В нескольких статьях мы рассмотрим использование индикатора PIN, который представляет собой вероятность присутствия на рынке так называемых информированных трейдеров. Статьи основаны на работе  Paolo Zagaglia "PIN: Measuring Asymmetric Information in Financial Markets with R". Так как вероятность информированной торговли зависит от сделок купли и продажи в течение рабочего дня, в данном цикле мы рассмотрим весь процесс, от обработки исходных данных и вычисления вероятности информированной торговли, до определения параметров лежащей в основе математической модели. Примеры будут сопровождаться кодом на языке R.

Рост в последние годы алгоритмической и высокочастотной торговли открыл тот факт, что динамика биржевых цен сильно зависит от микроструктуры рынка. В частности, некоторые трейдеры могут иметь доступ к приватной информации о торгах, в то время как другие довольствуются только публичными новостями. Риск того, то неинформированный трейдер может в какой-то момент времени столкнуться в качестве контрагента в сделке с информированным, является одним из параметров, определяющих цену актива. Таким образом, измерение вероятности того, что контрагент владеет ассиметричной информацией, позволяет правильно вычислить цену.

После рассмотрения основ машинного обучения в первой части, мы перейдем к примеру использования наивного байесовского классификатора для предсказания направления движения цены акций Apple. Сначала разберем основные принципы работы наивного байесовского классификатора, затем создадим простой пример использования дня недели для предсказания направления цены закрытия — выше или ниже текущей, а в окончании построим более сложную модель, включающую технические индикаторы.

Что представляет собой наивный байесовский классификатор (НБК)?

НБК старается найти вероятность события А при условии, что событие В уже произошло, обзначаемую как Р(А|B) (вероятность А при условии В).

В нашем случае, мы должны спросить: какова вероятность того, что  цена возрастет, при условии, что сегодня — среда? НБК берет во внимание обе вероятности — общую вероятность роста цены, то есть число дней, когда цена закрытия была выше цены открытия относительно всех рассматриваемых дней, и вероятность роста цены при условии, что сегодня среда, то есть сколько прошедших сред имело цену закрытия выше цены открытия?

В прошлой части нами было сделано наблюдение, что для присутствующих на рынке высокочастотных алгоритмов характерна высокая частота отмены биржевых ордеров. В данной статье мы уделим внимание еще одной особенности HFT роботов — малому объему ордеров, генерирумых подобными стратегиями.

Автоматические стратегии стараются отсылать биржевые приказы, которые содержат небольшие количества акций или лотов. Маркет мейкеры делают это для того, чтобы выборочно торговать с небольшими контрагентами, обходя сильные движения, вызываемые крупными покупками или продажами. Исполнительные алгоритмы отсылают небольшие ордера, чтобы скрыть свои намерения о реализации крупных объемов, избегая тем самым сильного воздействия на цену. Чтобы проверить, действительно ли существуют описанные тенденции на рынке, построим график движения цены, с точки зрения пассивной стороны трейда, после взятия всех ордеров на конкретном уровне для двух ситуаций — когда малые ордера принимают участие в данном трейде, и когда их нет. За малый объем ордера примем 2 целых лота и менее:

Неплохую идею для высокочастотного трейдинга подсказал Kipp Rogers в своем блоге. Идея несложная, но требующая подробного объяснения, поэтому попробую изложить ее в двух статьях.

Автор предположил, что лучшее исполнение ордеров, отправленных на биржу, скорее возможно получить, торгуя с трейдерами — людьми, вручную отправляющими приказы, чем с компьютерами, то есть контрагентами с автоматическим выставлением. Высокочастотные роботы отправляют приказы на биржу только в том случае, если они видят возможность быстрого снятия прибыли или ищут наилучшую цену исполнения для больших объемов, что делает соревнование с ними очень тяжелой задачей. С другой стороны, трейдеры, торгующие вручную ( под ними могут подразумеваться и автоматические программы с медленными алгоритмами ), выставляют приказы с большим временем жизни (до отмены или исполнения), меньше внимания уделяют мгновенной цене и, как правило, имеют идею о направлении движения цены при входе в рынок, что также дает представление о поведении их ордеров.

Окончание цикла статей. Начало и другие алгоритмы биржевой торговли смотрите в моем блоге и на сайте.

В прошлой части мы продемонстрировали обучение модели Маркова на данных, полученных с помощью симуляции. В данной статье рассмотрим производительность модели на реальных данных. Будем тестировать трендследящую стратегию на индексе S&P500.

В большинстве задач с использованием машинного обучения требуются обучающие данные с разметкой классов (состояний). В нашем случае такой разметки нет, поэтому сначала сгенерируем классы для обучающей выборки.

Мы хотим создать трендследящую стратегию, поэтому должны выбрать участки на выборке цен S&P500, которые соответствуют восходящему и нисходящему трендам ( также можно отметить участки, где тренды отсутствуют). Можно это сделать вручную, а можно применить программу, которая автоматически расставит метки в соответствии с вашими определениями тренда.

    Третья Силы сторона есть, юный падаван. И говорит и знает мало о ней кто. Ведь профессиональная деформация программистов скромность тех джедаев не позволяет выставлять себя идиотами, неся бред.

    Наблюдая идеологические войны «Разумного Инвестора» с ордой фриков рисующих палочки «Спекулянтами» создаётся впечатление что никаких других способов трейдинга не существует. А это мягко говоря не так.

    Давайте вместе попробуем разбить трейдеров на группы. А затем объективно и беспристрастно посмотрим на эти группы поближе.

План:

1. Разбить трейдеров на группы
2. Про Тех Анализ
3. Про Инвесторов
4. Про Алготрейдинг

Представляю вам индикатор для слежения за позицией крупных игроков.

Семь лет занимаюсь торговлей, тестированием торговых систем, написанием индикаторов и роботостроением. То, что я хочу вам представить даст новые возможности. Как сказал Василий Олейник «На рынке всё просто, главное уметь всё видеть и понимать.» Я всегда пытался все идеи визуализировать у себя в Квике: маркетпрофайл, стакан. Теперь у нас есть такая возможность, возможность — Видеть.

Да, есть способы видеть позицию крупного игрока ЗДЕСЬ и СЕЙЧАС. Не постфактум, пытаясь разглядеть  её в маркетпрофайл или расчерчивая плиты на недельных графиках. Нет. Данный индикатор показывает позицию кукла в моменте. Что позволяет чётко понимать направление и силу возможного движения.

На графике выше результаты моей торговли роботами за апрель. Прибыль показана в процентах от начального капитала с начала торговли 10 марта 2015 года (апрель отделен красной линией). В прошлом посте были приведены основные характеристики рабочих алгоритмов.

Как видно на графике имела место значительная просадка 16 апреля, причем до этого три дня были хоть с небольшим, но минусом. Это вызывает уже вопросы о робастности применяемых алгоритмов, таких просадок я не наблюдал на используемых мной исторических данных, что может свидетельствовать о подгонке на бэктестировании. Хотя день 16.04 был очень интересным, ниже приведен график прибыли за день:

Привет!

Читаю смарт-лаб уже давно, естественно постоянно вижу этого самого «кукла». До поры до времени я тоже думал что осознанные манипуляции рынком идут постоянно. Однако мое мнение сильно изменилось, когда я столкнулся с механизами работы действительно больших, на мой взгляд денег.
В данный момент я работаю в одном из крупных игроков на нашем фондовом рынке. Портфель которым мы управляем — несколько сотен миллиардов рублей. Это те деньги которые реально могут двигать весь наш рынок в любую сторону на заметные значения. И иногда, кстати все же двигают. Другое дело что принципы управления таким портфелем совсем другие, чем например портфелем физика. С точки зрения обычного спекулянта мы конечно же очень неповортливые. И когда мы совершаем операции, один из важнейших для нас вопросов — как войти/выйти по текущим ценам минимально сдвинув рынок. Поверьте, когда руководство ставит нам задачу распродать например часть портфеля за очень огранниченный кусок времени, мы в последнюю очередь думаем как заработать или «покукловодить» рынок, скорее наоборот. И уж точно нам по барабану на ваши стопы, профиты, уровни и т.п. Для нас есть только финансовый результат от сделки. Как только кончились деньги/бумаги — все — вот вам новая поддержка или сопротивление (ну если конечно движение не продолжат дальше другие участники). И чем больше я смотрю на рынок, тем больше вижу именно таких больших денег, а не «злобных куклов» которые все норовят свозить несчастного Васю Пупкина на стопы. Да, безусловно манипуляции присутствуют, но их доля не настолько велика чтобы везде искать заговоры. И когда вашу любимую бумагу вдруг начали активно продавать — скорее всего это какому-то казначейству просто понадобились деньги и ничего более.)))
Всем удачи в торгах!