Вы, наверное, как и я, неоднократно задумывались о том, что бы приобрести квартирку на море, дабы летом приезжать туда отдыхать, ведь так? Что может быть прекраснее, чем без лишних «напрягов» в любой момент поехать на Черное море как к себе домой.

Но так ли это выгодно и удобно? Сейчас мы попробуем разобраться. Потому что всегда есть подводные камни, о которых многие ввиду неопытности могут и не догадываться.

Как говорил какой-то умный дядька: «Первое важное решение в жизни — купить яхту. А второе важное решение- продать эту яхту.» Дословно уже не помню.

Проблемы с владением недвижимости

Если Вы имеете несколько объектов недвижимости, то прекрасно знаете, что квартира — не такое уж прекрасное вложение денег, ведь так? Нужно платить коммуналку, теперь появился налог, иногда можно затопить соседей. Если же квартира сдается, то нужно периодически контролировать нанимателей. Лично меня это иногда очень сильно достает, когда нужно ехать решать проблему с потекшим краном у квартирантов.

( Читать дальше )

Прежде, чем продолжать рассказывать о структурных продуктах, нужно рассмотреть 2 темы, вынесенные в заголовок.



Итак, часть 1: фьючерсы (и вообще любые срочные контракты).

Во-первых, в день окончания обращения фьючерса (экспирации) его цена в точности равна цене базового актива (с точностью до комиссии).

Абстрактный пример. Пусть сегодня последний день обращения фьючерса на акции Х. Акция стоит 100 рублей. Допустим, что фьючерс Х стоит 110 рублей. Тогда я могу купить акцию Х по 100 рублей, продать фьючерс Х по 110 рублей и в конце дня поставить акцию покупателю фьючерса (за 110 рублей), получив 10 рублей прибыли без всякого риска. Сделки такого типа называются "арбитраж". Понятно, что при таких ценах я (и не только я) буду совершать арбитражные сделки на все доступные мне деньги, да еще и кредит возьму. Арбитражер будет толкать цену акции Х вверх (агрессивными покупками) и одновременно цену фьючерса Х вниз (агрессивными продажами), пока цены не сравняются и прибыль не исчезнет.

( Читать дальше )

Проанализировал сегодня свой торговый журнал на вопрос того, сколько тильтовых сделок я совершил, по каким причинам и какой был от них убыток.

Также решил поделиться несколькими полезными функциями Excel и Google SpreadSheets, которые я использовал и не пришлось использовать программирование на VBA. До этого я не знал об этих функциях, хотя всю жизнь пользовался Excel.

Под тильтом я подразумеваю любые действия в рамках сделки не по системе: открытие или закрытие. А не последовательность несистемных сделок.

Веду свой журнал в Google SpreadSheets. 

Результаты анализа журнала

Всего за этот год я совершил 721 сделку. Из них:

261 сделка руками (36.2%)
460 сделок роботами (63.8%)

Из всех сделок руками:

81 сделка тильтовая (31% от сделок руками или 11.2% от всех сделок) 
180 сделок по системе (69%)

Также я посчитал, сколько убытка или прибыли мне принесли тильтовые и системные сделки. Оказалось, что всего 11.2% сделок принесли очень приличный для меня убыток — 170 тыс руб. в сумме. Эх..., этого хватило бы на отдых на Мальдивах.

( Читать дальше )

Перевод (http://bettersystemtrader.com/sharpe-ratio-right-answer-wrong-question/)

Многие используют коэффициент Шарпа, но до конца не понимают в чем прелесть данного показателя.

Для начала давайте выясним, что коэффициент Шарпа делает хорошо:

1. Сравнение разных активов и стратегий.
2. Оценка неопределенности.

Мы все знаем, что в создании портфеля стратегий очень важно правильное распределение активов. Трудность состоит в том, чтобы найти единую метрику оценки разных стратегий, скорректированную на размер риска. Это то, что делает коэффициент Шарпа. С помощью него мы получаем единую меру для измерения риска различных классов активов: облигаций, акций, фьючерсов, сырья и т.д.

Человеческому мозгу трудно связать неопределенность с риском. Риск активирует миндалевидное тело (амигдала), а та активирует рефлекс бей-беги. В данном случае Шарп можно использовать как хорошую оценку неопределенности, он является отношением результативности стратегии к неопределенности.

( Читать дальше )

Введение

Есть миф, что риск на сделку или максимальный убыток за день должен составлять не более 2% счета. Я долго думал, почему именно эта цифра, и, кажется, нашел ответ, изучая более глубоко критерий Келли. 

Критерий Келли — это формула маней-менеджмента, которая помогает вычислить оптимальный риск на 1 сделку / ставку / игру, так, чтобы счет в долгосроке рос максимально быстро.

Если брать слишком большие плечи, уйдем в минус. Если рисковать слишком мало, счет будет расти слишком медленно.





Вот симуляция, которая наглядно демонстрирует преимущества использования этой математики:



( Читать дальше )

Есть 1000$ и есть игра в которой вероятность выйгрыша (удвоения ставки ) 66 % тоесть мы 2 раза выигрываем 1 раз проигрываем,
составить алгоритм с максимальной вероятностью остаться с 1 млн $, ограничение количества игр 200.

1. вариант стивам каждый раз всю сумму тогда нам нужно выйграть подрят 10 раз, итого наша вероятность выйграть 1млн (0.6)^10= 0.015 или
1.5% полтора процента.

2. варант ставим всегда половину, тогда допустим 2 первые раза мы выйграли и 1 проиграли, 100+50=150, 150 +75=225,
225-112.5 = 112.5 итого за 3 игры наш капитал увеличивается на 12.5% процентов. итого (1.125)^x=1000, x=61 ,
61*3= 183 игры через 183 игры наш капитал увеличится в 1000 раз, и если посчитать (через формулу лапласа 183 игры
вероятность того что мы выйграем 61 и более раз ( F((121-183*0.66)/( sqrt(183*066*0.33)) — F(((121-183*0.66)/( sqrt(183*066*0.33)))=
=F(1.913) = 0.94 )
с вероятностью 94 % за 183 игры мы увеличим свой капитал в 1000 раз.

3. варант ставим 2 третьи капитала, 100+66=166, 166+110=276, 276 — 184 = 91.5, Внимание! итого
2 раза выйграв и 1 раз проиграв мы остамся в убытке на 8.5%!

4. Ставим треть капитала, 100 + 33 =133, 133 + 44 = 177, 177 -59 = 118, выгоднее чем половина, 18% И 12.5% на 5.5%.

( Читать дальше )

Тут меня недавно упрекали в том, что я только критикую перебор 50тысяч индикаторных систем а сам ничего не пишу. 
Хотели — получите

Любая система начинается с идеи, а не наоборот — соберем всего побольше а потом что нибудь да найдется.
Идея всегда содержит в себе какой нибудь явление или физический смысл или хотя бы математическую модель. 

Рассмотрим явление, которое имеет место каждый день, на любой бирже, на любом инструменте. 
Определенное число участников рынка торгует по индикаторам или пробоям уровней. По каким именно индикаторам нам знать не нужно. 
Но «каждый школьник знает» что в точках, где входит большинство участников — рынок получает ускорение в какую нибудь сторону. 
Как найти эти точки?
Для начала определим тайм фрейм. В свое время на смарт-лабе болтались опросы — какой фрейм используете? Очень много голосов отдано 1ч фрейму.  Зная фрейм начинаем исследования. 
Строим в экселе распределение обьемов внутри часа. Усредненно это будет гистограмма вида W, где видно, что максимальные обьемы проходят в начале и конце часа. Чуть меньше — на отметке 30 мин. Есть так же всплески на 15 и 45 минутах. Вывод — все входят в конце часа и начале следуюшего. После того как сработали их сигналы на 1ч таймфрейме. Мувинги скрестились, за уровнем закрылись — это нам не важно. 

( Читать дальше )

Эта обучающая заметка призвана раскрыть некоторые элементы технологии производства торговых систем. Существует два основных подхода к созданию биржевых алгоритмов. Первый стартует с некой идеи, например--25-го числа уплачивается НДПИ, что может влиять на курс рубля. Далее эта идея проверяется и находит/не находит подтверждения. Это неплохой подход, но у него есть недостаток--число идей, приходящих в голову, ограничено. Кроме того, опыт построения систем показывает, что зачастую логика происходящего такова, что чистой силой ума допереть до нее тяжело. Поэтому более плодотворным (хотя и не приносящим такого удовольствия, как сила ума) является второй подход, связанный на начальном этапе с чистым майнингом. То есть никаких особых идей вначале нет--просто берется некий алгоритм, в принципе, почти любой. Но надо, чтоб он не был перегружен правилами--иначе на следующих этапах будет сложно. И смотрится, что получается. В результате таких действий рано или поздно получится хорошая кривулька эквити (эта стадия может занимать значительное время). И тут вопрос--это просто такая реализация броуновского движения, или там что-то есть? И вот здесь надо хорошенько поработать. Изучать сделки, менять параметры, менять правила--и смотреть, что получается, анализировать. Этот процесс во многом напоминает эволюцию в живой природе, фактически это генетическая оптимизация, понимаемая в широком смысле. И иногда оказывается, что в рынке действительно есть отклонения от СБ, а что еще нужно для счастья? :)

( Читать дальше )

счас квартиру сдаю… в мскве двуху… стоит она 15мио… сдам я ее в лучшем случае за 600к в год… -100к коммуналка… -80к подоходник… амортизация ремонта, мебели -100к… амортизация квартиры -300к (2% в год ибо панелька)… итого 600-100-80-100-300=20к профита за год!!! ДВАДЦАТЬ ТЫСЯЧ РУБЛЕЙ В ГОД!!! ВЫХЛОПА С 15МИО!!! зы кстати брали хату за евро… счас если курс пересчитать цена ей 25мио… совсем пичаль...

 еще забыл… -25к риэлтору… тогда -5к!!! МИНУС 5000 в год!!!

вы все еще хотите купить квартиру в мскве под аренду???


p/s
не могу понять ипотечников… это за гранью разума… переплатить втрое… и через 25 лет получить в собственность старую изношенную квартиру потерявшую 30-40% первоначальной стоимости...

pps
квартира та покупалась в 2010ом за 11.5мио… т.е за 6 лет рост стоимости составил 30%… это +5% в год

Здравствуйте дорогие друзья!

Хочу проверить влияние спреда IV-HV на результат торговли, если куплен стредл на центральном страйке и выравнивать дельту фьючем каждый день.
Сдесь и далее в следующих статьях:
IV — подразумеваемая волатильность центрального страйка
HV — историческая волатильность приведенная к годовой
Спред — разница между IV и HV
Все дальнейшие расчеты и скриншёты приведены для инструмента RI.

Формула по рассчету HV:
Сначала рассчитывается средний дневной ход цены (HV_EMA) в процентах
HV_EMA=HV_EMA(t-1) + Alfa * (100 * (Abs(PRICE_F — Prev_PRICE_F) / Prev_PRICE_F) — HV_EMA(t-1))
где:
HV_EMA(t-1) — средний дневной ход цены на предыдущем шаге (дне)
Alfa — коэффициент сглаживания (0...1)
PRICE_F — цена фьючерса на текущем шаге (дне)
Prev_PRICE_F — цена фьючерса на предыдущем шаге (дне)
Если проще сказать то HV_EMA это экспоненциальная средняя дневных изменений цены фьючерса взятых по модулю.
У нас получается дневная волатильность. Далее приводим дневную волатильность к годовой:
HV=HV_EMA * КОРЕНЬ(252)
Почему я взял 252? Потому что в году примерно 252 рабочих дня, хотя этот вопрос спорный какой коэффициент брать 252 или 365.
Все, теперь у нас есть историческая волатильность приведенная к годовой и её можно теперь сравнивать с подразумеваемой.
Методом тупого перебора я перебрал все коэффициенты Alfa и определил, что у коэффициента Alfa=0,06 наименьшее среднеквадратичное отклонение между IV и HV, его то и возьмем для дальнейших исследований.
Посчитаем разность между IV и HV и построим график этого спреда

( Читать дальше )