Небольшая статья с ресурса http://www.talaikis.com/ о построении простой стратегии, использующую наивный байесовский классификатор при создании процесса возврата к среднему. Весь код в статье приведен на языке Python.

Это достаточно большая область исследований, но расскажем все очень кратко. Мы попытаемся найти взаимоотношение между  временными сериями  (в данном случае возьмем в качестве сигнала взаимный фонд XLF из финансового сектора, сдвинутый по времени на 1 день назад), а нашей целью будет фьючерс S&P500 в форме CFD. Будем входить в длинную позицию по этой бумаге при нулевой вероятности приращения. Логически нулевая вероятность ни о чем не говорит, другими словами, будем покупать возврат к среднему.

1. Получение данных

Y = read_mongo(dbase, "S&P5001440")
X = read_mongo(dbase, syms[s]).shift()

#готовим набор данных
res = pd.concat([X.CLOSE, Y.CLOSE], axis=1, join_axes=[X.index]).pct_change().dropna()
res.columns = ['X', 'Y']

( Читать дальше )

Приветствую всех!
Начал тестировать стратегию и решил поделиться ею с вами т.к. не болею паранойе, что она перестанет работать и тд.
Суть стратегии проста — получение прибыли от распада дальних страйков. Для выравнивания теор. цены покупаю страйки чуть ближе в соотношении 1/2.
За 2 дня (вчера и сегодня) набрал вот такую позу:

Параметры:
ГО 14000
Цель 1150(8%)
Дней до цели 12-17

Если цена выходит за отмеченный диапазон начинаю от купать соответствующую сторону. При этом прибыль будет уменьшаться, но в минус уйти будет крайне сложно.
Вроде все описал, жду ваших комментариев).

Нейронные сети. Послевкусие. Заблуждения, ошибки, косяки. Первые 15 месяцев эксплуатации бота на нейронных сетях.                            

                             Silentium est aurum

                            Молчи, пока ты не в состоянии сказать нечто такое, что полезнее твоего молчания. 

                                                                                                                  (кто-то умный и известный сказал)

Из прошлого диалога  smart-lab.ru/blog/327789.php

Quant-Invest, Если все было бы так просто — все уже были бы миллионерами…

( Читать дальше )

Ранее я писал о своей системе маней-менеджмента. 
Решил написать еще одну статью в продолжение. 


Правила управления капиталом

Основная идея: я думаю, что управлять любой суммой нужно так, как бы я управлял, скажем, 1 млрд $. Очевидно, что я не стал бы размещать 1 млрд только в алгоритмические стратегии (может быть слив 25% за 1 секунду во время флеш-креша, у меня такое было) или только в акции (обвал 2008-го привел бы к просадке более 25%).

Распределение по риску:

75% безрисковые активы почти безрисковый портфель (золото, акции, облигации — все без плеч, низкая корреляция между классами активов)

25% рискованная часть (активная торговля — алготрейдинг)

Ребалансировка

1. Алготрейдинг (25%) 
2. Акции (25%)
3. Облигации (25%)
4. Золото (25%)

( Читать дальше )

Покупка акций компаний, которые платят супер-дивиденды. Главное, — определить, почему компании платят супер-дивиденды и будут ли они платить эти дивиденды в дальнейшем. Для этого надо понять желание мажоритария платить дивиденды. Надо отметить, что вся система инвестиций Ларисы Викторовны построена на логике и здравом смысле.

Причины эти можно классифицировать:

1. необходимость пополнения госбюджета (Газпром)
2. необходимость пополнения бюджета субъекта (Татнефть, Алроса)
3. желание иностранного мажоритария получить профит от дочки
4. смена собственника, желание мажоритария заплатить по долгам за счет дивидендных выплат
5. скупка акций менеджментом
6. резкий рост чистой прибыли
7. желание материнской компании получить прибыль от дочерних обществ

В реальности причин может быть много, Лариса Викторовна выделяет особо эти. Причины и желание платить дивиденды должны быть перманентными, а не одноразовыми. Если возникает уверенность, что мажоритарий больше не захочет платить хорошие дивиденды, то такую акцию можно продать сразу после отсеки (например, Новосибирскэнергосбыт).

( Читать дальше )

Часто вижу как люди изобретают велосипеды в Excel, хотя все уже давно написано. Сам по себе Excel для анализа данных на мой взгляд не удобен.

Хочу поделится с вами базой с огромной коллекцией примеров анализа рыночной информации в Excel.
Корреляции, хеджирование, шорт интерес, моделирование портфеля, Монте Карло, бонды, опционы и еще много много всего.


www.gummy-stuff.org/Excel/

Доброе утро коллеги!!! Вчера на вечерней сессии РТС закрылся почти под лоу дневной свечи, тем не менее удержав важную зону поддержки 90000-90500. Если посмотреть на скрин выше, видно, что при маркет продажах, «по рынку»(красные столбики) открытый интерес (синие) сильно рост. И каждый раз с этой зоны 90000-90500 мы видели отскок. Посмотрим как отработает сегодня утром данный анализ. Вчера в 21-00 на Фомке повторилась подобная техническая ситуация. Ждем открытия!!!
Всем отличного торгового дня!!!

Добавила свежий скрин, на открытии пробили 90000 вниз, первый часовик еще не закрыт, открытый интерес растет. Посмотрим, как закроют час.


( Читать дальше )

( Читать дальше )