文章 "自定义交易历史表述并创建报告图表"

 

新文章 自定义交易历史表述并创建报告图表已发布:

本文研讨自定义交易历史的评估方法。 并为下载和分析历史记录编写了两个类。 第一个收集交易历史并将其表述为汇总表格。 第二个是处理统计数据: 它计算众多变量并构建图表,以便更有效地评估交易结果。

所有交易活动的核心部分是形成盈利/亏损曲线的交易算法。 这种算法应可与合成资产进行比较,形成相对于标的资产 (即所交易金融的工具) 的价值。 例如,在期权交易中,Black-Scholes 模型公式用于根据标的资产价格计算此类合成资产。 但没有可用于交易算法的公式。 相应地,可将算法与合成品种的多头仓位进行比较,合成品种的盈亏曲线由算法的编程逻辑形成。 这种 "资产" 形成的利润在不同时期可能并不稳定。 即使可以通过某种财经模型进行评估,该模型也无法统一。 但是如何跟踪这一资产以及我们的交易阶段? 其中一个适当的解决方案是监控算法交易回逆并检测与预期结果的偏差。

我不会就如何分析算法提出建议,但仅提供一套方法,能够显示您的交易历史的完整图片。 基于所获数据,您能够构建复杂的财经模型,计算概率特征并得出各种结论。

本文将分为两个部分。 在第一部分(技术部分)中,我会介绍基于存储在您的终端中的大数据生成交易报告的方法。 此章节介绍用于分析的源数据。 在第二部分,我们将处理主要数值,即,我们将在所选数据上评估交易回逆。 数据采样可以变化: 所有资产或选定的品种,整个可用历史或一段区间。 分析结果将在单独的文件中表述,并在终端中简略显示。

在分析示例中我所用的数据来自我的真实交易历史。 为代码实现示例准备的数据则使用了测试区间,这些数据是我有意在模拟账户上进行交易从而累积的。


作者:Andrey Azatskiy