Избранное трейдера WooDoo
EXANTE открывает веб-версию своей платформы для всех пользователей, без необходимости регистрации или подписки по электронной почте. Теперь трейдеры могут беспрепятственно анализировать реальные данные и торговать в демо-режиме на платформе EXANTE.
Перейдите по короткой ссылке https://exante.eu/trade/ и начните демо-сессию прямо сейчас!
Веб-платформа EXANTE полностью бесплатна и не имеет ограничений по сроку действия. Инвесторы могут пользоваться ей для тестирования новых стратегий и применять различные индикаторы и модули для анализа рыночных данных. Система позволяет менять структуру и расположение модулей на экране по усмотрению пользователя и фильтровать инструменты по целому ряду параметров.
EXANTE предоставляет прямой доступ к 50 рынкам и 50 тыс. инструментов в рамках единого мультивалютного счета. Разработанная для удобства профессиональных трейдеров, платформа EXANTE доступна в десктопной, мобильной и браузерной версиях.
Сделал квази-онлайн вывод цен в скрит на языке R, без использования dll. R позволяет проводить разнообразный анализ ценовых рядов, проверять доходность стратегий, строить необходимые графики. На 1мин графике фьючерса на Сбербанк, первые 30 значений. Кроме цены клоз на картинке показаны линии 5-ти кластеров, параллельных оси времени и коричневая линия тренда и наклонными линиями канала, отстоящими на 1 и 2 стандартных отклонения. Ширина этих каналов изменяется с учетом волатильности. Наклонными синими линиями, отмечен канал 0,5 SD без учета волы.
Допустим у нас есть несколько моделей, описывающих движение цены актива. Нам нужно выбрать модель, которая лучше предсказывает будущую цену. Т.е. нам нужна метрика, по которой мы будем сравнивать модели.
Хороший обзор коэффициентов для оценки качества моделей есть на сайте Ивана Светунькова forecasting.svetunkov.ru/forecasting_toolbox/models_quality/
Проблема в том, что все коэффициенты оценки качества прогноза основываются на сравнении ошибок (разница между мат.ожиданием модели и реальным значением прогнозируемой переменной). Если нас интересует только мат.ожидание, например, мы торгуем линейно активом, то проблем никаких. Но если для нас важна плотность вероятности, например, при оценке стоимости опционов, то имеющиеся метрики сравнения моделей не подходят.
Приведу пример. Есть три модели, прогнозное мат.ожидание которых совпадает, а плотность вероятности различается:
Логично предположить, что если деньги переходят из широких масс акций в акции индекса, капитализация масс должна уменьшаться, а капитализация индекса повышаться, и это действительно так.
Коллеги, всем добра!
Позвольте поделиться с вами результатами моделирования поведения непокрытых проданных опционов различных опционных конструкций при различных сценариях поведения рынка и сравнение полученных результатов с моментами, озвученными в свое время презентациях Ильи Коровина «Продажа волатильности» (к примеру, здесь: https://www.youtube.com/watch?v=b8wGLcWMkHE).
По данной теме сломано немало копий, имеются как сторонники голых продаж, так и их яростные противники, имеются большие разночтения по вопросам защиты проданных кроев и пр. Недавние события показывают, что голые продажи могут разматывать довольно серьёзные счета не только на нашей бирже, что можно было бы списать на ее несовершенство и происки брокеров, но и на вполне успешных и надежных западных брокерских площадках. Также, увидел открытые позиции с непокрытыми продажам у участников конкурса БОТ, думаю, им тоже будет любопытно посмотреть на результаты. Предлагаю попытаться разобраться в данном вопросе путем попытки моделирования различных сценариев поведения рынка, используя для этого возможности программного обеспечения Option Workshop.
Идея следующая. Расчет будем вести исходя из суммы на счете 1 млн, ГО для наглядности эксперимента грузим практически полностью на 90-95%. Рынок на момент формирования теоретических позиций следующий:
Рис. 1 Дневной график РТС сентябрьской экспирации.