Всем привет! 

  У опционных трейдеров очень часто возникает вопрос, как тестировать опционные стратегии? Попробую описать самый простой способ.
И так. Нам понадобится:
1.Excel (уменя Microsoft Office Excel 2003)
2.Данные с биржи РТС (ftp://ftp.rts.ru/pub/FORTS/volat_coeff/) вфайле ftp://ftp.rts.ru/pub/FORTS/volat_coeff/Volat_description.doc подробно описан формат данных.
3.Конвертор. Необходимо извлечь и обработать нужные нам данные.
Приступим.
Создаем на диске папку option (у меня она будет на диске h:\)
Скачиваем в неё файл ftp://ftp.rts.ru/pub/FORTS/volat_coeff/201303.7z. В нем данные за март 2013 года. Распаковываем архив в эту же папку.
Открываем Excel. Создаем новый файл. Называем лист «1». Сохраняем его как Конвертор.xls. На листе «1» создаем кнопку и называем ее, например, Старт. Кнопка должна исполнить функцию StartSplitTextFile.
В ячейке A1 указываем путь к нужному файлу H:\optiom\201303.csv. В ячейке A2 указываем необходимый нам контракт RTS-3.13. Создаем лист «2» потом он нам пригодится.


( Читать дальше )

Еще году в 2008 на ленте финама можно было встретить утверждения, что «кукл тянет на хаи» и засадить всех в лонги к открытию европы, чтоб после — «полить сипуху».  Проверим это.

Будем продавать в 1100 мск и закрывать позицию в конце часа. Стоп-лосс не используется, эквити приводится с 2007 года. Инструмент — конечно же фьючерс на индекс РТС, таймфрейм 60мин.



Получается, идея рабочая. Попробуем немного довести ее до ума.  Стоп-лосс по прежнему не используем. Получаем следующее

( Читать дальше )

Выбираем любимый продукт — фьючерс РТС. Выбираем любимый тайм-фрейм 60 минут.

Открываем книжку (любую по рынку). Вспоминаем себя — что мы делали когда тот или иной индикатор уходит в зону перепроданности или перекупленности? Правильно — мы делали то, что делать не нужно. 
Проверим — поменялся ли рынок с тех пор, когда мы ослили на рынке.

Если индикатор RSI  с периодом 14 (из стандартных настроек квика) будет уходить выше 70 — мы будем покупать перекупленность. Если будет уходить ниже  30 — продавать перепроданность.  Выходить будем через час.
Получаем эквитим (с мая 2009 по текущий момент)





( Читать дальше )

Термином «инвариант» в науке принято обозначать величину остающуюся неизменной при тех или иных преобразованиях объекта. К примеру, внешность человека может очень сильно меняться под воздействием возраста, грима или пластической хирургии, но его всегда можно опознать по ДНК. Код ДНК является инвариантом – неизменной характеристикой. Инварианты часто несут наиболее важную информацию о том или ином предмете или явлении.Какое отношение все это имеет к финансовым рынкам? Финансовые рынки хорошо известны своей необычайной подвижностью. Цены большинства инструментов меняются, чуть ли не ежесекундно. Естественным образом возникает вопрос: есть ли что-то неизменное в этом море хаоса и нестабильности?

Цена учла все… и заблудилась
Известный постулат технического анализа гласит: «Цена учитывает все». Многие трейдеры поэтому важнейшей характеристикой фининструмента считают его цену. Можно ли признать цену рыночным инвариантом? Не смотря на всю экономическую важность понятия «цена», ответ на этот вопрос отрицательный. Цена постоянно меняется, значит, по определению она не может быть инвариантом. А что же средняя цена? Скользящие средние – один из наиболее популярных методов анализа. Возможно, средняя цена демонстрирует качество неизменности и устойчивости? Оказывается, нет. В этом можно наглядно убедиться из следующей картинки.




( Читать дальше )

Что такое гомочартизм в трейдинге и кто такой трейдер-гомочартист
 (Гомо  —  единственный, однородный,  chart – график).
Гомочартизм – направление в трейдинге, состоящее в том, что анализируются параметры исключительно одного выбранного  инструмента с глубочайшей верой  и мистической уверенностью  в то,  что этого достаточно для прогноза  его движения. Поэтому приверженцев такого направления можно определить  как секту, члены которой поклоняются учениям любимых  руководителей гуру  и классиков теханализа, написавших книги в 20-80-х годах прошлого столетия.   
Гомочартист – трейдер-сектант, исповедающий гомочартизм, обычная фраза  при  больших просадках эквити, порой уходящих в отрицательную зону: «видите ли, господа, рынок изменился». Его мечта (несбыточная) подобрать так параметры  торговой системы, чтобы  эквити было в плюсе для любых рынков и во все времена, игнорируя текущее состояние среды обитания этого инструмента. Логика его  проста и всегда правильно отвечает на риторический вопрос: разве могут все зеленые мухи ошибаться?


( Читать дальше )

Привет. 

Вопрос к практикующим алго-трейдерам. (Новичкам данный пост просто необходим — выношу грааль на общее обозрение)

Есть система N с четырьмя оптимизируемыми параметрами.

Выбирая 500 лучших результатов по некоторому соотношению (какому? читай мои посты ранее) я получаю распределения параметров в каждом из 500 наблюдений (то есть значение «1» параметра 1 наблюдалось 0 раз, значение «2» параметра 1 наблюдалось 49 раз, значение «3» параметра 1 наблюдалось 110 раз и т.д.):



Правильно ли я понимаю, что третий рисунок говорит нам о том, что параметр 3 слабо влияет на итоговый результат системы и что оптимизировать его нет смысла.

Update: параметр x выпал y раз 

Привет

Всегда торгуя опционами мы несём на себе несколько экзотических рисков, которые не учтены в стандартном наборе греков(дельта, гамма, вега, тета, ро). Такие как: 
-риск уменьшения/увеличения skew(vanna). Этот параметр в стохастических моделях учитывает корелляцию базвого актива и волатильности. 
-риск уменьшения/увеличения curve улыбки(насколько улыбка сильно «улыбается»)(volga)
-риск горизонтального(параллельно) сдвига улыбки(особенно важен тем кто активно торгует под экспирацию). Выводится через модифицированную дельту. К блэковской дельте(dBs/dS) добавляется (DBs/dsigma(vol))*(dsigma(param)/dS).

Подобрать все эти параметры очень удобно и не сложно через модель sabr. Матлаб в помощь. 

Если использовать эти параметры в торговле опционами хедж будет более аккуратным. Если кто торгует просто спреды, то тому наверно всё это до лампочки и это правильно. Но если кто-то использует более сложные вещи(маркет-мейкинг к примеру), то тому данная вещь будет наверняка интересна.

 

                  В околоопционном  информационном  пространстве широко представлены описания классических опционных стратегий. Но стратегия, описанная ниже упоминается редко или вообще не упоминается, хотя в последнее время вызывает всё больше интереса и споров.  Когда-то решил тезисно набросать  мысли по ней – сейчас файлик попался на глаза, почистил, обновил  и выложил. Не имея математического образования, заранее прошу прощения за отсутствие сложных математических выкладок, вызывающих у меня стойкий рвотный рефлекс. Всё написанное ниже носит скорее интуитивный  характер, никаким боком не претендует на истину  ”в последней инстанции”  и выложено  с целью сподвигнуть народ на комментарии  и  дополнения по существу (комментарии типа “нутыимудак” и “самтопонял чонаписал”, если можно, направляйте сразу в личку)
                       Опционный зигзаг в тезисах


( Читать дальше )

С практикующими трейдерами на опционном рынке хотелось бы пообщаться на тему сложных математических моделей. Сейчас известно несколько моделей, которые могут найти применение на практике. Например, модель Бруно Дюпире(http://www.globalriskguard.com/resources/deriv/pric_hedg_with_smile.pdf), stochastic vol model, local vol, модель хестона итд. Какие из них видите наиболее эффективными к примеру для использования на фортсе? Использует ли кто-нибудь методы эконометрики(Garch-и) в построении улыбок? Насколько это эффективно? Если у вас имеется модельный трейдинг, то насколько модель устойчива, есть ли проблемы с подгонкой параметров и производите ли переоптимизации модели в сложные периоды(рост волы, падение волы)? Какие программные средства используете для своих вычислений? Если не секрет программными продуктами какой компании пользуетесь или сами разрабатываете софт? 

Немного про свою торговлю. В модельном трейдинге я для себя нашёл пока одну единственную модель stochastic vol, которую согласуя с некоторыми расчётами, использую для построения смайла. Описание модели здесь 

( Читать дальше )

… на примере eur/usd (котировки с 1999 года для дней, недель и месяцев; часы и пятиминутки — по 65000 баров).

Во-первых, автокорреляция волатильности значительно сильнее для диапазонов типа high-low, чем для диапазонов close-open. Это довольно просто объяснить: если диапазоны  high-low детерминированы <только> прошлой волатильностью, то положение цен close и open относительно друг-друга и цен high и low «более случайно». Поясню: наприм., мы имеем ряд примерно одинаково длинных свечей, что приводит к высокой АК волатильности типа high-low. Но некоторые из этих свечей вероятно будут иметь длинные тела (close-open) с короткими тенями, а некоторые — короткие тела с длинными тенями. В этом случае АК диапазонов (close-open) неизбежно будет слабее.

Во-вторых, отсутствует четкая зависимость  АК диапазонов close-open (1) от АК диапазонов  high-low (2). Так для пятиминуток АК 1-го типа в 2,3 раза меньше АК 2-го типа. А для месячных цен — в 7,8 раз. Это объяснить гораздо труднее.



( Читать дальше )