Все видео с конференции смартлаба я выкладываю тут:

http://confa.smart-lab.ru/20160514

    Ну что, про нехорошую Арсагеру все почитали? За Тимофея по переживали? Не знаю, толи это самое акции Арсагеры в чём их обвинили или нет. Знаю только, что покупать их я бы не стал: слишком неликвид, да и компания в целом, маловата как-то что ли.

    Так что продолжу развивать идеологический подход к инвестированию, суть которого в том, что нам не нужно лезть в фундаментальный и технический анализ, чтобы получать прибыль. Начало тут http://smart-lab.ru/blog/330135.php

    Напомню основные постулаты теории:

1. Выбираем много акций из торгующихся на бирже, штук 50 достаточно. Выбор осуществляется сугубо индивидуально. Мне представляется, что акции должны быть достаточно ликвидными и не быть слишком очевидно токсичными (т.е. компания не должна слишком явно двигаться к дефолту или банкротству).
2. Покупаем только тогда, когда цена на акцию достаточно сильно упала.
3. Покупаем по чуть-чуть, например на 1% от портфеля. Если падает еще ниже, покупаем снова. Критерии, когда покупать, придумываем сами.
4. Никаких стоп-лосов.

( Читать дальше )

Основные тезисы:

• В следующем году продолжится продажа облигаций в пользу акций
• Доля акций будет доведена до 70% портфеля.
• 2 сценария: 800пп и 2500 пп по ММВБ
• 2 сценарий: доля акций будет увеличена до 90%, список акций к покупке будет изменен.
• До конца 2016 докупаться имеющимися в портфеле акциями
• Особое внимание: Газпром, ФСК, ГМК Норникель, Россети пр., МОЭСК, НКНХ пр., ВСМПО Ависма, ЛСР, Ростелеком пр., Система, ПРОТЕК, Фосагро, Русагро
• 5 основных эмитентов, на них приходится 40% портфеля, 20-25% остальные акции
• Облигации до конца года распродать, оставить только с плав. купоном
• рынок в текущем диапазоне очень дешев, до выхода из диапазона цена покупки не имеет значения
• ВСМПО: поверил в то, что менеджмент развивает и будет развивать эту корпорацию
• Система: Полюбил после расставания с Башнефтью за сельхозпроекты...

Оригинал тут

Система заключается в следующем:
Сигнал на покупку — пробитие High прошлого дня 
Сигнал на продажу — пробитие Low прошлого дня 
Закрытие по концу дня,
либо по концу часа, если свеча закрылась внутри High-Low прошлого дня
В ехсеle получается такая кривая доходности.

Но есть опасение, что на открытии не получится купить по цене открытия, а несколько хуже,
как это учесть при тестировании пока не знаю.

Кто-нибудь торговал подобную систему?

www.dp.ru/a/2016/05/22/Dividendov_hvatit_na_vseh/

Доходы от дивидендов — это ваш основной заработок сейчас?

 

— Нельзя на чем–то&nb

( Читать дальше )

Продолжаем разработку универсального робота!

Выкладываю код OUR-0.3, который в настоящий момент еще далеко не полный – это только основа, скачать можно здесь https://yadi.sk/d/l3uic67yruCxa

Код прокомментирован подробно, но дам дополнительное описание общего плана, чтобы логику работы робота можно было представить.

Итак, по порядку:

Робот состоит из двух файлов: OUR.lua содержит основные функции (OnInit, main, коолбэки – пока только один OnStop), FunOUR.lua содержит вспомогательные функции – все остальные. Дополнительно приложен файл с информацией и файл с образцом котировок.

Функция OnInit

1 Первоначально котировки с сервера поступают в источник – таблицу с барами TBar (там все заполняется автоматически при подключении источника).

2 Далее робот делает различные вычисления, результаты которых он помещает в таблицу с данными TDat (также туда копируются параметры баров из TBar), эту таблицу нужно заполнять самому, ключи таблицы на свое усмотрение, но конечно часть ключей в алгоритм уже заложены, это «key»,«O»,«H»,«L»,«C»,«V»,«T» от них идут все вычисления. TDat – это таблица, содержащая таблицы по каждому бару, ключ соответствует номеру бара в источнике. Структура такого типа:

TDat = {
[1321] = {"O","H","L","C","SMAf","SMAs"…},
[1322] = {"O","H","L","C","SMAf","SMAs"…},
…
}

( Читать дальше )

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 )