копипаст. Оригинал тут: http://spydell.livejournal.com/642950.html 

В этом году стремительность закрытия дивидендных гэпов поражает, но как обстояли дела раньше? Сколько времени требуется для закрытия див.гэпа?
Акциям Газпрома с 2007 по 2011 везло, гэп закрывали в тот же день, но и дивиденды никогда не превышали 2%. Как только выросли дивиденды, так и начались сложности. В 2012 году при дивах в 8.97 руб и отсечке на уровне 165 руб потребовалось 89 торговых дней, чтобы вернуться на тот же уровень. В 2013 44 дня, в 2014 80 дней, в 2015 31 день, а в прошлом году 80 торговых дней. Другими словами, чтобы за 5 лет отбить дивиденды в Газпроме в совокупности на 37.25 рублей необходимо было 324 торговых дня. Если в прошлые 5 лет вы бы инвестировали в Газпром фиксированную сумму в рублях, например, 1 млн руб в последний день перед закрытием реестра, то примерно за 16 календарных месяцев смогли бы получить около 250 тыс рублей.

Это один из худших показателей среди всех крупных компаний на ММВБ. Газпром отличается тем, что всегда падает и очень неохотно растет. Однако, это все равно заметно выше любого вида депозита в банках.

В таблице «дни» — это количество торговых дней после закрытия реестра, в течение которых акция закрывала дивидендных гэп. «минимум» — минимальная достигнутая цена в процессе закрытия гэапа, а «мин (%)» — величина падения в % от закрытия реестра до самого минимума в дивидендном гэпе. На примере Газпрома с 2012 по 2014 инвесторы терпели в худший момент около 17% убытка от последней котировки перед закрытием реестра.

У Сбербанка раньше были низкие дивы, поэтому и закрытие гэпов стремительное за исключением 2014 года, когда попали на негативную конъюнктуру. Именно в этот момент США и ЕС начали вводить санкции против банковского сектора, чуть позже начался коллапс рубля и банковской системы России, а потом отходняк.

Инвестируя фиксированную сумму в Сбербанк, можно было бы получить около 10% доходности примерно за календарный год ожидания. Статистику смазывает 2014. В таблице лимит 226 дней – это значит, что котировки не достигли предыдущего закрытия реестра до момент но момента истечения года. В целом, раньше Сбер был не самым выгодным в контексте дивидендной доходности.

( Читать дальше )

Наверное, многим, кто всерьез занимается парным трейдингом, хочется обрабатывать множество котировок одновременно, находить взаимосвязи между ними и визуализировать это все как можно нагляднее. Ниже описан инструмент, которым я пользуюсь, чтобы находить связи между широким спектром тикеров.

Когда речь идет о корреляции на финансовом рынке, в первую очередь думаешь об арбитраже или диверсификации портфеля. Для построения арбитражной стратегии нет ничего проще, чем посмотреть корреляцию в Excel, но результат, увы, ограничится 2-3 инструментами. Что делать, если у нас портфель роботов или акций? Тут есть два известных мне способа:

1.Посмотреть корреляцию в Wealth-e

( Читать дальше )

Когда-то давно я увлекался продажей опционов. Не скажу, что это занятие приносило деньги, насколько помню, устойчивого положительного финреза не наблюдалось. Недавнее появление недельных опционов привело к тому, что я  решил это дело попробовать еще раз. На маленьком счете, просто как реал тест. Пока о финрезе говорить еще рано, ибо слишком мало времени прошло. Так что пока опишу, что и как делается. Буду благодарен за любые идеи, комментарии, критику и замечания.  

Самое первое: откуда эдж. По моим представлениям, рынки как базового актива, так и опционов весьма эффективны. То есть базовый актив чертовски похож на броуновское движение, а опционы оценены по мотивам идей Блэка и Шоулса--то есть «справедливо». Поэтому вопрос--где тут может быть эдж? Я к опционике отношусь как к науке о траекториях цены базового актива. То есть опционика (как и стратегии на базовом активе, на самом деле)--это такой усреднитель по возможным траекториям БА. И тут возникает вопрос--какие траектории существуют? Какие особенности у траекторий существуют? К примеру, многим известно, что вверх рынки активов идут медленно, вниз быстро. У этого есть причина--страх резче и искрометней, чем жадность. Продать по любой цене--это гораздо более веселая вещь, чем купить по любой цене :) Но и рынок опционов об этом в курсе--ухмылка волатильности--она именно ухмылка, а не симметричная улыбка. Путы дороже коллов. Существуют истеричные траектории--и рынок опционов тоже об этом в курсе: улыбка имеет минимум в районе центральных страйков. Это самые известные примеры, но есть и другие. К примеру, летом 2008 года бид на пут РТС 1600 чертовски выделялся на фоне улыбки--но рынок знал, дадада, рынок знал :) Далее, исходя из траекторного подхода, для получения эджа надо знать о траекториях цены базового актива что-то, чего не знает рынок. Пока я использую чистую интуитивщину, тут подход на уровне «изучаем инфу и делаем вывод о том, куда цена склонна или не склонна двигаться». В этом смысле реинкарнация опционики как раз и нужна для запуска интуитивщины на постоянную основу. Посмотрим, что получится.

( Читать дальше )

Перевод статьи из блога Эрни Чана.

Все знают, что значение волатильности зависит от частоты измерений: стандартное отклонение 5-минутных приращений цены отличается от стандартного отклонения дневных приращений. Если z — логарифм цены, то волатильность, взятая на интервале

( Читать дальше )

Свенсен Дэвид Ф., легендарный управляющий эндаументом Йельского университета, на мой взгляд, незаслуженно мало известен  в России. Он подробно, местами слишком подробно разбирает, как должен строить свой портфель частный долгосрочный инвестор, как им управлять для того, чтобы получить качественный долгосрочный результат. 
В книге рассматривается, из каких компонент может и должен состоять портфель, какие активы стоит туда включать, а какие не стоит, как нужно ребалансировать портфель и почему. 
Ясно, что российская действительность отличается от американской и выбор активов у нас несколько иной. Но принципы анализа остаются верными и у нас. Я купил эту книгу много лет назад и с тех пор в продаже её не видел. Возможно, у кого-то есть ссылка на электронную копию. Если так, пожалуйста, выложите такую ссылку в комментарии к моему сообщению.
Секреты стабильно высокой доходности:
www.ozon.ru/context/detail/id/4136008/

Зачитался, я тут на днях про робастную регрессию, и очень мне захотелось «пощупать» этого зверя хоть в каком нибудь виде на графике в Квике.

Выбрал наипростейшую — "Оценочная функция Тейла – Сена"

Эта оценочная функция может быть эффективно вычислена и она нечувствительна к выбросам. Она может быть существенно более точна, чем неробастный метод наименьших квадратов для несимметричных и гетероскедастичных данных и хорошо конкурирует с неробастным методом наименьших квадратов даже для нормально распределенных данных в терминах статистической мощности.
Метод признан «наиболее популярной непараметрической техникой оценки линейного тренда»

Сказано — сделано.

( Читать дальше )

Как говорится, трудно уснуть, пока в интернете кто-то не прав.

Случайны ли эти самые тренды? Таки нет вопроса более актуального на сегодняшний день:)

Возьмем часовую историю за 10 лет и проведем тот самый технический анализ: выделим все серии подряд идущих белых (черных) баров. Далее будем считать, сколько у нас получится серий из 1 белой (черной) свечи, сколько из двух, трех и т.д. Для сбербанка получается следующая картина:


























Зеленым цветом окрашены серии растущих баров, черным — падающих. И, о, чудо! Серий из двух баров почти ровно в 2 раза меньше, чем серий из 1 бара… а серий из 3 баров опять же в два раза меньше, чем серий из 2 баров и т.д. Паскаля, Ньютона, Да Винчи сюда....

В общем, вполне себе такое случайное блуждание за 10 лет с точки зрения орлов и решек. Кстати, эта картина одинакова для всех бумаг, которые я посмотрел, и не зависит от объема торгов. Везет тому, кто знает о завтрашнем аресте Ходорковского и идет шортить акции Юкоса… для него никаких случайностей нет.

( Читать дальше )

Прежде чем анализировать данные, применять супер волшебные методы и способы анализа давайте посмотрим на  природу  данных с биржи.

1. Базовый  поток  данных —   это  поток ордеров ( заявок). Следствием  потока  заявок, после сведения  биржевым движком,  является  поток  сделок. Одной  заявке которая  приводит к  появлению сделки  соответствует,  от  одной  до  нескольких сделок ( а  иногда и  сотни  сделок на одну  заявку).

2. Поток заявок является  нестационарным. Следствие потока  заявок — сделки, также являются  нестационарным потоком данных. В настоящее время  нет методов  позволяющих из  нестационарного потока  получить стационарный.

3. Тем не менее мы с  вами используем очень много самых разных методов остационаривания. Любой временной ряд имеет амплитуду, частоту, период, фазу. В нашем случае  все  эти параметры нестационарны. Пример стационарного ряда — синусоида. Все  параметры такого ряда  стационарны.

( Читать дальше )

Всех приветствую!

Сегодня искал в интернете книгу Эрнеста Чана «Algorithmic Trading: Winning Strategies and Their Rationale».
И наткнулся на гитхабе на большой сборник книг по различным областям и наукам, включая трейдинг и деривативы.
Правда все книги на английском. Но настоящему трейдеру ближе таки buy/sell))

https://github.com/spinlockirqsave/books

Добавляйте в закладки. Ставьте лайки)

Упрощенный алгоритм вычисления приближенного значения размерности Минковского, для ценового ряда.

Краткая справка:

Размерность Минковского — это один из способов задания фрактальной размерности ограниченного множества в метрическом пространстве, определяется следующим образом:

• где N(ε) минимальное число множеств диаметра ε, которыми можно покрыть исходное множество.

Размерность Минковского имеет так же другое название — box-counting dimension, из-за альтернативного способа ее определения, который кстати дает подсказку к способу вычисления этой самой размерности. Рассмотрим двумерный случай, хотя аналогичное определение распространяется и на n-мерный случай. Возьмем некоторое ограниченное множество в метрическом пространстве, например черно-белую картинку, нарисуем на ней равномерную сетку с шагом ε, и закрасим те ячейки сетки, которые содержат хотя бы один элемент искомого множества.Далее начнем уменьшать размер ячеек, т.е. ε, тогда размерность Минковского будет вычисляться по вышеприведенной формуле, исследуя скорость изменения отношения логарифмов. 

( Читать дальше )