Часть 1. Считаем НКД (накопленный купонный доход)

Мало кто из частных инвесторов заморачивается ведением своего портфеля. Конечно, это неправильно, но вполне можно понять. Слишком много времени уходит на учет, а его всегда и всем не хватает. Поэтому и доверяют своему торговому приложению. Но не видя картинки в целом, очень трудно принимать как стратегические, так и тактические решения по портфелю.

Сейчас есть приложения, которые помогают вести портфель. Они не бесплатные, но порядок в портфеле того стоит.

Но я хотела рассказать о тои, как можно вести облигационный портфель в Excel. Какие есть специализированные функции для этого. Возможно, кому-то это будет полезно.

Рассмотрим в качестве примера выпуск УральскаяСталь-БО-001Р-02. Какая информация о бумаге нам может понадобиться?

Для начала:

• Наименование
• ISIN
• Дата погашения
• Купон
• Начало купонного периода
• Окончание купонного периода
• Количество купонов в год

 

 

В нашем случае это будет выглядеть таким образом.

( Читать дальше )

Продолжение моего поста

smart-lab.ru/blog/954600.php

Сетку ведь можно строить с самым разным интервалом, но всегда надо оглядываться на факт наличия комиссии. Я буду оперировать комиссиями, которые применяет Альфа-инвестиции на самом начальном тарифе. Что касается покупки акций, то это 0,3% за покупку, и столько же за продажу.
Оказалось, что вполне разумно и удобно расстояние между уровнями измерять именно в комиссиях.

Пусть n расстояние между уровнями в комиссиях. Тогда величина q, которая фигурирует в формуле для членов прогрессии должна выглядеть так

q = ((1-k)/(1+k))^n    (блин… как тут тяжело формулы писать...)

n здесь служит параметром, который мы будем варьировать.

Ну а если так, то мы и депозит можем написать

D =  a1/(1-q)    и он тоже (через q) является функцией n

Разность цен на акции мы тоже можем выразить через n. Мы можем разность цен на соседних уровнях разделить на депозит, и эта величина тоже будет зависеть от n. Нам бы еще на время поделить, но как его измерить?

( Читать дальше )

 Одним из первых параметров, которые мы проверяем при оценке новой стратегии – это проверка зависимости между сделками используя методику Z-счета. Данная оценка дает нам понять, что ждать от нашей системы в плане чередования прибыльных и убыточных сделок, что в свою очередь влияет на выбор системы управления капиталом при входе в сделку.

Рассмотрим 2 типа случайного процесса:

Независимые испытания (Отбор с замещением) – это последовательность результатов, где вероятность постоянна от одного события к другому. Бросок монеты является примером такого процесса. Каждый бросок имеет вероятность 50/50 независимо от результата предыдущего броска и равна 50%.

Зависимые испытания (отбор без замещения) – это когда результат предыдущих событий влияет на вероятность, и значение вероятности непостоянно от одного события к другому. Примером такой зависимости является карточная игра 21 (очко). 

Если перейти к трейдингу, необходимо убедится в том, что каждая следующая сделка не зависит, от результатов предыдущей сделки. Это важно, потому что последующие тесты оптимизации и управление капиталом подразумевают, что мы имеем дело с независимыми результатами.

( Читать дальше )

В продолжение  темы, много лет спустя
smart-lab.ru/blog/310157.php

Наша МосБиржа чудотворна во всех смыслах этого слова, и  обладает невероятно мощными  технологическими штучками для  алги!

Для  начинающих есть плаза2 ФОРТС  через тырнет,  или более модные  штучки на все  рынки  через VPN.

Ну а дальше, как  обычно,  колокация! И тут биржа молодец! На любой  вкус предлагает Блэкджек.
1 Колокация стоит денег, биржа хочет взять за малюсенький 1 юнит, с блоком питания  до 500 Вт включительно,  всего ничего 24 к  рублей  в месяц.
2 Когда мы  наш чудесный юнит разместили, нам  нужно кабель купить для доступа  к  бирже,  обычная  оптика  10 гигабит. чтобы получать маркетдату, и  отправлять наши транзакции,  всего за 60 к  в  месяц.
3 Ну и чтобы как то дружить с  нашим юнитом, управлять им, смотреть и  тд тп,  необходимо на  юнит подключить интернет. Всего ничего, 2400 руб за 1 мегабит скорости.

( Читать дальше )

Всего лишь неделю нужно для того, чтобы каждый из вас смог сам научиться программировать сверточные нейронные сети, которые торгуют не хуже этой*:

Основное отличие машинного обучения от традиционного программирования состоит в том, что в задачах классического программирования вы знаете некие правила и жестко программируете их в поведении программы; в задачах машинного обучения вы не знаете по каким конкретно правилам должна работать программа и позволяете моделям машинного обучения самим найти их. Если вы хотите создать торгового робота, обычно, вы сами ищете некоторые правила (например, пересечение скользяшек, MACD>80 при убывающей луне — покупаю 2 лота) и жестко задаете такое поведения в роботе, тестируете и, возможно, оптимизируете некоторые параметры, но почему бы не поручить само придумывание правил машине? Методы машинного обучения, в теории, могут сами выбрать индикаторы, разработать правила входа, выхода и оптимальный размер позиций. Да чего уж… они могут сами придумать индикаторы, паттерны, которые могут быть гораздо лучше чем то, что придумали до этого люди. Ведь так и случилось в сфере обработки изображений, нейронные сети научились выделять значимые признаки из изображений гораздо лучше, чем алгоритмы, придуманные людьми. Компьютер обыгрывает людей в шахматы — игру, знания для которой люди накапливали ни одну сотню лет. Станет ли алготрейдинг следующей сферой, где будет господствовать нейронные сети или какой другой метод машинного обучения?

( Читать дальше )

Всю жизнь тестировал и оптимизировал торговые стратегии для фьючерсов используя так называемый «склеенный» фьючерс с сайта Финама. Я понимал и понимаю, что в момент «умирания» старого фьюча и соответственно перетекания ликвидности на новый фьючерс происходит ценовой ГЭП. Или контанго (когда цена нового фьюча больше чем цена уходящего в небытие) или бэквордация (обратная ситуация).

Как выяснилось, склейку фьючей Финам проводит по методу «Панама» (или проводил), а как будет проводить — кто его знает. Да и что за «Панама» — яндекс в помощью интересующимся. Смысл в том, что на стыке двух фьючей идут недостоверные котировки.

Из-за наличия такого ценового разрыва в склеенных фьючерсах результаты тестирования стратегии искажаются и как результат в процессе оптимизации находятся неоптимальные параметры.

Я считал, что это несущественные искажения, но если учесть, что оптимизацию иногда провожу на промежутке времени до 10 лет и каждый год происходит как минимум 4 склейки (поквартально) — получается около 40 сделок дают искаженный финансовый результат, которого можно не достичь в реальной торговле. Если же использовать фьючи на нефть — склейки могут доходить до 12 раз в году.

( Читать дальше )

В данном блог-посте будут представлены результаты исследования за 2017 год коинтегрированных пар акций, которые торгуются на Московской бирже. Методика тестирования основана на тесте Энгла-Грэнджера, но для начала проясним некоторые моменты про стационарность, возникшие в предыдущем блог-посте.

Стационарность

У нас вышел спор насчёт того, стационарные ли приращения у акций или нет. ch5oh говорил, что очевидно, что на рынке у всех акций приращения стационарны. SergeyJu — что очевидно, что на рынке нет ни одной акции со стационарными приращениями, и что RW-модель, используемая для описания цены акции, неадекватна. Первый вопрос, который здесь возникает: а как по графику понять, стационарный ряд или нет?



( Читать дальше )

Решил заняться переводом наиболее интересных зарубежных интервью и статеи, связанных с финансовыми рынками.

Первой статьей, которую я решил перевести, стало интервью Джона Вана журналу TASC Magazine. Она будет особенно тем трейдерам, кто только начинает знакомиться с алготорговлей.

Чтобы вы понимали, кто это такой, приведем несколько фактов из его карьеры:

— магистр в области квантовой химии

— докторская степень в области физической химии

— стаж торговли с 1989 года

— соучредитель AbleSys

— Начал создавать торговые стратегии еще в далеком 1994 (На смартлабе вряд ли кто таким может похвастать)

— Автор книги “AbleTrend: Identifying And Analyzing Market Trends For Trading Success ”

Джон, почему Вас заинтересовали финансовые рынки и тех.анализ?

У меня, как вы знаете, докторская степень в области физической химии. Это всегда заставляло меня исследовать те сферы жизни, где на первый взгляд все хаотично. Поэтому мой приход на финансовые рынки не случаен.

( Читать дальше )

 

                                                  Рис.1. Паника
 
THIS IS SPARTA M@THERFUCKERS OLD SCHOOL ALGO.
 
Что нужно знать, для того чтобы быть успешным трейдером и алготрейдером?
 
А ТЫ!? Хочешь на пьедестал ЛЧИ!?
 
Мат. часть inside.
 
 АТТЕНШН! Эта статья более чем на половину о дисциплинах входящих в Old School Algo, и более чем полностью является логичным продолжением моего предыдущего поста. Поэтому внимательно ознакомьтесь с классификацией ( smart-lab.ru/blog/155908.php )  алготрейдеров и комментариями к ней, прежде чем писать сюда!
 
 OLD SCHOOL ALGO SKILL TREE
 


( Читать дальше )

Всем привет!
 Долго ничего не писал на Смарт-лабе, и не отвечал на письма и личные сообщения, т.к. переделывал у своего робота модуль выставления, перемещения и снятия заявок, и модуль хеджирования. По этой же причине позабросил счет на ЛЧИ, но там и без меня не сливается :). Надеюсь, в следующем квартале мой робот заработает мне, на одном из счетов, по новой стратегии гораздо больше тех 14% что есть в этом квартале.
 
Напомню предысторию для тех, кто читал мои предыдущие посты, а кто не читал, сможет лучше понять, о чем речь сегодня.
 
1.Описание программы и метода тестирования опционных стратегий в Excel http://smart-lab.ru/blog/114221.php (естественно не полная версия, но понять как происходит тестирование можно)
2.Продолжение темы тестирования http://smart-lab.ru/blog/114286.php
3.Построение арбитражной стратегии http://smart-lab.ru/blog/124999.php
4.Оптимизация арбитражной стратегии http://smart-lab.ru/blog/126805.php


( Читать дальше )