Избранное трейдера Lagamail
Горе, горе тебе, великий город Вавилон, город крепкий!
ибо в один час пришел суд твой.
Около десяти лет назад я уехал работать из провинции в столицу, и всё это время обстоятельства вынуждали меня оплачивать съёмное жильё, чтобы оставаться рядом с работой. Этим пользуются многие жители столиц, во всех странах мира. Не хочу даже подсчитывать, сколько денег я истратил за все эти годы на аренду жилья (часто весьма посредственного). Поэтому все, кто утверждает, что собственное жильё невыгодно, что оно привязывает к одному месту и т. д. — просто болваны и неудачники, не могущие его себе позволить. Собственный дом или квартира в престижном ЖК позволяют крепко стоять на своих двоих и не кормить разных нахлебников. Как вариант, сгодится даже однушка в человейнике в спальном районе на окраине города. А если надо — всегда можно запереть дом на ключ и уехать работать в другой город или даже страну. Лично я уже считай что почти стал владельцем собственного жилья и скоро сброшу с себя это ненавистное ярмо ежемесячных платежей за аренду чужих апартаментов.
Модеры, перенесите в алго пжл и вообще добавьте меня уже туда )
Хотелось бы раз и навсегда закрыть тему концепции построения торговых систем или их примеров на основе пересечения скользящих средних. Это не работает, друзья. Давайте посмотрим.
Предположим, для каждого момента времени мы вычисляем значения экспоненциальных скользящих средних (они лучше всех) с периодами А и Э. И также мы знаем приращение цены (или логарифма отношения следующей цены и текущей для упоротых квантов), которое мы можем этой паре чиселок сопоставить. Наносим на график и смотрим:
По горизонтальной оси — значения скользяшек с периодом А, по вертикальной — с периодом Э. Если пересекается вверх и находится сверху — оно выше красной линии, наоборот — ниже.
Это просто иллюстрация из Википедии, с нарисованной прямой линией, может быть и другая чуть более сложная кривая-поверхность в случае многих скользяшек и более запутанных правил, суть от этого не меняется. По одну сторону одни точки, предположительно в среднем в плюс, по другую — ну как минимум не такие крутые. Ребята, рынок не так прост ) и одного даже самого хитро%;№"_ного сплита недостаточно от слова совсем.
25301010 | Casinos & Gaming |
30201010 | Brewers |
30201020 | Distillers & Vintners |
30201030 | Soft Drinks |
Предисловие
Часть 1 http://smart-lab.ru/blog/338479.php
Часть 2 http://smart-lab.ru/blog/338730.php
Часть 3 содержит пару примеров торговли объемом на календарных спредах
Важно: в календарных спредах позиция хеджевой конструкции определяется на BUY, если фронтальный фьючерс на BUY. Позиция на SELL, если фронтальный фьючерс на SELL
Вариант 2: «Перевертыши» в спредах
Скрин 1: Сменить позицию SELL на BUY или наоборот частая практика, на скрине как раз такой случай но только на спредах (допустим мы находимся в ДЕК 2015 года):
Статья из блога www.jonathankinlay.com поможет лучше понять работу вашей торговой стратегии и повысить ее производительность в будущем.
Построение прибыльной стратегии только половина успеха, трейдеру еще необходимо понимание так называемой альфы стратегии и риска. Это значит, что нужно определить факторы, обуславливающие прибыльность алгоритма и, в идеале, создать модель так, что их относительный вклад может быть вычислен. Более продвинутый путь — это конструирование мета-модели, которая будет предсказывать прибыльность и давать рекомендации, каким образом должна торговать стратегия в следующий период.
Производительность стратегии
Давайте посмотрим, как это работает на практике. В нашем случае будем использовать следующую внутридневную стратегию на фьючерсах E-mini:
Общая производительность стратегии довольна высока. Среднемесячная прибыль за период с апреля по октябрь 2015 года почти 8 000 долларов на контракт, за вычетом комиссии, со стандартным отклонением всего 5 500 долларов. Годовой коэффициент Шарпа около 5.0. На платформе с хорошим исполнением стратегия может масштабироваться до 10-15 контрактов, с годовой прибылью от 1 до 1.5 миллионов долларов.
Первая часть лежит тут… smart-lab.ru/blog/155810.php… думал частично переписать, но решил просто добавить...
1 Основа торговли
Трейдинг — это прогнозирование будущих цен и торговля этого прогноза с целью извлечения прибыли.
Прогнозирование будущих цен можно делать на основе различных методов и способов, например: фундаментального анализа, новостей, цены, объемов, элиотов и прочих методов или их сочетания. В любом случае выделяется параметр наблюдения или ряд параметров на основании которых принимается решение об исходе прогноза.
В конечном итоге, исходы прогноза всего 2 — тренд и контртренд. В случае тренда мы делаем вывод что параметр наблюдения достаточно изменился, чтоб движение продолжилось, а для контртенда на основаниии такого же изменения параметра мы сделаем вывод что движение прекратится и сменится на противоположное.
Линейная регрессия часто используется для вычисления пропорции хеджирования в парном трейдинге. В идеальной ситуации коэффициенты этой регрессии — наклон линии регрессии и свободный член (пересечение) остаются всегда постоянными. Однако в реальности все, конечно, не так радужно, и значения этих параметров постоянно меняются во времени. Как правильно вычислять коэффициенты регрессии, чтобы избежать подгонки к текущей ситуации, рассматривается в статье "Online Linear Regression using a Kalman Filter". Для этой цели в данной публикации используется фильтр Калмана.
Для тестирования берутся исторические цены закрытия двух биржевых фондов ETF — австралийского EWA и канадского EWC с 2010 по 2014 год. Динамика цен этих фондов показывает взаимосвязь, что продемонстрировано на диаграмме рассеивания в заглавии поста. Однако по этому же графику видно, что эту взаимосвязь невозможно описать с помощью линейной регрессии с постоянными коэффициентами.