Книга Automated Trading with R [ENG]

Тема в разделе "Книги по алготрейдингу на двух языках", создана пользователем Pill for Greediness, 5 дек 2017.

  1. Pill for Greediness

    Pill for Greediness Administrator Команда форума

    Сообщения:
    2.767
    Симпатии:
    152
    Электронная книга
    Automated Trading with R: Quantitative Research and Platform Development
    Автоматизированная торговля с помощью R: количественные исследования и разработка платформы
    Крис Конлан

    [​IMG]

    Описание книги(GTranslate):


    В этой книге объясняется широкая тема автоматизированной торговли, начиная с ее математики и перехода к ее вычислению и исполнению. Читатели получат уникальное представление о механизме и вычислительных соображениях, взятых в создании backtester, оптимизатора стратегии и полностью функциональной торговой платформы.

    Automated Trading with R предоставляет автоматизированным трейдерам все инструменты, необходимые для их алгоритмической обработки с использованием существующих брокерских услуг: от управления данными, до оптимизации стратегии, для выполнения заказов с использованием бесплатных и общедоступных данных. Если API вашего брокера поддерживается, исходный код является plug-and-play.

    Платформа, встроенная в эту книгу, может служить полной заменой для коммерчески доступных платформ, используемых розничными торговцами и небольшими фондами. Компоненты программного обеспечения строго развязаны и легко масштабируются, что позволяет заменить любой источник данных, алгоритм торговли или брокерскую деятельность. Три цели книги:
    Обеспечить гибкую альтернативу общим механизмам автоматизации стратегии, таким как Tradestation, Metatrader и CQG, небольшим фондам и розничным торговцам.
    Предложить понимание внутренних механизмов автоматизированной торговой системы.
    Стандартизировать обсуждение и обозначение проблем оптимизации реальной стратегии.
    Что вы узнаете

    Программирование автоматизированной стратегии в R дает трейдеру доступ к R и его библиотеке пакетов для оптимизации стратегий, генерирования решений в режиме реального времени и минимизации времени вычислений.
    Как лучше всего имитировать эффективность стратегии в их конкретном случае использования для получения точных оценок производительности.
    Важные критерии машинного обучения для статистической достоверности в контексте временных рядов.
    Понимание критических переменных реального мира, относящихся к управлению портфелем и оценке эффективности, включая латентность, сокращение, изменение размера сделки, рост портфеля и наказание неиспользованного капитала.
    Кто эта книга для

    Эта книга предназначена для трейдеров / практиков на уровне розничной торговли или малого фонда, по крайней мере, с базовым образованием в области финансов или информатики. Выпускники финансового уровня или студенты, изучающие данные.

    Описание книги(ENG):
    This book explains the broad topic of automated trading, starting with its mathematics and moving to its computation and execution. Readers will gain a unique insight into the mechanics and computational considerations taken in building a backtester, strategy optimizer, and fully functional trading platform.

    Automated Trading with R provides automated traders with all the tools they need to trade algorithmically with their existing brokerage, from data management, to strategy optimization, to order execution, using free and publically available data. If your brokerage’s API is supported, the source code is plug-and-play.

    The platform built in this book can serve as a complete replacement for commercially available platforms used by retail traders and small funds. Software components are strictly decoupled and easily scalable, providing opportunity to substitute any data source, trading algorithm, or brokerage. The book’s three objectives are:
    To provide a flexible alternative to common strategy automation frameworks, like Tradestation, Metatrader, and CQG, to small funds and retail traders.
    To offer an understanding the internal mechanisms of an automated trading system.
    To standardize discussion and notation of real-world strategy optimization problems.
    What you’ll learn

    Programming an automated strategy in R gives the trader access to R and its package library for optimizing strategies, generating real-time trading decisions, and minimizing computation time.
    How to best simulate strategy performance in their specific use case to derive accurate performance estimates.
    Important machine-learning criteria for statistical validity in the context of time-series.
    An understanding of critical real-world variables pertaining to portfolio management and performance assessment, including latency, drawdowns, varying trade size, portfolio growth, and penalization of unused capital.
    Who This Book Is For

    This book is for traders/practitioners at the retail or small fund level with at least an undergraduate background in finance or computer science. Graduate level finance or data science students.


    Содержание

    Part 1: Problem Scope
    Chapter 1: Fundamentals of Automated Trading
    Equity Curve and Return Series
    Characteristics of the Equity Curve
    Characteristics of the Return Series
    Risk-Return Metrics
    Characteristics of Risk-Return Metrics
    Sharpe Ratio
    Maximum Drawdown Ratios
    Partial Moment Ratios
    Regression-Based Performance Metrics
    Optimizing Performance Metrics
    Part 2: Building the Platform
    Chapter 2: Networking Part I
    Yahoo! Finance API
    Setting Up Directories
    URL Query Building
    Data Acquisition
    Loading Data into Memory
    Updating Data
    YQL Web Service
    URL and Query Building
    Note on Quantmod
    Background
    Comparison
    Organizing as Date-Uniform zoo Object
    Note on zoo Objects
    Chapter 3: Data Preparation
    Handling NA Values
    Note: NA vs. NaN in R
    IPOs and Additions to S&P 500
    Merging to the Uniform Date Template
    Forward Replacement
    Linearly Smoothed Replacement
    Volume-Weighted Smoothed Replacement
    Discussion of Replacement Methods
    Real Time vs. Simulation
    Influence on Volatility Metrics
    Influence on Trading Decisions
    Conclusion
    Closing Price and Adjusted Close
    Adjusting for Stock Splits
    Adjusting for Cash Dividends
    Efficient Updating and Adjusted Close
    Implementing Adjustments
    Test for and Correct Inactive Symbols
    Computing the Return Matrix
    Chapter 4: Indicators
    Indicator Types
    Overlays
    Oscillators
    Accumulators
    Pattern/Binary/Ternary
    Machine Learning/Nonvisual/Black Box
    Example Indicators
    Simple Moving Average
    Moving Average Convergence Divergence Oscillator (MACD)
    Bollinger Bands
    Custom Indicator Using Correlation and Slope
    Indicators Utilizing Multiple Data Sets
    Conclusion
    Chapter 5: Rule Sets
    Our Process Flow as Nested Functions
    Terminology
    Example Rule Sets
    Overlays
    Oscillators
    Accumulators
    Filters, Triggers, and Quantifications of Favor
    Chapter 6: High-Performance Computing
    Hardware Overview
    Processing
    Multicore Processing
    Hyperthreading
    Memory
    The Disk
    Random Access Memory (RAM)
    Processor Cache
    Swap Space
    Software Overview
    Compiled vs. Interpreted
    Scripting Languages
    Speed vs. Safety
    Takeaways
    for Loops vs. apply Functions
    for Loops and Memory Allocation
    apply-Style Functions
    Use Binaries Creatively
    Note on Measuring Compute Time
    Multicore Computing in R
    Embarrassingly Parallel Processes
    doMC and doParallel
    The foreach Package
    The foreach Package in Practice
    Integer Mapping
    Computing the Return Matrix with foreach
    Computing Indicators with foreach
    Chapter 7: Simulation and Backtesting
    Example Strategies
    Our Simulation Workflow
    Listing 7-1: Pseudocode
    Listing 7-1: Explanation of Inputs and User Guide
    Discussion
    Implementing Example Strategies
    Summary Statistics and Performance Metrics
    Conclusion
    Chapter 8: Optimization
    Cross Validation in Time Series
    Numerical vs. Analytical Optimization
    Numerical Optimization Overview
    Parameter Transform for Unbounded Search Algorithms
    Declaring an Evaluator
    Listing 8-1: Pseudocode
    Listing 8-1: Explanation of Inputs and User Guide
    Exhaustive Search Optimization
    Pattern Search Optimization
    Generalized Pattern Search Optimization
    Nelder-Mead Optimization
    Nelder-Mead with Random Initialization
    Projecting Trading Performance
    Conclusion
    Chapter 9: Networking Part II
    Market Overview: Brokerage APIs
    Secure Connections
    Establishing SSL Connections
    Proprietary SSL Connections
    HTTP/HTTPS
    OAuth
    Feasibility Analysis for Trading APIs
    Feasibility of Custom R Packages
    HTTPS + OAuth Through Existing R Packages
    FIX Engines
    Exporting Directions to a Supported Language
    Planning and Executing Trades
    The PLAN Job
    The TRADE Job
    Common Data Formats
    Manipulating XML
    Generating XML Documents
    Manipulating JSON Data
    The Financial Information eXchange Protocol
    The FIX eXtensible Markup Language
    OAuth in R
    Conclusion
    Part 3: Production Trading
    Chapter 10: Organizing and Automating Scripts
    Organizing Scripts into Jobs
    Calling Jobs with the Source Function
    Calling Jobs via Sourcing
    Task Scheduling in Windows
    Running R from the Command Line in Windows
    Setting Up and Managing the Task Scheduler
    Task Scheduling in UNIX
    Conclusion
    Chapter 11: Looking Forward
    Language Considerations
    Python
    C/C++
    Hardware Description Languages
    Retail Brokerages and Right to Refuse
    Right to Refuse in the Swiss Currency Crisis
    Connection Latency
    Ethernet vs. WiFi
    Proximity to Exchanges
    Prime Brokerages
    Digesting News and Fundamentals
    Conclusion
    Appendix A: Source Code
    Platform/config.R
    Platform/load
    Platform/load.R
    Platform/update.R
    Platform/functions/yahoo.R
    Platform/load/initial.R
    Platform/load/loadToMemory.R
    Platform/load/updateStocks.R
    Platform/load/dateUnif.R
    Platform/load/spClean.R
    Platform/load/adjustClose.R
    Platform/load/return.R
    Platform/load/fillInactive.R
    Platform/compute
    Platform/compute/MCinit.R
    Platform/compute/functions.R
    Platform/plan
    Platform/plan.R
    Platform/plan/decisionGen.R
    Platform/trade
    Platform/trade.R
    Platform/model
    Platform/model.R
    Platform/model/optimize.R
    Platform/model/evaluateFunc.R
    Platform/model/optimizeFunc.R
    Appendix B: Scoping in Multicore R
    Scoping Rules in R
    Using Lexical Scoping
    Takeaways
    The UNIX fork System Call
    The fork Call and Memory Management
    Scoping Implications for R
    Instance Replication in Windows
    Instance Replication and Memory Management
    Scoping Implications for R
    Index


    Продающий сайт:
    https://www.amazon.com/Automated-Trading-Quantitative-Research-Development-ebook/dp/B01LWPPJZD

    Цена автора на его сайте: $43 или по курсу 2.524 руб.
    Наша цена в розницу: 379 руб.

    Автор:
    Cris Conlan (https://chrisconlan.com)
    Год выпуска курса: 2017

    Сколько весит курс: 6.08 МБ

    Скачать Книга Automated Trading with R [ENG]
    Все более чем 1.500 курсов сайта можно купить оптом за $299.95. Вечный доступ в клуб + все последующие обновления навсегда бесплатно.
    Также этот курс можно купить и в розницу по цене 15% от цены на продающем сайте (но не дешевле чем $5).
    Также можно поменяться курс на курс.
    Стоимость любой розничной покупки можно впоследствии вычесть из стоимости вечного доступа.
    FAQ по всему что касается этого сайта (читаем все очень внимательно, чтобы не задавать потом глупых вопросов в саппорт).
    Пишите на мыло [email protected] Курсы других тематик тут www.glavsliv.com
     
    Последнее редактирование модератором: 23 дек 2017

Поделиться этой страницей