С 2003 года проводится ежегодный всероссийский чемпионат по биржевой торговле – конкурс \"Лучший частный инвестор\". Многим трейдерам интересна статистическая составляющая этого конкурса, а именно анализ работы его участников и агрегированные данные. В данной статье показан способ получения статистики по ЛЧИ на примере данных 2011 года с использованием Python. Скрипты на Питоне для выкачивания данных из статистики ЛЧИ и пост процессинга, а также данные по всем участникам за ЛЧИ 2011 скачать здесь. Как использовать? Скачать и установить сборку питона, если он не установлен (ссылка 1 и ссылка 2). Набрать в командной строке команду \"python\". Должна появиться консоль питона (если этого не произошло, необходимо прописать в PATH путь к интерпретатору). Скрипт download.py скачивает данные для заданного года и участника. Пример: python download.py 2011 dr-mart Скрипт agregate.py агрегирует скаченные данные (т.е. раскладывает по инструментам, фиксит вечернюю сессию в хронологическом порядке, немного склеивает сделки и считает балансовую позицию). Пример: python agregate.py 2011 dr-mart В результате должно получиться (dr-mart_RIZ1.csv): code,direction,price,amount,time,date,balance RIZ1,1,122185.0,83,194936,20111005,83 RIZ1,-1,122220.0,-83,194956,20111005,0 RIZ1,-1,125610.0,-30,155054,20111006,-30 RIZ1,1,125965.0,6,174509,20111006,-24 RIZ1,1,125965.0,14,174510,20111006,-10 RIZ1,1,125965.0,1,174511,20111006,-9 RIZ1,1,126110.0,30,174515,20111006,21 RIZ1,1,126100.0,9,174616,20111006,30 RIZ1,1,125965.0,9,174645,20111006,39 RIZ1,-1,125100.0,-30,175144,20111006,9 RIZ1,1,125760.0,21,175858,20111006,30 RIZ1,1,126490.0,30,181004,20111006,60 RIZ1,-1,129025.0,-60,221820,20111006,0 RIZ1,-1,129780.0,-15,125659,20111007,-15 RIZ1,1,130630.0,15,160719,20111007,0 RIZ1,-1,131515.0,-15,175620,20111007,-15 RIZ1,-1,129180.0,-10,203153,20111007,-25 RIZ1,1,130750.0,25,232610,20111007,0 В аттаче — агрегированные текущие данные за 2011 для всех участников. В корне архива lchi/VisualizeStrategy.wld расположена стратегия для WealtLab 5, которая визуализирует агрегированные данные. Порядок действий: Экспортировать данные по инструменту в data sets за период ЛЧИ (например, через Ascii Files — данные от финама размещены в папке lchi/rts_m1_lchi) Создать новую пустую стратегию File → New → New Strategy From Code. В открывшуюся новую стратегию необходимо скопировать и заменить код из VisualizeStrategy.wld Единственный параметр стратегии — это filePath; он идет первой строкой в методе Execute. В него необходимо прописать полный путь до файла, содержащего агрегированные с ЛЧИ данные по инструменту. Например, если распаковать архив lchi.rar в каталог c:/project, после чего мы хотим посмотреть торговлю dr-mart на ri, получаем следующее: string filePath = «c:/project/lchi/data/2011/agregate/dr-mart_RIZ1.csv». Вместо dr_mart_RIZ1.csv может быть любой другой файл из каталога agregate. Все слэши в пути должны быть обратными, как в примере! В результате получим такую картинку (за 16.11.2011 dr-mart): 101831 На рисунке изображено следующее: минутный график инструмента, над ним индикатор черным цветом — чистая балансовая позиция, красная пунктирная линимя — ноль, зеленая — максимум чистой балансовой позиции, синяя — минимум.
В S#.Data (Гидра) появилась новая фича Аналитика. Она позволяет производить анализ над данными, что скачала Гидра. Стандартно входят 2 скрипта: Анализ объема с разбивкой по часам и анализ объема с разбивкой по цене: Анализ объема по часам Анализ объема с разбивкой по цене Множество примеров о том, как делать красивые графики на компоненте SciChart. Сам код так же пишется внутри Гидры: Редактор кода Для того, чтобы пойти чуть дальше, и попробовать заместить R и Python, добавлена библиотека Math Numerics. В одной программе (Гидра) теперь можно и скачивать данные, и анализировать, и производить визуализацию. Для тех, кто пользуется серверным режимом S#.Data, теперь можно анализировать данные, не закачивая их к себе на диск.