
• 92.95 (-4.08)
🤖 *Рекомендация:* ⚪ Нейтральная позиция
• Уверенность: ⚪ Уверенность в прогнозе Низкая
⚠️ *Важная информация:*
Данный анализ не является индивидуальной инвестиционной рекомендацией. Все решения принимаются вами самостоятельно. Перед совершением сделок обязательно проведите собственный анализ.
