Не мешало бы ещё статистически проверить трэк, например при помощи Benford's law. Про Мэдоффа писали, что он палился таким образом: тык, тык.

Ещё один red flag — избыточное кол-во модных словечек (a-la «artificial intelligence») в описании стратегии, либо какая-нибудь наукообразная бредятина.

Шаг 0.5  Если торгует опционами — в баню

Мало ли чем он там торгует. Может специально под 13-F (и др. регуляции по раскрытию) реальные позиции закрываются и открывается что-то чисто для маскировки.

Alexhey, 

основные средства компании — это сами павильоны, неотделимые улучшения и пищевое оборудование.

До 2019 года часть павильонов, которая находилась в залоге у банков, отражалсь в балансе по статье долгосрочные финансовые вложения.
С 2019 года учетная политика была изменена и залоговые павильоны стали отражаться по счету 01 — основные средства.

Финансовые вложения на конец второго квартала 17,2 млн руб. — это инвестиции в региональные павильоны в Новосибирской области и Новокузнецке.

Александр Крапильский, можно получать котировки не из гугла, тогда если никто не ответит напиши мне в личку, я скину информацию

Александр Крапильский, в гугл финанс нет такого тикера, поэтому функция ничего не возвращает — вот и весь ответ на твой вопрос из топика

Eugene Logunov, доля объяснённой дисперсии в рамках броуновской модели.

Конечно, если вы берёте какие-то сложные функции, обладающие «антиперсистентностью», вроде процесса Орнштейна-Уленбека то там ограничение просадки наступает раньше. И это ограничение можно получить приводя процесс к броуновскому (с точки зрения неопределённости).

В этом смысле не ясен вопрос — вы отвергаете предположения броуновского смещённого движения (с постоянной или не постоянной волатильностью) финансовых результатов управления и предсказания рынка или вы, по тем или иным причинам, отвергаете конкретные методики расчёта?

Если вас интересует именно парный трейдинг / статистический арбитраж — могу порекомендовать следующие книги (все можно найти в электронном виде):
Ganapathy Vidyamurthy «Pairs Trading: Quantitative Methods and Analysis»
Andrew Pole «Statistical Arbitrage: Algorithmic Trading Insights and Techniques»
Ernie Chan «Algorithmic Trading: Winning Strategies and Their Rationale»

Также можно почитать блог Давида Серебренникова: https://y-dav.livejournal.com/

Если вас интересует не только статистический арбитраж, а вообще арбитражные стратегии, то советую почитать:
Stephane Reverre «The Complete Arbitrage Deskbook»
Tomas Bjork «Arbitrage Theory in Continuous Time»

Для торговли чистого арбитража (futures-vs-spot, put-call parity, stock-vs-ADR, triangular (currencies), index-vs-basket, etc-etc-etc) практически во всех случаях вам потребуется стать очень быстрым (хороший софт+коллокация на бирже+быстрые каналы до других площадок).

А начать я бы посоветовал с бэктестов с реалистичными для вас условиями (задержки исполнения, транзакционные издержки).

ПBМ, 

а мне интересно на каких принципах сделать движок.

Давайте сначала определимся с типами трейдеров:
— технические;
— фундаментальные;
— новостные;
— высокочастотные;
— пушечное мясо.

Соответственно, у них есть некоторые наборы информации, на которые они смотрят, принимая торговые решения:
— цена;
— неторгуемые временные ряды, связанные с ценой;
— новости;
— стакан, поток ордеров;
— (пустое множество).

Т.е., моделируемая среда помимо цены должна предоставлять поток информации разным категориям трейдеров. Как сделать это — очень хороший вопрос. Даже для одной компании это выглядит очень масштабной задачей:
— нужно как-то моделировать balance sheet (для фундаментальных трейдеров);
— может дополнительно возникать необходимость моделировать выпуск/погашение/выкуп облигаций;
— нужен какой-то поток новостей, включая корпоративные;
— нужно моделировать borrow/lend с какими-то процентными ставками;
— ...

Либо уходить в сторону упрощения модели по сравнению с реальным миром :)

куда после этого движок должен двигать цену?

Для начала нужно определиться, какой у вас рынок — order driven или quote driven. Для order driven всё понятно:
— под каждый инструмент заводим стакан с определённым правилом исполнения ордеров (e.g. price-time priority);
— трейдеры с определённой задержкой получают обновления цены/стакана/etc, и с некоторой другой задержкой на них реагируют.

можно пойти чуть дальше и сказать что рынок, среда, это мега-агент, который двигает цену в выгодную для него сторону.

Вы хотите сделать какую-то странную модель рынка с кукловодом. В реальности на рынке скорее всего практически нет таких участников, капитал которых был бы больше, чем суммарный капитал всех остальных участников. А значит, быть кукловодом черевато :)

В реальной жизни маркетмейкеры держат ненулевой спред потому, что они не уверены в правильности своих цен, и благодаря ненулевому спреду они за счёт пушечного мяса окупают свои убытки, которые возникают из-за более информированных трейдеров. Если происходит сделка — есть шанс, что её совершил кто-то очень умный (инсайдер / тело с чудесной матмоделью / любитель почитать balance sheet с бокалом коньяка и сигарой), а значит цену надо двигать в сторону сделки (но так, чтобы по любой round-trip последовательности трейдов в среднем pnl был не больше нуля).

За основу вы можете взять:
— обобщение модели Glosten-Milgrom, разработанное Sanmay Das;
— модель Avellaneda-Stoikov и её обобщения: Gueant-Lehalle-Tapia, Fodra-Labadie, Law-Viens.

Рекомендую также почитать книжку Maureen O'Hara «Market Microstructure Theory». Также вас могут заинтересовать работы Santa Fe Institute на тему мультиагентного моделирования рынка, а в особенности, Penn-Lehman Automated Trading Project.

Я регулярно в Национальном центре ураганов отслеживаю nhc.noaa.gov 
Уже вечером 27-го было понятно направление и то, что Дориан усиливается.

 Понаблюдай за ветром над заливом.
https://earth.nullschool.net/ru/#current/wind/surface/level/orthographic=-88.72,29.77,785/loc=-84.091,27.824

А. Г., да до появления данных о полной доходности брался голый индекс, вы же понимаете, что дивиденды в 90х были настолько ничтожны, что они не повлияли.
Данные по SP500 https://ycharts.com/indicators/sp_500_total_return_annual

В других источниках также подтверждается, что используется с дивами. 

Lexuz77, Эти данные, скорее всего, из форм 13F (доступны в системе EDGAR). Для тех, кто не хочет копаться в формах — есть сайты, которые публикуют аналитику по позициям хедж-фондов:
https://whalewisdom.com/
https://fintel.io/latest-13f-filings
https://hedgefollow.com/13f

При этом нужно иметь ввиду, что формы эти публикуются редко и с задержкой (т.е. данные бесполезны, если горизонт торговли фонда значительно меньше, чем период публикации 13F).

В демке ли дело — не подскажу, но вот на боевых счетах всё ищется запросто:

IB symbol * multiplier / primary exchange — description:

CL * 1000 / NYMEX — Crude oil (Light Sweet);
BZ * 1000 / NYMEX — Crude oil (Brent)
HO * 42000 / NYMEX — Heating oil;
NG * 10000 / NYMEX — Natural gas;
NGF * varies / IPE — ICE Natural gas;
GOIL * 100 / IPE — ICE Gas oil;

MGC * 10 / NYMEX — Gold;
GC * 100 / NYMEX — Gold;
SI * 1000 / NYMEX — Silver;
SI * 5000 / NYMEX — Silver;
PL * 50 / NYMEX — Platinum;
PA * 100 / NYMEX — Palladium;

YC * 1000 / ECBOT — Corn;
ZC * 5000 / ECBOT — Corn;
YK * 1000 / ECBOT — Soybeans;
ZS * 5000 / ECBOT — Soybeans;
ZL * 60000 / ECBOT — Soybean oil;
ZM * 100 / ECBOT — Soybean meal;
YW * 1000 / ECBOT — Wheat;
ZW * 5000 / ECBOT — Wheat;
KE * 5000 / ECBOT — KCBOT Wheat;
EBM * 50 / MATIF — Milling wheat;
ECO * 50 / MATIF — Rapeseed;

OJ * 15000 / NYBOT — Orange juice;
CC * 10 / NYBOT — Cocoa;
KC * 37500 / NYBOT — Coffee;
SB * 112000 / NYBOT — Sugar 111;

GF * 50000 / GLOBEX — Feeder cattle;
LE * 40000 / GLOBEX — Live cattle;
HE * 40000 / GLOBEX — Lean hogs;

CT * 50000 / NYBOT — Cotton;

MadQuant, и как перед ипотечным кризисом)
Подход этой оценки очень много где критикуется.
Мне понравилось в википедии (ссыль выше давал) под заголовком Lack of theoretical support
Вам спасибо еще раз за поднятие этой темы, заставили меня покопаться в исследованиях и понять, что данный спред не является показателем перекупленности рынка.
При низких ставках E/P чаще всего превосходит 10Y. Почему в принципе понятно. Ожидания инфляции низкие, как написано там же, инфляция разрушает yield от бондов, тогда как E в принципе должны расти вместе с инфляцией как минимум.
Таким образом равная оценка говорит об ожиданиях снижения (или стабильной) инфляции.
Впрочем ожидания ожиданиями, а ретурн ретурном)

MadQuant, https://en.wikipedia.org/wiki/Fed_model 
Немного на инвестопедии, там вон что
https://www.investopedia.com/terms/f/fedmodel.asp

These other valuation models include looking at the price-earnings (P/E) ratio alone, the price/sales ratio and looking at household equity as a percentage of total financial assets. Economist Ned Davis of Ned Davis Research looked at the predictive history of each of these models, including the Fed model, and found that among them, the Fed Model proved to be the LEAST ACCURATE in predicting bear and bull markets.

Или вот, ничего эта спред не говорит.

The Fed model equilibrium specifically seemed to break down during the height of the financial crisis in 2008, when the yield on 10-year Treasuries reached an all-time low at 2.4% whereas the S&P 500 earnings yield reached a 20-year-high at more than 8%, a gap of 6 percentage points.

MadQuant, все-таки поисследовать рынки с нулевыми ставками полезно с точки зрения искажения зависимости ретурна от E/P-10Y по мере приближения ставок к нулю. Кажется мне там либо «как повезет», либо просто очень нелинейно.

Kot_Begemot, европу если взять совсем феерично. там рынок может быть в десятки раз выше по таким же рассуждениям но что то не хочет

Достоинство R в том, что все вышеизложенное можно написать просто в одну строчку так;)
plot(100*cumprod(1+sign(rnorm(100))/100), type = «l»)   

SharpeRatio(returns)=sqrt(T)*mean(returns)/stddev(returns)
mean(x)=sum(x)/length(x)
stddev(x)=sqrt(mean((x-mean(x))^2))

Берем дневные доходности, считаем по формулам выше. sqrt(T) — коэффициент для приведения коэффициента Шарпа к годовому масштабу; если используются дневные returns — полагаем T равным 260 (кол-во рабочих дней в году).

Дмитрий Новиков, Не то, чтобы более правильная формула БШ, а просто небольшая коррекция, насколько я понимаю.

В БШ опцион зависит от цены базового актива, страйка, волатильности, безрисковой ставки (остальные для простоты положим равными нулю) и времени до экспирации: C(S,K,sigma,r,T)
Однако из-за наличия улыбки волатильности у нас sigma начинает зависеть от S: C(S,K,sigma(S),r,T)
Соответственно, дельта будет равна: dC(S,sigma(S))/dS=(dC/dS)+(dC/dsigma)*(dsigma/dS), причем через БШ греки это можно переписать как delta_adj=delta_BS+vega_BS*(dsigma/dS).

ch5oh, поправьте, пожалуйста, меня если ошибся.

anatolyutkin, временное ограничение выдачи наличных было решением премьера Павлова в апреле 91 года при замене крупных купюр. Быстро было отменено, реально не мешало. 
В 98 году был кратковременный период (м.б. месяц или два), когда баксы надо было заказывать за 1-2 недели. Если чел ждать не хотел, то да, курс обмена был хуже рыночного, но 9 рублей я не помню. Помню 14. Дураков, которые так спешили, я не знаю. В момент, когда дефолт объявило государство, трудно предъявлять что-то отдельному банку. Почти все банки олигархов, кстати, обанкротились тогда. 
В 2008 году вообще не помню проблем со сбером. Дайте ссылку на реальный действовавший документ. Или признайте ошибку.