#backtesting — Public Fediverse posts

🔥 TRENDING

📢 Now Live: Advanced Backtesting on BitMEX with GinArea

🔗 https://www.bitmex.com/blog/bitmex-ginarea

#Live #Advanced #Backtesting #Bitmex #GlobalFeed #News #EN

<i>Automatically posted by Global Feed Bot</i>

DiffQuant: прямая оптимизация коэффициента Шарпа через дифференцируемый торговый симулятор

Большинство ML -систем для трейдинга оптимизируют MSE , а оценивают по коэффициенту Sharpe . В DiffQuant этот разрыв убран: весь путь от рыночных признаков до позиции, PnL и издержек собран в единый дифференцируемый граф. Градиент проходит не через proxy -цель, а через саму торговую механику. На двух последовательных held-out кварталах прототип показал Sharpe +1.73 и +1.15 после учёта комиссий. Код, данные и протокол эксперимента открыты. Это не готовая торговая система - это другая постановка задачи.

https://habr.com/ru/articles/1022254/

#machine_learning #алгоритмическая_торговля #deep_learning #pytorch #quantitative_finance #algorithmic_trading #quantitative_research #differentiable_programming #itransformer #backtesting

DiffQuant: прямая оптимизация коэффициента Шарпа через дифференцируемый торговый симулятор

Большинство ML -систем для трейдинга оптимизируют MSE , а оценивают по коэффициенту Sharpe . В DiffQuant этот разрыв убран: весь путь от рыночных признаков до позиции, PnL и издержек собран в единый дифференцируемый граф. Градиент проходит не через proxy -цель, а через саму торговую механику. На двух последовательных held-out кварталах прототип показал Sharpe +1.73 и +1.15 после учёта комиссий. Код, данные и протокол эксперимента открыты. Это не готовая торговая система - это другая постановка задачи.

https://habr.com/ru/articles/1022254/

#machine_learning #алгоритмическая_торговля #deep_learning #pytorch #quantitative_finance #algorithmic_trading #quantitative_research #differentiable_programming #itransformer #backtesting

DiffQuant: прямая оптимизация коэффициента Шарпа через дифференцируемый торговый симулятор

Большинство ML -систем для трейдинга оптимизируют MSE , а оценивают по коэффициенту Sharpe . В DiffQuant этот разрыв убран: весь путь от рыночных признаков до позиции, PnL и издержек собран в единый дифференцируемый граф. Градиент проходит не через proxy -цель, а через саму торговую механику. На двух последовательных held-out кварталах прототип показал Sharpe +1.73 и +1.15 после учёта комиссий. Код, данные и протокол эксперимента открыты. Это не готовая торговая система - это другая постановка задачи.

https://habr.com/ru/articles/1022254/

#machine_learning #алгоритмическая_торговля #deep_learning #pytorch #quantitative_finance #algorithmic_trading #quantitative_research #differentiable_programming #itransformer #backtesting

DiffQuant: прямая оптимизация коэффициента Шарпа через дифференцируемый торговый симулятор

Большинство ML -систем для трейдинга оптимизируют MSE , а оценивают по коэффициенту Sharpe . В DiffQuant этот разрыв убран: весь путь от рыночных признаков до позиции, PnL и издержек собран в единый дифференцируемый граф. Градиент проходит не через proxy -цель, а через саму торговую механику. На двух последовательных held-out кварталах прототип показал Sharpe +1.73 и +1.15 после учёта комиссий. Код, данные и протокол эксперимента открыты. Это не готовая торговая система - это другая постановка задачи.

https://habr.com/ru/articles/1022254/

#machine_learning #алгоритмическая_торговля #deep_learning #pytorch #quantitative_finance #algorithmic_trading #quantitative_research #differentiable_programming #itransformer #backtesting

Trading Simulado Forex: Simulación Realista y Profesionalización#Artículoscomerciales #backtesting #Blockchain #GestãodeRisco #PsicologiadoTrading Descubre cómo el trading simulado en Forex puede afectar tu desempeño real. Aprende a evitar la trampa psicológica y mejora tus resultados en cuentas reales.
https://djltrading.com/trading-simulado-forex-simulacion-realista-profesionalizacio/?fsp_sid=39117

Estratégias de Trading Algorítmico: Desvendando os Segredos#Artículoscomerciales #algotrading #backtesting #estratégiasdetrading #GerenciamentodeRisco #tradingalgorítmico #TradingAutomatizado O trading algorítmico, também conhecido como algo trading ou trading automatizado, é a utilização de programas e algoritmos de computador para executar negociações em mercados financeiros. Esses programas seg...
https://djltrading.com/estrategias-de-trading-algoritmico-desvendando-os-segredos/?fsp_sid=38431

Robô Forex Automatizado: O Potencial dos Expert Advisors#ArtigosdeTrading #backtesting #estratégiasdetrading #GestãodeRisco #Robôforexautomatizado #Scalping Poucos traders percebem que mais de 75% das operações no mercado forex global são executadas por algoritmos automatizados, transformando silenciosamente a paisagem do trading enquanto milhões ainda operam manualmente. Será que um robô forex aut...
https://escolatrader.net/robo-forex-automatizado-o-potencial-dos-expert-advisors/?fsp_sid=36044

#python #programming #technology #automation #stock #palantir #backtesting #risk #volatility #machinelearning #ai
#datascience
A Polynomial Regression–Based Trend-Following Strategy vs Market: Backtesting and Out-of-Sample Results
💰 📈 🧠 🤖 🐍
Discovering Profitable Algorithmic Trading Strategies in Python with Polynomial Regression — A PLTR Use Case

#exploremore 👇
https://medium.com/@alexzap922/a-polynomial-regression-based-trend-following-strategy-vs-market-backtesting-and-out-of-sample-e5720c052ee9?sk=9520ef5ad9cde1e1c520cc47ce9765e5

Trading Signal Series #3: How to Set Trading Thresholds — Python Solution

This post shows how to choose thresholds that account for turnover, slippage, and costs—so the edge survives real trading.

:medium: https://medium.com/write-a-catalyst/trading-signal-series-3-how-to-set-trading-thresholds-python-solution-9249ec9dd17f

#AlgorithmicTrading #Quant #Python #Backtesting #Finance #ai #programming #market

@ai @socialsciences @markets @programming @pythonclcoding @towardsdatascience

Trading Signal Series #3: How to Set Trading Thresholds — Python Solution

This post shows how to choose thresholds that account for turnover, slippage, and costs—so the edge survives real trading.

:medium: https://medium.com/write-a-catalyst/trading-signal-series-3-how-to-set-trading-thresholds-python-solution-9249ec9dd17f

#AlgorithmicTrading #Quant #Python #Backtesting #Finance #ai #programming #market

@ai @socialsciences @markets @programming @pythonclcoding @towardsdatascience

Trading Signal Series #3: How to Set Trading Thresholds — Python Solution

This post shows how to choose thresholds that account for turnover, slippage, and costs—so the edge survives real trading.

:medium: https://medium.com/write-a-catalyst/trading-signal-series-3-how-to-set-trading-thresholds-python-solution-9249ec9dd17f

#AlgorithmicTrading #Quant #Python #Backtesting #Finance #ai #programming #market

@ai @socialsciences @markets @programming @pythonclcoding @towardsdatascience

Trading Signal Series #3: How to Set Trading Thresholds — Python Solution

This post shows how to choose thresholds that account for turnover, slippage, and costs—so the edge survives real trading.

:medium: https://medium.com/write-a-catalyst/trading-signal-series-3-how-to-set-trading-thresholds-python-solution-9249ec9dd17f

#AlgorithmicTrading #Quant #Python #Backtesting #Finance #ai #programming #market

@ai @socialsciences @markets @programming @pythonclcoding @towardsdatascience

Trading Signal Series #3: How to Set Trading Thresholds — Python Solution

This post shows how to choose thresholds that account for turnover, slippage, and costs—so the edge survives real trading.

:medium: https://medium.com/write-a-catalyst/trading-signal-series-3-how-to-set-trading-thresholds-python-solution-9249ec9dd17f

#AlgorithmicTrading #Quant #Python #Backtesting #Finance #ai #programming #market

@ai @socialsciences @markets @programming @pythonclcoding @towardsdatascience

Trading Signal Series #2: How to Check Signal Stability — Python Solution

This post shows how to test stability across time, regimes, and parameter choices—using simple Python checks and clear outputs.

:medium: https://medium.com/towards-artificial-intelligence/trading-signal-series-2-how-to-check-signal-stability-python-solution-ed0937e8ea71

#Quant #AlgorithmicTrading #Python #TimeSeries #Backtesting #ai #market

@ai @programming @socialsciences @markets @towardsdatascience @pythonclcoding @Mastodon @medium

Trading Signal Series #2: How to Check Signal Stability — Python Solution

This post shows how to test stability across time, regimes, and parameter choices—using simple Python checks and clear outputs.

:medium: https://medium.com/towards-artificial-intelligence/trading-signal-series-2-how-to-check-signal-stability-python-solution-ed0937e8ea71

#Quant #AlgorithmicTrading #Python #TimeSeries #Backtesting #ai #market

@ai @programming @socialsciences @markets @towardsdatascience @pythonclcoding @Mastodon @medium

#python #algorithm #investing
#growth #palantir #backtesting
#technology #optimization #noise #filtering #risk
#volatility #ROI

Evaluating a Laplace Trend Strength Strategy Using Backtesting and Out-of-Sample Tests: Evidence from PLTR 🧠 💰

Noise-Resilient Algorithmic Trading Using a Laplace Trend Filter in Python (with Tested Codes)

#exploremore 👇 📈

https://medium.com/@alexzap922/evaluating-a-laplace-trend-strength-strategy-using-backtesting-and-out-of-sample-tests-evidence-6819cdeae06f?sk=b0c1355dd131f0d0078c8044db484b73

Desconexão Forex: Proteja Suas Operações da Perda de Internet#ArtigosdeTrading #AnáliseTécnica #backtesting #DayTrade #GestãodeRisco #IndicadoresTécnicos #PsicologiadoTrading Poucos traders percebem que a desconexão durante uma operação forex não significa necessariamente o fechamento automático de suas posições — elas permanecem abertas no servidor do broker, vulneráveis às oscilações do merc...
https://escolatrader.net/desconexao-forex-proteja-suas-operacoes-da-perda-de-internet/?fsp_sid=25558

Trading Simulado Forex: Simulação Realística e Profissionalização#ArtigosdeTrading #backtesting #Blockchain #GestãodeRisco #PsicologiadoTrading Trading simulado no forex esconde uma armadilha psicológica brutal que derrotou 74% dos traders que conheço pessoalmente — eles dominaram completamente suas contas demo, conseguiram resultados espetaculares por meses, mas perderam tudo nas primeiras ...
https://forexinvesti.com/trading-simulado-forex-simulacao-realistica-e-profissionalizacao?fsp_sid=7246

🚀 Oh, joy! Yet another "simple" #backtesting engine, this time in #Zig. Because, clearly, the world was just *screaming* for it. 🤦‍♂️ Meanwhile, #GitHub continues its quest to cram every possible buzzword into a single webpage. 🌟
https://github.com/zerotech-studio/zack #buzzwords #softwaredevelopment #HackerNews #ngated

Zack: A Simple Backtesting Engine in Zig

https://github.com/zerotech-studio/zack

#HackerNews #Zack #Backtesting #Zig #Engine #GitHub #Finance

Бэктестинг торговых стратегий на Python с помощью Numba. Когда перевод расчетов на GPU действительно оправдан?

Бэктестинг — ключевой процесс в алгоритмической торговле. Он позволяет проверить стратегию на исторических данных, прежде чем запускать её в реальной торговле. Однако, чем больше данных и сложнее логика стратегии, тем дольше времени занимают вычисления. Особенно если стратегия анализирует тиковые данные и требуется протестировать множество комбинаций гиперпараметров стратегии, время вычислений может расти экспоненциально. В этой статье мы разберем, как реализовать бэктестинг на чистом Python, посмотрим сколько времени могут занимать вычисления, а также попробуем найти разные способы оптимизации. Python, как известно — это интерпретируемый язык, что означает, что код выполняется построчно во время исполнения программы, а не компилируется в машинный код заранее, как это происходит, например, в C или C++. Это делает разработку быстрее и удобнее, так как можно сразу видеть результаты выполнения кода и легко отлаживать программы. Но этот же факт, в свою очередь, приводит к тому, что Python заметно уступает в скорости более низкоуровневым языкам. К тому же Python использует динамическую типизацию, что требует дополнительных проверок и снижает производительность и если данных очень много, это может приводить к значительным сложностям, связанным с увеличением времени вычислений. Как же использовать ту легкость и скорость разработки Python и при этом сохранить адекватное время вычислений на больших объемах данных? В этой статье мы увидим, насколько перенос вычислений на GPU может увеличить производительность вычислений.

https://habr.com/ru/articles/893748/

#python #cuda #numba #gpu #backtesting #производительность

Бэктестинг торговых стратегий на Python с помощью Numba. Когда перевод расчетов на GPU действительно оправдан?

Бэктестинг — ключевой процесс в алгоритмической торговле. Он позволяет проверить стратегию на исторических данных, прежде чем запускать её в реальной торговле. Однако, чем больше данных и сложнее логика стратегии, тем дольше времени занимают вычисления. Особенно если стратегия анализирует тиковые данные и требуется протестировать множество комбинаций гиперпараметров стратегии, время вычислений может расти экспоненциально. В этой статье мы разберем, как реализовать бэктестинг на чистом Python, посмотрим сколько времени могут занимать вычисления, а также попробуем найти разные способы оптимизации. Python, как известно — это интерпретируемый язык, что означает, что код выполняется построчно во время исполнения программы, а не компилируется в машинный код заранее, как это происходит, например, в C или C++. Это делает разработку быстрее и удобнее, так как можно сразу видеть результаты выполнения кода и легко отлаживать программы. Но этот же факт, в свою очередь, приводит к тому, что Python заметно уступает в скорости более низкоуровневым языкам. К тому же Python использует динамическую типизацию, что требует дополнительных проверок и снижает производительность и если данных очень много, это может приводить к значительным сложностям, связанным с увеличением времени вычислений. Как же использовать ту легкость и скорость разработки Python и при этом сохранить адекватное время вычислений на больших объемах данных? В этой статье мы увидим, насколько перенос вычислений на GPU может увеличить производительность вычислений.

https://habr.com/ru/articles/893748/

#python #cuda #numba #gpu #backtesting #производительность

Бэктестинг торговых стратегий на Python с помощью Numba. Когда перевод расчетов на GPU действительно оправдан?

Бэктестинг — ключевой процесс в алгоритмической торговле. Он позволяет проверить стратегию на исторических данных, прежде чем запускать её в реальной торговле. Однако, чем больше данных и сложнее логика стратегии, тем дольше времени занимают вычисления. Особенно если стратегия анализирует тиковые данные и требуется протестировать множество комбинаций гиперпараметров стратегии, время вычислений может расти экспоненциально. В этой статье мы разберем, как реализовать бэктестинг на чистом Python, посмотрим сколько времени могут занимать вычисления, а также попробуем найти разные способы оптимизации. Python, как известно — это интерпретируемый язык, что означает, что код выполняется построчно во время исполнения программы, а не компилируется в машинный код заранее, как это происходит, например, в C или C++. Это делает разработку быстрее и удобнее, так как можно сразу видеть результаты выполнения кода и легко отлаживать программы. Но этот же факт, в свою очередь, приводит к тому, что Python заметно уступает в скорости более низкоуровневым языкам. К тому же Python использует динамическую типизацию, что требует дополнительных проверок и снижает производительность и если данных очень много, это может приводить к значительным сложностям, связанным с увеличением времени вычислений. Как же использовать ту легкость и скорость разработки Python и при этом сохранить адекватное время вычислений на больших объемах данных? В этой статье мы увидим, насколько перенос вычислений на GPU может увеличить производительность вычислений.

https://habr.com/ru/articles/893748/

#python #cuda #numba #gpu #backtesting #производительность

Бэктестинг торговых стратегий на Python с помощью Numba. Когда перевод расчетов на GPU действительно оправдан?

Бэктестинг — ключевой процесс в алгоритмической торговле. Он позволяет проверить стратегию на исторических данных, прежде чем запускать её в реальной торговле. Однако, чем больше данных и сложнее логика стратегии, тем дольше времени занимают вычисления. Особенно если стратегия анализирует тиковые данные и требуется протестировать множество комбинаций гиперпараметров стратегии, время вычислений может расти экспоненциально. В этой статье мы разберем, как реализовать бэктестинг на чистом Python, посмотрим сколько времени могут занимать вычисления, а также попробуем найти разные способы оптимизации. Python, как известно — это интерпретируемый язык, что означает, что код выполняется построчно во время исполнения программы, а не компилируется в машинный код заранее, как это происходит, например, в C или C++. Это делает разработку быстрее и удобнее, так как можно сразу видеть результаты выполнения кода и легко отлаживать программы. Но этот же факт, в свою очередь, приводит к тому, что Python заметно уступает в скорости более низкоуровневым языкам. К тому же Python использует динамическую типизацию, что требует дополнительных проверок и снижает производительность и если данных очень много, это может приводить к значительным сложностям, связанным с увеличением времени вычислений. Как же использовать ту легкость и скорость разработки Python и при этом сохранить адекватное время вычислений на больших объемах данных? В этой статье мы увидим, насколько перенос вычислений на GPU может увеличить производительность вычислений.

https://habr.com/ru/articles/893748/

#python #cuda #numba #gpu #backtesting #производительность

#python #algotrading #algorithm
#riskmanagement #backtesting
#crypto #btc #bitcoin
#stock #finance #fintech
#technology

Follow-Up:
Make Bitcoin Great Again

Turtle BTC Algorithmic Trading with Technical Analysis & Backtesting in Python

Unlock the Potential of Turtle Trading in the BTC-USD Market

By using several quant algorithms to backtest the performance of the strategy in the BTC market, this study evaluates the PoS of BTC-USD.

#exploremore 👇

https://medium.com/@alexzap922/turtle-btc-algorithmic-trading-with-technical-analysis-backtesting-2c03a51a4c40?sk=1ee6f0036135167c7052243c626fdf38

#python #algorithm #backtesting #crypto #btc #stockmarket #finance

Turtle BTC Algorithmic Trading with Technical Analysis & Backtesting
Unlock the Potential of Turtle Trading in the BTC-USD Market

#exploremore 👇

https://medium.com/@alexzap922/turtle-btc-algorithmic-trading-with-technical-analysis-backtesting-2c03a51a4c40

#python #algotrading #algorithm
#machinelearning #backtesting
#technology #stock #AMD
#risk #volatility #return #strategy
#trading
Should I Algo Trade AMD with Gradient Boosting Classifier, Optimized SMA & Backtesting, or Just Buy & Hold?

Explore AI-Optimized Big Tech Algo-Trading Strategies

#exploremore 👇

https://medium.com/@alexzap922/should-i-algo-trade-amd-with-gradient-boosting-classifier-optimized-sma-backtesting-or-just-buy-13e5e8846b4d?sk=887bf6f2c0802ca48a9df2e4b8e65b3b

Мой первый и неудачный опыт поиска торговой стратегии для Московской биржи

Когда закончил писать механизм своего торгового робота обнаружил, что самое главное всё таки не сам механизм, а стратегия, по которой этот механизм будет работать. Первый тесты на истории показали что с доходностью и тем более с тем как доходность портфеля компенсирует принимаемый риск (коэффициент Шарпа) проблемы, но неудачный опыт тоже опыт, поэтому решил описать его в статье. Первый и самый важный вопрос - при помощи чего проводить тесты торговой стратегии на исторических данных? В какой программе или при помощи какой библиотеки создавать стратегию и потом прогонять её на истории? Раз мой торговый робот создан в среде исполнения JavaScript Node.js, то и тесты в идеале должны проводится на чём-то схожем. Но забегая немного вперёд скажу что получилось по другому - Python пришёл на помощь. Разбираюсь и ищу 📈

https://habr.com/ru/articles/857402/

#Backtestingpy #Backtesting #backtrader #grademark #trading_strategy

📈You can elevate your trading game!

🕵️Uncover hidden backtesting biases

🛠️Master bias-removal techniques

📊Achieve robust backtests for better performance

💰Generate reliable profits today!

#Backtesting #ProfitableStrategy #Biases #AlgoTrades

http://humblblog.com/3-3-why-backtesting-bias-is-the-silent-killer-of-trading-strategies-and-how-to-beat-it/

#Backtesting anybody?

https://www.youtube.com/playlist?list=PLnSVMZC68_e48lA4aRYL1yHYZ9nEq9AiH

#stocks #trading #aktien #investieren