Друзья мои, хочу поздравить Сергея с завершением активной стадии написания коннектора для MOEX FixFast Twime Futures (срочная секция).

Наконец-то у нас есть скоростное подключение для торговли на ФОРТС! Без преувеличения, многие этого ждали!

Сергей, СПАСИБО!

Программисты со стажем (мидлы и архитекторы) уже могут начинать разбирать исходники.

Находятся они в проекте, вот здесь: https://github.com/AlexWan/OsEngine

Пользователям пишется ГАЙД.

Несколько статей о том, чем подключение к срочной секции отличается от спота, подключение к API из OsEngine и обзор кода. Будет выложено на следующей неделе.

Сертификат получен. АвтоТесты пройдены. Однако

У нас сейчас ещё будет несколько месяцев обкатывания проекта в боевых торгах. Т.ч. ещё какие-то проблемы обязательно будут исправлены. Плюс будет оптимизация проведена. На данный момент ускоряли только FixFastCurrency подключение. В общем, держите руку на пульсе.

 

Сергей, ещё раз принимай поздравления!!!

( Читать дальше )

0. Импортируем нужные библиотеки

import requests
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt

1. Извлекаем данные о расчетных параметрах КБД
Расчетные параметры на конкретную дату указаны внизу страницы
www.moex.com/ru/marketdata/indices/state/g-curve/

# URL для API MOEX, данные по ZCYC (zero coupon yield curve)
url = "https://iss.moex.com/iss/engines/stock/zcyc/securities.json"

# Запрос на получение данных
response = requests.get(url)
data = response.json()

# Извлекаем данные из секции 'params'
columns = data['params']['columns']
values = data['params']['data']

# Преобразуем в DataFrame
df = pd.DataFrame(values, columns=columns)

# Выбираем нужные столбцы: B1, B2, B3, T1, G1, ..., G9
df_selected = df[['tradedate', 'tradetime', 'B1', 'B2', 'B3', 'T1', 'G1', 'G2', 'G3', 'G4', 'G5', 'G6', 'G7', 'G8', 'G9']]

# Извлекаем параметры для функции GT из df_selected
beta0 = df_selected['B1'].values[0]  
beta1 = df_selected['B2'].values[0]  
beta2 = df_selected['B3'].values[0]  
tau = df_selected['T1'].values[0]   
g_values = df_selected[['G1', 'G2', 'G3', 'G4', 'G5', 'G6', 'G7', 'G8', 'G9']].values[0].tolist() 

( Читать дальше )

В данной статье посмотрим робота, который реализован с использованием многопоточного подхода.

 

Смотрит стаканы поступающих с биржи бумаг, ожидая «Плиту». При этом смотрит то кол-во бумаг, которое Вы в него подключили, как скринер.

( Читать дальше )

Около года назад в поисках материалов о стратегиях на рынках облигаций я натолкнулся на образовательное видео от компании “Арсагера” — “Управление портфелем облигаций. Эффекты стратегии и тактики” Это запись двухчасового семинара, на котором большей частью обсуждались свойства портфелей с неизменной дюрацией. Поскольку я в скором времени собираюсь написать небольшую статью о таргетировании дюрации, то решил пересмотреть видео более внимательно.

В самом начале семинара лектор сравнил пай фонда облигаций с “бесконечной облигацией” и задался вопросом, — а что, собственно, должно происходить с его стоимостью? Он рассказал, что долгое время обдумывал проблему и в результате разработал модель динамики доходности пая.

Искомая модель оказалась довольно простой и элегантной: весь облигационный портфель заменяется бескупонной облигацией (этот процесс в лекции назван “синтезом”), имеющей аналогичные доходность к погашению и дюрацию.

( Читать дальше )

Доброй ночи, коллеги!

Представим себе в меру опытного и образованного трейдера.

Ну т.е. он уже поторговал, так что понимает, что результат его торговли чаще всего непредсказуем. И уже начитался книжек про рынок, которые обычно не окупают свои деньги и не дают гарантированных рецептов заработка.
Допустим также, что человек имеет высшее техническое образование, так что способен не только сложить 2 и 2, но и (возможно, с трудом) вспомнить, чему его учили в ВУЗе.

В таком случае этот человек (чистое IMHO) начнет исследовать возможность заработка на рынке систематически.
(на этом месте Клуб Любителей Чуйки и Секту Ручного Трейдинга убедительно прошу выпилиться по собственному желанию. Обещаю, специально для вас я опубликую отдельный пост).

Как мне кажется, план исследований может быть таким:

1. Решаем задачу получения профита при известном будущем (самое простое, чисто для тренировки).

В случае торговли по рынку (маркетными заявками) тут все предельно просто — нам достаточно знать знак приращения цены на будущем интервале (торговом периоде) и этого абсолютно достаточно.

( Читать дальше )

Добрый день, коллеги!

Этот пост написан в продолжение дискуссии, начатой

Открытое письмо к VictorGromov. Доколе?! (smart-lab.ru)

К сожалению, сам я в ней поучаствовать не смог, т.к. был мгновенно забанен за систематическое называние  VictorGromov большим земляным червяком, не уважающим нас, смердов. Ну и правильно. Чем больше на СЛ будет таких активных и плодовитых авторов, как  VictorGromov, тем больше годного контента мы с вами получим. Аминь!

Возьмем какой-нибудь длинный массив котировок. Например, XBTUSD.P (код tradingview.com), которым я давно и успешно торгую. В моменте у меня его аж 2437219 минутных баров. Поскольку биткойн на долгосроке ходит размашисто, возьмем логарифм от цены (не буду повторяться, почему всегда полезно исследовать логарифм от цены, но на коротком сроке это бесполезная модификация).

Пусть x(n) — это логарифм цены
Пусть d(n)=x(n)-x(n-1) — это приращение логарифма цены

В 99% вероятностных подходов к рынку базовой случайной величиной является не цена, а ее приращение (ну, или приращение ее логарифма). Опять же не буду повторяться, почему это удобнее — на этот счет есть 100500 публикаций.

( Читать дальше )

все уже украдено до вас...©...

     Тушар Чанде построил динамику на основе волатильности, но как-то неохота мне цеплять за волатильность… зацеплюся за приращения (как учит нас уважаемый АГ… тем более при больших делах приращения не чуть не меньше бывают, чем волатильность ...)...
     сбер от от 5.21 года по нонешние времена… период задаем 1 для начала....
дальше Система сама определяет какой период ей подходит....

минимум 1… максимум 110 дней

вариант два 
так как от 1 оттолкнуться не совсем корректно возьмем для начала 21 день...(широко распространенный в узких кругах)


( Читать дальше )

Навеяно математическими постами смартлаба довоенной и доковидной эпохи.
Биржам нужна ликвидность, а ликвидность делают только неисполненные ордера в 'стакане' котировок. Потому они и готовы ребэйтить за лимитки, ну особо жадные просто не берут комиссию, и то со скрипом. Сложность работы с лимитными ордерами — их трудно торговать в тренд, поэтому торговля лимитками предполагает под собой скорее некую контртрендовую стратегию (ну либо охоту на свечевые тени со своей стат.математикой). Здесь у меня возникает вопрос: зачем решать неправильную модель, подбирая неправильные параметры?
Реверсивная торговля предполагает под собой переворот всей рыночной позиции в определённые промежудки времени по заданым параметрам модели, т.е со спредом. Вся модельная математика сводится к определению размера этого спреда, который можно выставить заранее в глубину 'стакана' котировок. Самое интересное, что 'правильная' модель позволит проторговывать таким образом в том числе и тренды!
Какие должны быть параметры у 'правильной' модель, это уже другой вопрос. Можно подискутировать на эту тему.

Доброй ночи, коллеги!

Всем известно, что алготрейдеры строят определенные гипотезы про рынок и/или торговые алгоритмы, а потом тщательно их проверяют.
Я читал на этом форуме про WFT и прочие методики, которые гласят, что если система хорошо себя показала на участке 3 мес. (условно), то и на 4 мес. она будет работать неплохо.

Позволю себе с этим не согласиться.

У меня есть пример торговой системы, отлично работающей (Шарп больше 5) на участке длиной 1000000 минутных баров.
Но при расширении этого участка (как в прошлое, так и в будущее) система идет вразнос и показывает трэш, а не профит.
При этом она устроена довольно хитро — подстраивает себя сама (ну т.е. это не чистый curve fitting).

Пруфы выкладывать лениво (прошлый год), но если будет интересно — выложу к выходным.

Что вы думаете по этому поводу, коллеги?
Сколько баров успешной торговли нужно, чтобы поверить в свою систему?

С уважением

В амортизируемых облигациях иногда можно наблюдать  ценовые разрывы после частичного погашения номинала. Подобная “дивотсечка” недавно произошла, например, в бумагах  Ульоб35002 (ISIN. RU000A101U61). 26 июня 2024 г. они торговались по цене около 87% от номинала, а на следующий день котировки упали до  84%  

Для простой облигации снижение котируемой цены означает рост доходности на величину,  обратно пропорциональную  дюрации. Инвесторы, купившие такие бумаги на падении,  могли бы извлечь дополнительный доход при условии, что будут держать их до погашения. 

Однако у  облигации “Ульоб35002”  эффективная доходность в указанные дни почти не менялась и составляла примерно 18%  годовых, а значит, разницу цен  нельзя было использовать для получения финансовой выгоды.  Это легко увидеть, если перейти к абсолютным цифрам. Перед выплатой купона и частичным погашением в размере 200 руб. облигация стоила около  870 руб (с учетом  НКД   — 903 руб), а сразу после  —  670 руб, т.е.  цена упала на величину амортизированной стоимости и выплаченного купона.   Но почему тогда мы видим разрыв на графике? 

( Читать дальше )