Разбираясь в теме дельта-нейтрального управления позициями, встретила интересную работу П.Вильмота и Р.Ахмада по теме, и решила ее перевести, так как не встречала материалов на русском языке, исследующих вопрос дельта-хэджирования в таком вполне практическом разрезе. 

Ссылочка на оригинал для интересующихся http://web.math.ku.dk/~rolf/Wilmott_WhichFreeLunch.pdf

Перевод (разделы 1-6, посвященные ДХ по разным значениям волатильности) можно скачать тут 

Продолжение будет, не переключайте канал )

Всем привет!

Вдохновился данным постом ( https://smart-lab.ru/blog/616708.php ) и решил немного подпилить код, пока карантин делать нечего.

Кто не знал как скачивать котировки по одной компании вручную — сайт для скачивания котировок по одному тикеру (финам):
www.finam.ru/profile/moex-akcii/gazprom/export/

Тут через питон скачиваем котировки из текстового файла, в который вносим желаемые тикеры компаний:




Сайт для скачивания среды программирования Python (PyCharm), пойдет обычная версия:
www.jetbrains.com/ru-ru/pycharm/download/#section=windows

Файлы из видео, в том числе и со списком тикеров:
yadi.sk/d/R3BSbFjV3Pfydg

Код программы:

import requests
import datetime
import pathlib
import apimoex
import pandas as pd
 
board = 'TQBR'
 
with open("C:/PYEX/TICK.txt", "r") as TICKs:
    TICKs = [line.rstrip() for line in TICKs]
pathlib.Path("C:/PYEX/Database/{}".format(board)).mkdir(parents=True, exist_ok=True)
process = 0
with requests.Session() as session:
    for TICK in TICKs:
         process = process + 1
         print((process / len(TICKs)) * 100, ' %')
         data = apimoex.get_board_history(session, TICK, board=board)
         if data == []:
             continue
         df = pd.DataFrame(data)
         df = df[['TRADEDATE','CLOSE']]
         df.to_excel("C:/PYEX/Database/{}/{}.xlsx".format(board,TICK), index=False)

( Читать дальше )

Самый простой способ, которым я пользовался долгое время.
Нужно установить две программы: Tor browser и curl.
Первая, чтобы блокировки телеграма обходить. Вторая, чтобы сетевую команду исполнять.

Разумеется, телеграм-бот уже должен быть создан, вы должны знать его идентификатор, а также айди своего телеграм-аккаунта,
чтобы подписаться на бота и видеть сообщения от бота.

В луа после этого всё предельно просто:

str='C:\\curl-7.63.0-win64-mingw\\bin\\curl.exe --socks5 127.0.0.1:9150 '
	str=str..'"https://api.telegram.org/botидентификаторвашегобота/sendMessage?chat_id=айдивашегоаккаунта&text='

str=str..переменная1..": "..переменная2
str=str..'"'
os.execute(str)

Приведенный код будет слать в телеграм значения двух переменных, разделенных двоеточием.
Всё просто, но есть два нюанса:
1. Каждая отправка сообщения сопровождается вызовом окна командной строки, которая всплывает поверх всех окон на одну-две секунды. Поэтому слать такие сообщения на машине, с которой вы работаете, чаще одного раза в минуту, не стоит.
2. Я таким способом пользовался больше года и считал, что он и легкий и надежный, но оказалось, что он легкий, но ненадежный. Один раз у меня случилась такая штука. Всплыло черное окошко командной строки, сообщение в телегу не ушло, окошко продолжило висеть. Видимо, какой-то сетевой сбой. И, как оказалось, квик-поток, вызвавший эту командную строку через os.execute, тоже завис и квик перестал коннектиться почему-то, потерял данные и тд. После того, как я это окошко закрыл крестиком, квик продолжил работу. Грубо говоря, из десятков тысяч запусков за год применения такого способа 1 вот такой глюк. Редко, но неприятно.

А какие вы знаете простые, легкие и надежные способы информирования без необходимости много кодить?

Возможно, не все знают про нелинейные эффекты грека Веги и волшебные свойства грека Воммы. По нынешним волатильным временам, когда вола ходит туда-сюда на десятки процентов — эти эффекты могут значительно повлиять на финрез при торговле волатильностью. Хочу поделиться своим видением — может кому будет интересно. А может кого убережет от опасной позиции с неоправданным риском.

Итак, рассмотрим проданный стрэдл:



Это обычный профиль PnL, который рисуют все опционные программы. Фактически, это зависимость PnL позиции от первого момента (M1) распределения вероятностей, где окажется цена БА на экспирацию (вон оно на заднем фоне профиля). M1 = текущей цене БА. Т.е. мысленно двигаем все распределение влево-вправо (меняем M1) и считаем, как изменится PnL позиции при этом. Но, когда торгуем волатильностью, влияние первого момента ведь стараемся исключать используя дельтахедж (ДХ). И в большей степени нас должен интересовать профиль PnL от второго момента распределения (M2). Именно от него зависит финрез торговли волатильностью. Фактически, M2 почти тоже самое, что IV на центре улыбки (IVC). Смотрел на истории, специальным образом нормированный M2 (на цену БА и время до экспы) коррелирует с IVC почти 100%.

Если у нас есть опционная модель, в которой можно точечно менять второй момент, то легко посмотреть профиль PnL от изменений M2. Я использую замечательную модель Курбаковского, в которой главный параметр mI — как раз и отвечает за второй момент. Поэтому добавил в своей программе отрисовку такого профиля. И вот что рисует для проданного стрэдла:

( Читать дальше )

Игра в угадайку — она как стрельба: можно угадывать точно, а можно угадывать кучно. 




Иллюстрация. 1 и 2 столбец — кучная и не-кучная угадайка, 1 и 2 строка — точная и не-точная угадайка. 

Аналогично и с угадыванием волатильности. 



Лучше, конечно, вообще не угадывать волатильность, лучше её предсказывать, а ещё лучше — измерять или просто знать. Поэтому, мы будем волатильность не угадывать, а измерять, чтобы наш арбитраж, который мы собираемся над ней совершить, выглядел бы соответственно. А измерять волатильность мы будем в предположении Блэка-Шоулза о лог-нормальном распределении приращений цены актива-подложки, и потому будем пользоваться специально припасёнными математиками для этого случая инструментами: среднеквадратичным отклонением — СКО. Но измерять волатильность мы будем тоже не просто так — не просто в лоб по СКО, а GARCH методом, предполагающим, что чем дольше мы измеряем нечто, тем точнее у нас это получается. Мы же не просто измеряем всё-таки, а делаем это весьма интеллектуально! 

( Читать дальше )

Последние две недели на всех мировых рынках резко повысилась активность, количество биржевых данных выросло в 2-3 раза. Из-за этого у многих пользователей терминал QUIK начал безбожно тормозить и виснуть. Сервера брокеров также с трудом переваривают повышение нагрузки и наплыв клиентов, желающих что-либо купить-продать (по слухам кто-то из брокеров висел аж целую неделю))) ).

На Смарт-Лабе появилось несколько постов с советами как избавиться от тормозов. И меня сильно поразила неадекватность предлагаемых действий. Люди готовы покупать новое железо за бешеные деньги, создавать какие-то командные файлы и заниматься прочей ерундой. А нужно всего лишь включить голову и разобраться в причинах тормозов. Когда программисты разрабатывают какую-либо программу, они всегда оптимизируют ее для работы на определенном «средне статистическом» компьютере, закладывая при этом кратный запас по производительности. Если вдруг эта программа (QUIK) начинает неадекватно тормозить и виснуть на обычном современном компьютере — значит дело почти наверняка не в железе, и даже не в самой программе, а в ее конфигурации (настройках). Т.е. нам нужно правильно настроить терминал QUIK , а уже потом апгрейдить железо, менять туда-обратно версии и бухтеть на Смарт-лабе.

( Читать дальше )

Для того, чтобы продать волатильность, нам необходимо продать стрэддл — этим, мы полностью избавляемся от чувствительности к направлению движения цены, оставляя при этом чувствительность к «волатильности»… Чтобы не запутаться, обозначим первую волатильность за IV (Implied Volatility) и будем считать  её заранее известной и эффективной. 


Если бы рынок был монеткой и выходил бы на экспирацию двумя возможными вариантами {+IV, -IV }, то результатом продажи нашей опционной конструкции был бы ровно 0, в силу равенства IV=RV. Но рынок выходит на экспирацию через «тренды» и «пилы», которые выводят Базовый Актив в том числе далеко за ± IV, и в том числе и в ноль.  В результате, конечное отклонение от ± IV  и, соответственно, риски, которые мы принимаем при продаже стрэддла, составляют приблизительно :



где S — СКО, RV ( «реализованная волатильность»)   - отклонение цены на экспирацию, t — время до экспирации, а сигма0 — величина шага движения цены. Это уравнение можно получить численно, а можно, взяв интеграл по соответствующему распределению Гаусса (аналитический вариант).  

( Читать дальше )

Скриншоты. Если трудно воспринимать, сделаем ссылку




( Читать дальше )

Небольшой батл между любимчиками недавних дискуссий. Как оказалось, это может привести к расшатыванию труб и обрушению карточных домиков из опционных иллюзий. Но тем интереснее.

Итак, пусть V(S,t) — стоимость опциона для заданных параметров (страйк, вола, срок, т.п.). S — цена БА, подчиняется логнормальному процессу:



Если у нас есть позиция с купленным опционом и проданным БА, то функция стоимости нашего портфеля будет такая:





( Читать дальше )

Волатильность — словечко, навязшее в зубах, затрепанное до лохмотьев, звучащее из каждого алгоритмического утюга и опционного фена. Мы клеймим ее разными эпитетами — то она высокая, то низкая, то историческая, то вмененная, то реализованная, то «улыбчивая». Обращаемся мы с ней тоже без всякого уважения. Борис Боос кусает опционной змеей, Дмитрий Новиков ловит сеткой, я предпочитаю крыть матом, Московский Лоссбой  и вовсе грубо раздвигает ей ножки. Но все наши оскорбительные слова/действия объединяет одно — прямой взгляд в лицо волатильности, перекошенное глумливой ухмылкой. 
     Старинные предания говорят, что так было не всегда. В древние времена, когда густые травы были гораздо забористее, а вершины графиков PL скрывались от взглядов любопытствующих за облаками, пещерные трейдеры иногда пытались подкрасться к волатильности с тыла и осветить слабыми фонариками своих навыков тот самый проход.

( Читать дальше )