Бэктест без самообмана
Пошаговый путь: от того, что на самом деле оптимизирует ваш бэктест, до доказательства, что преимущество переживет переобучение, множественное тестирование и реальное исполнение. Читайте сверху вниз — каждая часть опирается на предыдущую.
- 01Дизайн целевой функции: метрика, которую вы оптимизируете, тайно выбирает вашу стратегию
- 02Доказываем отсутствие look-ahead в мультитаймфреймовых бэктестах: возмущаем будущее, доказываем, что прошлое его не видит
- 03Look-Ahead Bias: как ошибка в один бар фабрикует Sharpe 15 из чистого шума
- 04Walk-Forward Optimization: единственный честный тест стратегии
- +7 еще
Быстрые движки бэктеста
Как построить движок бэктеста, который считает в сотни раз быстрее без изменения PnL: раскладка данных, кэширование, адаптивное разрешение и архитектура — от первых ускорений до внутренностей продакшена.
- 01Лесенка скорости бэктест-движка: 298x на CPU ноутбука, идентичный PnL до последней сделки
- 02Налог на фреймворк: когда ваша библиотека для бэктестов медленнее наивного цикла на pandas
- 03Агрегированный Parquet-кэш: как ускорить мультитаймфрейм-бэктест в сотни раз
- 04Двухосевое пространство параметров: почему большая часть вашего перебора должна быть почти бесплатной
- +7 еще
Сложный арбитраж на Rust
Цикл из шести частей про многоногий крипто-арбитраж: от поиска отрицательных циклов до линейной алгебры, копул и машинного обучения — и заканчивая низколатентным исполнением на Rust.
- 01Графовые алгоритмы для обнаружения арбитража: от Bellman-Ford до RICH
- 02Арбитраж фьючерсы-спот: от cash-and-carry до DeFi-CeFi цепочек
- 03Матрицы, тензоры и тропическая алгебра: линейная алгебра для поиска арбитража
- 04Vine-копулы в арбитраже: моделирование зависимостей в высоких размерностях
- +2 еще
Стакан и микроструктура рынка
Как на самом деле устроен биржевой стакан: доступ к данным, позиция в очереди, сборка баров из потока ордеров и моделирование через глубокое обучение и процессы Хоукса.
- 01CCXT: Как реально работают WebSocket-методы для ордербуков
- 02Виды ордеров в алготрейдинге: от limit с chasing до virtual orders
- 03Очередь внутри стенки: анализ позиции ордера в плотности ордербука
- 04Типы баров и методы агрегации для алготрейдинга
- +8 еще
Портфель и управление риском
От Марковица до продакшен HRP + CVaR: как распределять капитал по криптоактивам, моделировать хвостовые зависимости копулами и считать размер позиции, не разоряясь.
- 01Портфельная теория Марковица для криптовалют: от нуля до героя
- 0212 алгоритмов оптимизации портфеля: HRP, Black-Litterman, NCO и другие
- 03Внутри нашего «фирменного» алгоритма: HRP + long/short + CVaR по Халлу–Уайту
- 04Копулы для моделирования совместного риска в крипто-портфелях
- +1 еще
Риск и размер позиции
Стройте размер позиции на основе математики просадки, реальных издержек и неопределенности бэктеста, а затем применяйте критерий Келли.
- 01Асимметрия убытков и прибылей: математика, которая убивает ваш депозит
- 02Кривые проскальзывания вместо констант: модели издержек, которые выживают при столкновении с реальной торговлей
- 03Monte Carlo Bootstrap: как получить confidence intervals для бэктеста за 10 строк кода
- 04Критерий Келли для стратегий: как выбрать размер позиции и распределить капитал
Статистический арбитраж и парный трейдинг
Торгуем спред между коррелированными активами: от distance-подхода до коинтеграции и фильтров Калмана, а затем динамическое сочетание возврата к среднему с моментумом.
- 01Дистанционный подход в парном трейдинге: реализация и анализ на Rust
- 02Статистический арбитраж и парный трейдинг на крипторынках: от коинтеграции до Калмана
- 03Корреляция сигналов: сколько пар нужно мониторить
- 04Динамическое сочетание стратегий возврата к среднему и момента в статистическом арбитраже: математические основы и практическая реализация
- +1 еще
Глубокое обучение для рынков
Нейросетевое прогнозирование для крипты: трансформеры, диффузионные и фундаментальные модели — и как конформное предсказание держит их неопределенность честной.
- 01Temporal Fusion Transformer для многогоризонтного прогнозирования портфеля
- 02Диффузионные модели против криптовалютной анархии: почему DDPM может предсказать падение Bitcoin лучше вашего астролога
- 03Kronos: foundation-модель, которая учит свечной график говорить на языке трансформера
- 04Конформное прогнозирование для риск-ориентированного определения размера позиции
AI-агенты в трейдинге
Стек агентного AI для рынков: мультиагентные фреймворки, open-source хедж-фонды и LLM, которые ищут альфу в отчетах о доходах.
- 01Рев олюция в управлении инвестиционными портфелями с помощью агентного ИИ
- 02TradingAgents: мультиагентный AI-фреймворк для торговли, который моделирует хедж-фонд
- 03AI4Finance Foundation: экосистема FinGPT, FinRL и FinRobot для алготрейдинга
- 04AI Hedge Fund: мультиагентный фонд, где AI-аналитики голосуют за сделку
- +1 еще
QuestDB для алготрейдинга
Строим time-series-хранилище для трейдинга на QuestDB: от архитектуры до нужного SQL и продакшен-развертывания.
- 01QuestDB для алготрейдинга: архитектура, говорящая на языке рынков
- 02QuestDB для алготрейдинга: SQL-расширения, меняющие правила игры
- 03QuestDB для алготрейдинга: от стаканов заявок до продакшн-архитектуры
Инфраструктура низколатентного трейдинга
Трубопровод под HFT-стеком: как общаются компоненты (WebSocket, FIX, gRPC, Aeron), обмен сообщениями на Aeron и Zig и скальпер на C++ с FIX/FAST.
- 01Коммуникация данных в алготрейдинговых системах: обзор технологий
- 02Aeron: как устроена система обмена сообщениями, на которой работает половина HFT-индустрии
- 03ZigBolt: зачем мы написали свой Aeron на Zig и получили 20 наносекунд на сообщение
- 04Разработка простого скальпера на C++ с использованием FAST/FIX: пошаговое руководство
Исполнение и маркетмейкинг
От TWAP/VWAP и Альмгрена-Крисса до TCA, моделей слиппеджа и маркетмейкера Авелланеды-Стойкова: как превратить сигнал в исполнение, не заплатив спред дважды.
- 01TWAP против VWAP против POV: выбор бенчмарка исполнения (и когда каждый из них вас обманывает)
- 02Алмгрен-Чрисс без размахивания руками: оптимальное исполнение, которое можно реализовать за один вечер
- 03Внутри слайса: тактика дочерних ордеров между планировщиком и биржей
- 04Умный роутинг ордеров в крипте: один ордер, двенадцать площадок, никакого NBBO
- +7 еще
Количественный анализ onchain и DeFi
Количественный DeFi с нуля: MEV и сэндвич-атаки, атомарный арбитраж, ликвидационные каскады на лендинг-протоколах и прибыльность LP на Uniswap v3.
- 01Анатомия MEV: сэндвич-атаки, фронтраннинг и темный лес мемпула
- 02Цепочка поставок MEV: PBS, MEV-Boost и рынок блоков
- 03Ончейн-арбитраж: атомарные циклы, флеш-кредиты и аукцион, который вы должны выиграть
- 04Ончейн-ликвидации: механика Aave и Compound и бизнес ботов вокруг них
- +5 еще
Причинность и lead-lag на рынках
Кто двигает кого: причинность Грейнджера, transfer entropy, поиск структур через PCMCI и каузальный ML-инструментарий (double ML, causal forests, synthetic control) на крипторынках.
- 01Toda-Yamamoto vs Differenced Granger: Does the BTC Lead-Lag Survive?
- 02Transfer Entropy: Which Way Does Information Flow Between Crypto Assets?
- 03PCMCI: обнаружение причинно-следственных связей в многомерных временных рядах криптовалют
- 04Причинно-следственные леса для гетерогенных эффектов обработки в трейдинге
- +3 еще
Моделирование волатильности и режимы рынка
Прогнозируем волатильность семейством GARCH: асимметрия и эффект левериджа, динамические корреляции, vol targeting — затем распознаем режимы рынка через HMM и торгуем адаптивно.
- 01GARCH(1,1): прогнозирование волатильности крипторынка
- 02Асимметричные GARCH с тяжелыми хвостами: EGARCH, GJR и Student-t
- 03DCC-GARCH: динамические корреляции для парного трейдинга и риска портфеля
- 04Таргетирование волатильности и торговля на основе GARCH-прогнозов
- +1 еще
Современный ML для трейдинга
Полный инструментарий от градиентного бустинга до нейрооператоров: ансамбли, AutoML, вероятностное прогнозирование, дистилляция и прунинг ради латентности, плюс физико-информированные архитектуры вроде Neural ODE и Fourier-операторо в.
- 01XGBoost for Return Direction: Class Imbalance and Decision Thresholds
- 02Ансамблевые методы: объединение слабых учащихся для надежной альфа-версии
- 03AutoML для систематических торговых конвейеров
- 04Multi-Task Learning for Simultaneous Price, Volume, and Volatility Prediction
- +11 еще