На последней тусовке трейдеров организованной одним пропом, отвечал на вопросы Виктор Советов, который рассказал много полезного про само HFT и состояние этой индустрии на сегодняшний день. В ходе его комментариев раскрыто много важных нюансов, которые пригодятся в особенности интрадей трейдерам и алготрейдерам на всех рынках (хотя и инвесторы могут найти для себя новые интересные направления). Как минимум, если кто-то в построении своих стратегий и подходов к анализу рынка учитывает влияние HFT, то сможет избавится от многих заблуждений, которые витают на просторах русскоязычного интернета. 

Собственно само видео ниже — наслаждайтесь! :)

P.S. плюсуйте на благо других, ведь чем выше будет компетенция коллег, тем лучше для индустрии и качества информации которую плодят люди… ) 

Решил рискнуть и поднять довольно холиварную тему, и разобраться, какие виды волатильностей бывают и чем они отличаются. Всё ниже-сказанное прежде всего рассчитано на новичков, которые уже имеют представление о волатильности, но теряются в догадках, какую же всё-таки использовать (как и я). Чтобы понять о чем пойдет речь далее, необходимо иметь базовые представления о модели Блэка-Шоулза (БШ).

Что такое Implied Volatility (IV)?

Для вычисления цены опциона, обычно используют формулу БШ, которая принимает следующие параметры:

OptionPrice = Vbs(S, t, sigma, r, K, T)

Но на рынке, опционы уже торгуются по неким ценам. Одни продают, другие покупают. Если взять цену опциона с рынка и вычислить волатильность, которую подставив в формулу БШ, мы сможем получить рыночную цену опциона — это и будет подразумеваемая волатильность или Implied Volatility.

Вычисляем IV

Решить уравнение БШ и вывести из него sigma — не простая задача. Скорее всего, даже не возможная, по-этому решается оно методом перебора Ньютона-Рафсона.

( Читать дальше )

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:

( Читать дальше )

   Много лет мы занимаемся автоматизацией торговли наших клиентов в терминале Quik, но до сих пор не представились на просторах SmartLab. Исправляемся:)
   Приглашаем Вас, особенно тех, кто с нами еще не знаком, посетить наш основной ресурс quikluacsharp.ru  и дополнительную страницу для приема заказов bot.quikluacsharp.ru для того, чтобы мы смогли узнать друг друга лучше.
   Вы всегда можете обратиться к нам за любой помощью. Те, кто нас давно знают, подтвердят, что мы всегда отвечаем на любые вопросы, которые Вы задаете в комментариях на нашем основном сайте, помогаем Вам как самостоятельно написать своего робота, так и берем выполнение этой задачи полностью на себя, делая это на должном уровне.


( Читать дальше )

Продолжение серии постов «Прикладная широта рынка», концепция макро-run-to-quality рассмотрена в предыдущем посте.

• Обнаружение микро-run-to-quality с помощью суммарной капитализации
  • Изменение суммарной капитализации перед вершиной октября 2018
  • Изменение суммарной капитализации перед вершиной мая 2019
• Концепция дня micro-RTQ
  • Графики с микро-RTQ 2017-2019
  • Анализ микро-RTQ 2017-2019

---

В предыдущем посте рассмотрена концепция макро-RTQ (RTQ = «run-to-quality» здесь и далее по тексту) — как происходит существенная смена композиции и баланса категорий аптренда и даунтренда широкого рынка и индекса. Но это происходит не в одночасье, как и цирроз печени при алкоголизме: вначале один бокал вина способствует пищеварению, в процессе дальнейшего злоупотребления алкоголем происходит переход количества в качество, и систематическое пьянство приводит к качественному изменению организма.

Этот пост будет посвящён «бокалам вина» — недельному микро-RTQ.

Обнаружение микро-run-to-quality с помощью суммарной капитализации

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.

( Читать дальше )

Многие читатели Смартлаба не верят в силу прогнозов и думают, что рынок нельзя предсказать. Однако все же наверное, такое неверие кроется в сложности материала и не понимании механизмов цены. Сразу скажу, что модель показанная ниже, является сложной и завязана на большом количестве формул. Для ее понимания требуется обладание знаниями, как минимум на уровне кандидат физико-математических наук.
Давайте, рассмотрим, пример прогнозов у знаменитой модели  Log Periodic Power Law (LPLL) или модель предсказания крахов. В 2001 году вышла книга:«Как предсказывать крахи на финансовых рынках», где Дидье Сорнетте описал как действует эта модель.Сейчас они пользуются улучшенной версией Log-Periodic Power Law Singularity (LPPLS).
Но гораздно интереснее насколько она прогнозирует реально рынок и где можно найти эти прогнозы!?
Давайте для начала посмотрим примеры из прошлого по модели LPLL:






( Читать дальше )

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.

( Читать дальше )

Есть мнение, чтобы хорошо что-то освоить, нужно кого-нибудь этому научить. В целях самообразования и, возможно, ради чьей-нибудь пользы, попробуем разобраться, что же такое дельта-хеджирование. Эта статья основана на двух предыдущих, в которых освещались основы языка R и объяснялось, что такое паритет опционов.

Откуда берется дельта?

Давайте представим, что у нас есть следующая позиция:

• П — портфель или портфолио, кому как больше нравится
• V — стоимость опциона
• ΔS — стоимость базового актива

т.е. наш портфель это купленный опцион, не важно какой, и проданный актив в количестве Δ штук. Но такая статическая формула к сожалению в реальном мире не всегда работает, по-этому нам нужно преобразовать её в динамическую. Уравнения, которые описывают динамику процесса называются дифференциальными и пусть они никого не пугают, в финансах их не много и они не такие сложные как в термодинамике. Итак, запишем формулу нашего портфеля в дифференциальном виде:



( Читать дальше )

Контрафактный демуринг Алексея Кудрина. ПМЭФ-2019 форум барыг сбывающих краденое. Фондовые рынки и перспективы мировой экономики. В поисках ИИ, разрушили школы и медицину. Эко-Гномики и рептилоиды в Мерседесах. Каков запас хода на коленях до обрыва. Степан Демура о текущем моменте.

( Читать дальше )

ThinkOrSwim Live Realtime – лучшая и востребованная графическая платформа для анализа акций NYSE, NASDAQ, фьючерсов, опционов, CME, ETFs, FOREX.

Зачем нужен Thinkorswim?

Каждый трейдер имеет несколько программ для работы на финансовом рынке. Как правило, их всегда минимум две. Первая программа это торговый терминал от брокера, через которого торгует трейдер. Это может быть например Sterling или ROX и т.п. Вторая – это платформа для графического анализа и поиска подходящих акций, и именно для этих целей многими трейдерами используется софт от компании TD Ameritrade – терминал Thinkorswim. Еще его называют сокращенно TOS. Благодаря Thinkorswim платформе можно получать Realtime data feed, т.е. Real-time котировки по акциям NYSE, NASDAQ,AMEX, FOREX и многим другим биржевым инструментам в режиме реального времени, к примеру на фьючерсы CME, опционы, ETFs и т.п.

Так уж сложилось, что именно терминал TOS стал самым популярным среди трейдеров. Thinkorswim имеет очень большой функционал для графического анализа котировок на многих финансовых рынках. Да, его сейчас не так легко зарегистрировать самому, но через сервис аренды thinkorswim вы с легкостью можете приобрести такой аккаунт на любой удобный вам срок пользования. Более того, вам не нужно будет тратить на платформу для графического анализа по 100$ в месяц и более, т.к. стоимость аренды thinkorswim live на порядок меньше. А если брать подписку на 3 и более месяцев, то и вовсе получается почти 8$ в месяц. Согласитесь, платить 100 долларов в месяц за какую-нибудь другую платформу для анализа графиков, при этом зачастую уступающую платформе thinkorswim, либо всего 8$ в месяц и при этом иметь такой мощный инструмент для анализа рынка как thinkorswim Realtime – разница ощутимая и выбор очевиден! Thinkorswim очень мощная платформа для анализа графиков на акции NYSE, NASDAQ, AMEX, FOREX, фьючерсы CME и т.п., которая стала для трейдера незаменимой аналитической платформой и именно благодаря своей функциональности заслужила себе такую популярность среди трейдеров.

( Читать дальше )