Вчерашнее падение Америки можно было предсказать или как минимум быть в нерынке.

С недавних пор за слежу за одним трейдером, он торгует успешно фьючерсы. Его стратегии базируется на Forward Curves, COT-Report, Seasonality и Volume Profile для входов.

Доказательством что он успешный трейдер является участие в World Cup Championship of Futures Trading, где он на сегодняшний момент занимает 5 место.



Так вот, посмотрев его пару бесплатных вебинаров, он в первую очередь смотрит на изменение Forward Curves, сигналов по Forward Curves в год очень мало, но они точный на 90%. (его собственный сайт с Forward Curves: https://www.suricate-trading.de/terminkurven/ )

А теперь к делу по Америке. В Forward Curves есть две фазы, Contango и Backwardation. Индекс S&P 500, а точнее VIX Futures (волатильность на индекс S&P 500) находился последние месяцы в фазе Contango. Суть этой фазы в том что каждый последующий контракт дороже предыдущего. Пример с 02.10.18 по 05.10.18. 

( Читать дальше )

Мне предоставили возможность создавать индексы из стратегий, представленных на comon.ru в своем аккаунте (вскоре это будет и у всех пользователей). Я не преминул и воспользовался этим, создав индексы из портфелей из этого вебинара


( Читать дальше )

ступор

Существует ошибочное мнение, что трендовые системы зарабатывают на движениях. Это не совсем точное выражение. На движениях меньше нескольких волатильностей реального таймфрейма (что это такое «реальный таймфрейм системы» – чуть ниже) трендовые системы как раз и не забатывают, а либо в нуле, либо в минусе, размер которого грамотная трендовая система и призвана ограничивать.

Что такое реальный таймфрейм для любой системы, не только трендовой? Это время в 2-3 раза меньше среднего времени в позиции. Для простейших систем «вошел-вышел» реальный таймфрейм вычисляется легко, для систем с пирамидингом и(или) усреднением – чуть сложнее, но это тоже возможно.

Что такое волатильность таймфрейма? Это стандартное отклонение  приращения цены в %. Точное значение мы его не знаем, но можем оценить через выборочное стандартное отклонение с некоторым «окном». Выбор «окна» расчета – это тоже интересный вопрос. Маленькое «окно» — большая ошибка, большое «окно» — увидим изменения в реальной волатильности с большой задержкой. Надо искать «золотую середину», например, использовать два «окна» или другие «танцы с бубнами».

( Читать дальше )

Почему то видео с моей первой лекцией из курса, открываемые организаторами курсов по моей просьбе, со временем исчезают из сети. Поэтому решил разместить эту лекцию на своем канале на Ютубе.

PS. Смотреть лучше со скоростью 1,25 :)

Есть такой сервис http://sentdex.com который анализирует сентимент по таким вещям как акции SP500, политика и страны. Про то как это работает они пишут тут http://sentdex.com/sentiment-analysis/. 

Они продают доступ к WebAPI. Потестил их сервис в с бесплатными данными, бесплатно они раздают свои данные за 2013-2015 год. Довольно забавная штука.


Использовать в лоб конечно как-то опрометчиво, однако в качестве признака для модели может и неплохо. Единственное конечно не понятно что за источники они анализируют, и от того что это по сути черный ящик в продакшн такое страшно отправлять.

Код для тестирования.

sentdex_csv <- read.csv("http://sentdex.com/api/finance/sentiment-signals/sample/")
sentdex_appl <- sentdex_csv[sentdex_csv$symbol == 'AAPL',][,c(1,3)]
sentdex_appl <- xts(sentdex_appl[,2], order.by = as.Date(sentdex_appl[,1]))
getSymbols("AAPL", from = "2012-01-01")

tmp <- na.omit(cbind(sentdex_appl, Delt(Ad(AAPL)) ))
names(tmp) <- c("Sentdex Sentiment AAPL","AAPL")

signal <- ifelse(tmp[,1] > 5, 1,0 )
signal <- ifelse(tmp[,1] < -2, -1,signal)
chart.CumReturns( cbind(lag(signal) * tmp[,2], tmp[,2]), main = "Sentdex Sentiment AAPL",legend.loc = 'topleft')

( Читать дальше )

Перевод статьи из блога Эрни Чана.

Все знают, что значение волатильности зависит от частоты измерений: стандартное отклонение 5-минутных приращений цены отличается от стандартного отклонения дневных приращений. Если z — логарифм цены, то волатильность, взятая на интервале

( Читать дальше )

Статья из блога "Trading with Python" об элементарной стратегии, которая демонстрирует последовательный подход к разработке алгоритмов.

Недавно я прочел пост на сайте turingfinance.com "Как стать квантом".  Вкратце, он описывает научный подход к созданию торговых стратегий. Для меня, наблюдение за данными, обдумывание модели и формирование гипотезы является второй натурой, как это и должно быть для любого хорошего инженера.

В данной статье я собираюсь показать такой подход по шагам, которые нужны для разработки стратегии.

Давайте возьмем наиболее популярный инструмент — S&P 500 ETF «SPY». Начнем с наблюдений.

Обзор данных

Мне кажется, что большую часть времени в СМИ говорят об обрушении рынков (больших потерь в течение нескольких дней), умалчивая о значительном росте, который следует за ними.

( Читать дальше )

Представляю вашему внимаю древнюю как мир гарантированно профитную стратегию. Она была профитной и 100 лет назад (из «Воспоминания биржевого спекулянта» Лефевра), профитна сейчас, и я почти уверен что и через 100 лет она будет профитной тоже. Причина? — Большинство биржевиков эту стратегию не используют! Даже если знают о ней. Парадокс.

Ну для начала я должен вас подготовить. Что лучше совершить 1 сделку, которая дает 200% прибыли, или сделать 100 сделок, которые в сумме дают те же 200% прибыли? Вам, как и большинству очень хочется себя поистязать, себя помучать, вы считаете что деньги надо заслужить адским трудом, а не заполучать их лежа на диване ничего не делая. Увы, финансовые рынки это мир наоборот, тут чаще всего выгоднее ничего не делать, а не сверлить график круглосуточно.

Лично я бы предпочел открыть одну позу 1 раз за 2 года, взять свои «безрисковые» 200%, и закрыть. Чем те же 2 года круглосуточно сверлить график и то и дело портить себя лосями настроение.

Я думаю все мы хотели бы знать рыночную закономерность, которая работает в 70% случаев на всех рынках. А как вам закономерность которая работает в 97% случаев! :)

Нет, я не про то что «Все рынки всегда растут». Хотя это тоже верно, но я про другое.

Когда цена на любой актив пересекает старый исторический максимум она:
1) Дает более 100% роста в более чем 90% случаев на почти любом активе
2) Более чем в 90% случаев цена НЕ ВОЗВРАЩАЕТ на уровень исторического максимума в первый год (тут ставят стоп, который не сработает почти никогда).

( Читать дальше )

Собака (т.е. SPY) рулит хвостом (т.е. DIA).

На картинке результат прогона простейшей системы — покупать, если в процентном соотношении цена изменилась (речь о (close — prev. close) / prev. close) SPY больше DIA, то DIA покупаем. Если меньше — то DIA продаем. Т.е. смотрим на SPY а оперируем DIA.



QQQ же менее вертлявая от SPY бумага ;)



( Читать дальше )