Разработать backtest-систему для арбитражной стратегии на спредах:
- **Вход:** спред расходится до 2-3% → открытие позиции
- **Выход:** спред сходится до 0% → закрытие позиции
**Цель:** Найти оптимальные точки входа/выхода из гипотез нейросети для максимальной прибыли при минимальных рисках.
---
## 📦 Данные
- **Источник:** База данных с тиками каждые 5 секунд
- **Период:** 1-3 недели (недели имеют разную волатильность)
- **Структура:** timestamp, цена инструмента 1, цена инструмента 2
---
## ✅ Что нужно сделать
1. **Backtest-модуль**
Расчет спреда по тикам
Симуляция открытия/закрытия позиций
Учет комиссий и проскальзывания
2. **Оптимизация параметров**
Порог входа: 1-3% (шаг 0.1%)
Порог выхода: 0-1% (шаг 0.1%)
Тестирование гипотез от нейросети
3. **Метрики**
Total Return, Sharpe Ratio, Maximum Drawdown
Win Rate, Profit Factor
Анализ по неделям (недели различаются)
4. **Результаты**
CSV/Excel с результатами всех гипотез
Графики: equity curve, drawdown
Ранжированный список оптимальных параметров
---
## 💻 Технологии
- Python 3.8+
- pandas, numpy
- Подключение к БД (SQLite/MySQL)
- matplotlib/plotly для графиков
---
## 📊 Критерии оценки
Приоритеты ранжирования гипотез:
1. **Максимальная прибыль** при просадке < заданного лимита
2. **Максимальный Sharpe Ratio**
3. **Минимальная просадка** при положительной доходности
---
## 📝 Формат работы
**Вход:**
- Доступ к БД с тиками
- JSON/CSV с гипотезами от нейросети
- Начальный депозит
**Выход:**
- CSV с результатами backtest
- Графики (PNG/HTML)
- Топ-N оптимальных гипотез
Опубликован 29.10.2025 в 12:40 Последнее изменение: 29.10.2025 в 14:00
Заказ находится в архиве