QSToolKit framework - как оптимизировать портфель

Вместо предисловия...

В связи с известными событиями на Украине я был вынужден некоторое время находиться вне дома без нормального доступа к интернету и рабочему компьютеру. И чтобы как-то занять себя, находясь в деревне среди кур, гусей и огородов, решил занять себя оттачиванием навыков использования питона. Я увидел на Coursera.org занимательный, как мне показалось, курс Computational Investing, Part I, где обещали рассказать, как с пользой для дела использовать питон.
Читать дальше →

Поисковик по датасетам

Возможно вы уже слышали про www.quandl.com — поисковик для экономических данных по самым разным источникам. Теперь он обзавелся питоновским модулем: http://www.quandl.com/help/python. Вытаскиваемые данные уже в пандасовском формате.

Не уверен что тема заслуживает отдельного поста, ну да пусть.

Выпущена новая версия Python Tools for Visual Studio 2.0

Учитывая резкий рост популярности питона, думаю будет совсем не лишним привести тут ссылку на интересную новость: для загрузки доступна новая версия инструментов разработки на языке Python в среде Visual Studio. Инструменты Python Tools for Visual Studio распространяются с открытым кодом и предлагают следующие возможности: поддержка CPython, IronPython, функциональный редактор кода, Intellisense, отладка, профилирование, HPC-кластеры, IPython, Django и облачные решения с клиентскими библиотеками для Windows, Linux и MacOS.
Почитать можно тут.
Там есть несколько видео с описанием новых
Читать дальше →

Прощай Excel

 Километры кода на C#, но быстрая скорость при обработке сотен гигабайт данных и, казалось бы, удобный Excel, что бы "покрутить что то небольшое на дневках и макро". Мой классический арсенал (не считая всего долгосрочного багажа от Delphi до ассемблеров, PHP и тп и тп и тд)  пополнился на днях Пайтоном (Python) к которому я столько раз подползал и… уже заставил задуматься — зачем мне собственно Excel и C#, да и зачем что то ещё? Нет, конечно на C# он полноценно покушаться не может (успокаиваю я себя), но… уж прощай Excel.
  Долго принуждал себя к чтению лит-ры
Читать дальше →

Дела инфраструктурные

В последние дни на страницах этого блога/чата/форума неожиданно много внимания уделяется торговым и исследовательским инфраструктур. Поделюсь кое-какими соображениями.

Исследовательская инфраструктура

Задача — сделать все как можно быстрее. Оптимизировать код не имеет смысла даже если он часто используется. Подготовка данных может делаться в любом языке высокого уровня. Очень помогают утилиты типа sed, grep, а также знание regexp'ов.
Анализ и бэктест можно проводить где угодно — в том же языке, в другой среде, в специализированной ТА тулзе. Тот же Ами позволяет импортировать до трех
Читать дальше →

Сказка о Python+Pandas

Решил запостить небольшую сказку из чата, где я показал простую задачу: скачать котировки 2х рядов, объединить их и подготовить данные для последующей работы.

[16:59] Тема: скачка и формирование данных с помощью python+pandas
[17:00] Задача: скачать с сайта ММВБ данные по индексам РЕПО + ММВБ, объединить их, и подготовить для анализа
[17:00] Все лезим и качаем URL www.micex.ru/issrpc/marketdata/stock/index/history/by_ticker/index_history_MICEXEQRRON.csv?secid=MICEXEQRRON&lang=ru
[17:01] pandas это тоже может сделать, более того, он автоматом распарсит эту csv, и распознает
Читать дальше →

Бэктестер на Python

Решил заоупенсорсить свой бэктестер.
Освновные достоинства, как я их вижу — простой в использовании одноинструментный тестинг, а также модуль расчета эквити, который можно использовать отдельно от остального кода.
Из интересного — есть модуль для расчета E-ratio входов-выходов без реализации полной
Читать дальше →

Еще немного сезонности и питона

т.к. R перестал устраивать меня по нескольким параметрам, а питон нынче в моде то решил сделать телодвижение и соскочить с R на питон,
выбрал стандартный набор библиотек pandas,numpy scipy и matplot.
Для первой задачи ничего лучше рисерча по сезонности не придумал в продолжение тем недавно опубликованных на blog.quantquant.com.
подход заключается в построении корреляционной матрицы между часами приращений для фьючерса s&p500 и для красоты выводим ее как heatmap. Время в EST.
Если будет значительная отрицательная корреляция можно использовать возврат к среднему если положительная то
Читать дальше →