Всем привет!
На сайте профитгейт, я довольно давно делаю обзоры основанные на анализе опционного рынка, здесь я их не делал, но вот вопрос может быть они кому-то будут интересны, поскольку «писателю» нужны «читатели», хотелось бы узнать есть ли те кому-то это нужно. Просьба проголосовать плюсиком.
А я коротко расскажу в чем логика обзоров и вы поймете нужно ли Вам это.
Расскажу на примере нефти.
Есть у нас значит базовый актив — фьючерс нефти, те кто им торгует или например акциями нефтяных компаний, ЕТФ и прочее, используют рынок опционов для хеджа своих позиций, тут все довольно просто. Если рынок верит в рост, то мы видим рост объемов и открытого интереса в путах, если в падение то мы видим рост объема в колах. Конечно эта логика имеет ряд довольно существенных упущений и мы никогда точно не узнаем, кто и зачем купил или продал тот или иной объем в опционах, однако исследования этого вопроса показывают, что как дополнительный сигнал для понимания фона рынка опционы отлично подходят.

( Читать дальше )

Сделал «плиточник» для квика. В процессе работы постоянно анализирует стакан (он должен быть открыт) и ищет большие позиции. Если объем по отдельной цене составляет более 70% от всего объема отраженных в стакане заявок — на графике цены появляется либо зеленая либо красная точка (в зависимости от того, где большой объем — в покупке или в продаже). 
   Вот так все выглядит на примере POGR-а от 21-го сентября.

  С фьючерсами тоже должно работать.  
  Скачать бесплатно можно отсюда: https://кбс.онлайн/soft.html#as9
  Инструкция по установке здесь: https://кбс.онлайн/note.html?id=16
  Народ, кому надо — качайте сегодня, завтра сделаю платным.

Всем привет.

Продолжаем искать волшебную таблетку :). Так как самим думать не очень хочется, а технологии шагнули довольно далеко вперед и сделали возможным использование нейронных сетей совместно c алгоритмами обучения с подкреплением, решил я попробовать, что же может из этого получиться.

Я создал простенькую торговую среду, которая правда не содержит никаких реальных данных, а содержит всего лишь сгенерированны ряд по 20 значений. 

Выглядят он так:





Все начинаеся с того, что агенту доступны певые 10 значений, и у нас есть всего 10 шагов, на которых мы должны получить максимальный результат. 
Агенту так же доступны 4 действия: купить, продать, пропустить шаг и закрыть открытую позицию.

По большому счету, агент просто должен запомнить 10 точек и соответсвующие действия, дабы получить максимальную прибыль.

Далее, взяв простого DQN агента, и два разных варианта среды: одна содержит только один сгенрированный ряд, вторая содержит два:

( Читать дальше )

       В своей опционной торговле я часто использую вертикальные спреды. Да и любая опционная конструкция состоит из определенного набора колл и пут спредов. В данной заметке я хочу показать свои способы регулировки построенных спредов. Примеры буду приводить на недельных опционах по РТС. Пример построенного недельного пут спреда на прошлой неделе:

       Как мы видим прибыль на дату экспирации при цене ниже 125000 может достичь 19400 пунктов, а убыток при экспирации выше 127500 составляет 5600 пунктов. Проблема в том, что цена порой чуть ли не всю неделю может быть в прибыльной зоне, а на дату экспирации выйти в убыточную зону. Что согласитесь, достаточно обидно. Трейдер иногда попадая несколько раз в такую ситуацию, в следующий раз начинает слишком рано закрывать позицию и может не дополучить существенную прибыль. Соответственно сразу возникает мысль, какие корректировки позиции мы можем сделать, находясь в прибыльной зоне, чтобы уберечь свою позу от убытка, а по возможности сделать её постоянно прибыльной.

( Читать дальше )

Продолжаю совершенствовать свою базу SQL и автоматизированные средства расчетов.

В июне я написал пост: "Автоматизация — ключ к успешному инвестированию. Python и SQL приходят на помощь❗️", где описал как и зачем я поднял собственный SQL сервер, и какие задачи он мне поможет решить.

Теперь у меня есть собственная база котировок по всем интересующим меня ценным бумагам.

Чтобы упростить себе жизнь в части расчетов параметров облигаций, следующим этапом развития данного направления, конечно, было желание написать свой калькулятор для оценки облигаций. Для этого в SQL базу пришлось добавить новые таблицы, с параметрами облигаций. С ними пришлось покопаться, потому-что не было понимания, какие именно графы мне понадобятся изначально. После нескольких вариациях я нашел оптимальное для себя решение.

( Читать дальше )

Привет, после небольшого перерыва возвращаемся к бэктестам. Добавим к простой трендовой стратегии на Мосбирже 4 варианта выхода из позиций с возрастающим уровнем сложности. Для первых двух стратегий особых навыков не требуется, третья требует парсинга Телеграма и для последней потребуется обученная нейронная сеть при разметке сообщений.

Это продолжение рассуждений о риске и доходности акций на Московской бирже: https://smart-lab.ru/blog/625771.php Основные выводы из первой части:

1)     Увеличение риска (стандартного отклонения) приводит к снижению будущей доходности акций, а не наоборот;

2)     Стратегия, выстроенная только на основе исторической волатильности, несамостоятельна и проигрывает индексу.

В этот раз возьмем за основу трендовую стратегию в самом простом виде – на пересечении 1-месячной и 3-х месячной скользящей средней. И будем снижать риск разными способами с целью поднять доходность, Шарп, сократить время боковиков и корреляцию с бенчмарком. Об эффективности трендовых стратегий в России можно почитать здесь https://smart-lab.ru/blog/611263.php на глобальных ETF здесь

( Читать дальше )

В качестве лирического отступления
В предыдущем посте я поделился своими небольшими изысканиями по восстановлению улыбки волатильности. После получения результата на руки напал острейший приступ чесотки по испытанию системы в бою. Всё-таки модель моделью, а skin in the game – это совсем другое. Для этого был написан на lua дельтахэджер, принимающий из файлов конфигурации параметрическую поверхность волатильности, полученную численными методами.
Естественно, результат испытания в бою отличался от ожидаемого. Обнаружил в расчётах волатильности несколько ляпов. Забавно, что после устранения ляпов получился второй неожиданный результат, но имеющий логическое объяснение. На грааль не надеюсь, но результат интересный и его надо осмыслить. 
Пока идёт процесс размышления решил накатать небольшой пост на понимание сути опционов, который может быть полезен новичкам.

К сути дела
Когда имеешь порядочный опыт работы с опционами, то не составляет труда оперировать греками и даже в уме прикидывать как изменение грека может повлиять на стоимость опциона или под какие риски подставлена опционная конструкция. Но без опыта это реально сложно. И многих новичков это отпугивает.

( Читать дальше )

Гайд по торговле на бирже 5 часть

 

Инвестиции

 

1 Пролог

 

В теориях, инвестиции выглядят крайне притягательно — покупаешь актив и получаешь доход. Больше дохода — больше актива. Работает сложный процент и внезапно ты богат. Но есть ряд скрытых практических вещей, про которые никто не говорит, а я напишу.

 

 

2 Торговля по фундаменталу.

 

Основная проблема торговли по фундаменталу — малая частота дискретизации, это физическое ограничение на качество торговли. Технари знают про теорему Котельникова, остальные могут погуглить.

Отчеты по компаниям появляются раз в квартал. Информация отстает от реального положения дел на 3 месяца. Торгуя фундаментал при периоде дискретизации 3 месяца инвестор может поймать тренды протяженностью более 9-12 месяцев. Это прокатывает при аптрендах, которые дляться по 5-6 лет. Но никак не может помочь в периоды краткого медвежьего рынка.

( Читать дальше )

Чтобы преуспеть на финансовых рынках, нужно качественно анализировать информацию. Чтобы качественно анализировать информацию, нужен хороший инструмент. Если вы хотите узнать про один из таких инструментов, то прочитайте эту статью. В ней мы рассказали о data science — прикладной научной дисциплине, которую активно применяют в ведущих инвестиционных домах.





Оглавление

Как анализируют финансовые рынки
Как работает data science
Почему data science эффективен
Что нужно, чтобы применять data science
Станет ли data science панацеей для инвесторов
Постскриптум

 

Как анализируют финансовые рынки

Перед тем как приступить к Data Science, давайте разберемся с философией анализа финансовых рынков. Для этого мы ответим на три принципиальных вопроса:

1. Зачем анализировать финансовый рынок?
2. На чем основаны методы анализа финансового рынка?
3. Почему не существует идеального метода анализа?

( Читать дальше )

Источник smart-lab.ru/blog/634490.php

Вместо авторских "… берём исторические данные SPY с 1996 года (24 года)" у меня под рукой история индекса ММВБ IMOEX с 05.01.2000 на 173 руб по 27.12.2019 на 3045.87. За 19.4274 года рост в 18.64 раза.
Стратегия «купил и держи» даёт сложный годовой процент 15.77%.

А вот дарёный Грааль много хуже. С капитализацией каждой сделки при 100% вложения от счёта выигрыш на первоначальный 1 млн всего лишь 751009.58 руб или 2.8% годовых. Sharpe ratio всего лишь 0.34. Максимальная просадка 632956.68 руб.  И это при оптимизированных параметрах Period = 5 и Factor = 0.5. Комиссия 0.005% на объём купли или продажи и проскальзывание 0.01%. Всего 735 сделок, 36.79 «сделки» на год.

Если я в чём ошибся, поправьте. Вот как я закодировал дарёный Грааль.

namespace WealthLab.Strategies
{ // Комиссия 0.005% на сделку, проскальзывание 0.01%
public class Simple00 : WealthScript {
  StrategyParameter Period, Factor;
  public Simple00() {
    Period = CreateParameter ("Period", 5,  1,   20, 1);
    Factor = CreateParameter ("Factor",0.5, 0.1, 1, 0.1);
  }
  protected override void Execute()	{
    ClearDebug(); // HideVolume();
    int period = Period.ValueInt;
    double factor = Factor.Value;
    DataSeries atr = ATR.Series (Bars, period);
    for (int bar = period; bar < Bars.Count; ++bar) {
      if (IsLastPositionActive) {
        ExitAtClose (bar, LastPosition);
      } else
      if (Open [bar] -  Close [bar] > atr [bar] * factor) {
        BuyAtClose (bar);
      }
    }
    ChartPane cp = CreatePane (40, true, true);
    PlotSeries (cp, atr, Color.Black, WealthLab.LineStyle.Histogram, 3);
  } // Execute()
} // class Simple00
} // namespace WealthLab.Strategies