Ребята, рад всем сообщить! Мы запустили свое торговое ядро AE и даем всем доступ к торговле опционами на биток в Option-lab на виртуальном счете!
Так сейчас выглядит ликвидность опционы и фьючерс на BTC USD

Торговое ядро AE работает и в выходные, круглосуточно ( 24/7 ) что удобно для обучения торговли опционами и изучения функционала Option-lab. Наш фьючерс на биткоин котируется на основании индекса на спреды биткоина ведущих крипто площадок мира, что обеспечивает его актуальную цену все время.
видео инструкция как получить виртуальный торговый счет и начать создавать свои опционные стратегии и торговать


( Читать дальше )

( Читать дальше )

Вначале о грустном. Не понимая теорию нейросетей (НС) у вас вряд ли получится построить на ней ТС. Поэтому лучше для начала почитать теорию, например, Хайкин Саймон. «Нейронные сети. Полный курс». Книга уже достаточно старая и в ней нет новомодных веяний, но она дает базовые представления о НС.

И второе, мы будем далее для построения систем использовать пакет scikit-learn для Python. рекомендую ознакомиться. Есть и более продвинутые пакеты, скажем, TensorFlow и др., но их использовать мы не будем, и ограничимся более простым scikit-learn.
Теперь о том, чего здесь не будет. Здесь не будет теории НС, разве эпизодически и оч кратко. Здесь не будет описания пакетов Python, работы с графикой и пр. Обо всем этом вы можете прочесть в интернете, книгах, и документации Python.
В топике мы будем обсуждать только применение НС к ТС и их построению.
Так как тема достаточно велика, в один топик не влезет, сегодня мы займемся самыми общими вопросами. Следующая часть будет недели через две, раньше не получается.

( Читать дальше )

Используя простые модели волатильности, рассчитанные по ценам закрытия (Close-to-Close vol.) мы неизбежно сталкиваемся с рыночным шумом, смещающим наши оценки далеко её от истинного или асимптотического значения.  Мы могли бы измерять волатильность как-то иначе, например по модели Паркинсона (High-to-Low 1980), но столкнулись бы с той же проблемой. 



 

1.1 — Close to Close log-volatility estimation





( Читать дальше )

( Читать дальше )

Всем привет.

В тот раз мы разобрались с темой нормального распределения, а сегодня попытаемся для себя разобраться с новой темой, еще более интересной. Она очень важная, поэтому будет много текста из книги Натенберга.

Насколько обосновано наше предположение, что цены базового актива распределены нормально? Даже если не касаться самой возможности существования какого-либо строгого распределения цен в реальной жизни, то можно утверждать, что у допущения о нормальном распределении есть один серьезный недостаток. Кривая нормального распределения симметрична. Если принимается допущение о нормальном распределении, то мы, предположив возможность повышательного изменения цены БА, обязаны предположить возможность такого же понижательного изменения. Если мы допускаем возможность повышения цены РИ при прайсе 70 000 пунктов на 80 000 пунктов вверх до 150 000, то должны допустить также и возможность падения до -10 000 пунктов. Поскольку РИ это не WTI и цены не могут уйти в отрицательную зону, становится очевидным, что допущение о нормальном распределении не вполне корректно. Как устранить этот недостаток?

( Читать дальше )

На TradingView нужно открыть COVID19:CONFIRMED, скрыть текущий график и применить скрипт.

//@version=4
study("COVID19 HISTOGRAM", overlay=true)
confirmed_prev = security("COVID19:CONFIRMED", "D", close[1])
confirmed = security("COVID19:CONFIRMED", "D", close)
deaths_prev = security("COVID19:DEATHS", "D", close[1])
deaths = security("COVID19:DEATHS", "D", close)
recovered_prev = security("COVID19:RECOVERED", "D", close[1])
recovered = security("COVID19:RECOVERED", "D", close)
c = confirmed_prev ? confirmed - confirmed_prev : confirmed
r = recovered_prev ? recovered - recovered_prev : recovered
d = deaths_prev ? deaths - deaths_prev : deaths
plot(c, color=color.blue, style=plot.style_columns)
plot(r, color=color.green, style=plot.style_columns)
plot(d, color=color.red, style=plot.style_columns)

Синие — подтверждены.
Зелёные — вылечены.
Красные — умерли.

В публикациях коллег я часто сталкиваюсь с тем, что позиция оценивается по тому профиту, который она может принести, но для эффективного управления рисками, которое поддерживает депозит на плаву, нужно иметь в виду такую непозитивную на первый взгляд сторону, как риски, то есть потенциальные убытки. То есть сколько обеспечения взять на лот из собственных денег. Известный размер риска даст нам возможность адекватно рассчитывать размер позиции перед входом в сделку. Статья не призвана кого-то чему-то научить. Её цель — вызвать обсуждение темы в комментариях, возможно, найти ошибки в расчётах.

Пытаясь разобраться в теме, я нашла для себя такую базу для расчета рисков.

Наш Центробанк, не к ночи будь он помянут, выделяет следующие виды риска:

— Фондовый: будем применять его для расчета рисков опционного портфеля с базовым активом фьючерс на индекс РТС (RI) — имеет заложенный коэффициент величины изменений базового актива 8%
— Валютный: будем применять его для расчета рисков опционного портфеля с базовым активом фьючерс на пару доллар-рубль (Si) — имеет заложенный коэффициент величины изменений базового актива 8%

( Читать дальше )

Всем привет.

Продолжаем грызть тему опционов по рекомендуемой ранее литературе (см.здесь).

Сегодня мы добрались до темы «Сложные опционные стратегии», изучим пока лишь две: календарный и диагональный спред.

Календарный спред.

Он же горизонтальный спред. Чтобы не путаться, сразу вспоминаем ранее изученный вертикальный спред.

А что же мы знаем про вертикальный спред? Помним, что вертикальный спред состоит из двух опционов с одинаковой датой истечения, но разными ценами исполнения.

А вот календарный спред, напротив, состоит из двух опционов с одинаковой ценой исполнения, но разными датами истечения.

Календарные спреды используют для «игры по восходящему/нисходящему тренду», когда трейдер полагает, что определенный актив будет расти/падать в цене, но делать это медленно.

Рассмотрим на примере. Сейчас очень много «отскочистов», которые думают, что Ri вернется к отметке 140 000. Что можно предпринять в данной ситуации?

( Читать дальше )