1. Спекулятивно. Из декабря 2014 года: Продажа валюты на пиках истерии с одновременной купля-продажа Областных облигаций и ОФЗ с длинной дюрацией, которые обладают наибольшей волатильностью. Например, ОФЗ 46020.

2. Спекулятивно. Из мая-сентября 2008 года: игра против неправильных гэпов. Утром до 12-00 (Мск) продажа активов на неправильном гэпе (утренний рост против падающего тренда) с последующей установкой заявок на откуп по ценам закрытия гэпа и ниже цены закрытия предыдущего дня. Цель 1: уменьшение средней цены покупки актива. Цель 2: уменьшение налоговой базы (для режима FIFO)

3. Спекулятивно. Из сентября-декабря 2008 года: кризис ликвидности: у кого кэш во время маржинальных распродаж, тот выиграл Большой куш. Кризис ликвидности характеризуется недоверием юридических лиц к друг другу в реальном секторе экономики. Начинаются банкротства юридических лиц. Помню стакан продавцов акций Сбербанк-преф на нижней планке по котировке ниже 11 руб/акцию. Как будто у всех спекулянтов закончились деньги. Одновременно и навсегда… Тогда казалось, что это конец биржи.

( Читать дальше )

Товарищи финексовцы. Объясните плиз, что за ерунда с инструментом второй день и где ММ? Finex ETF , Vladimir Kreyndel ?

В прошлой статье рассмотрено как можно получить информацию по финансовым инструментам. Дальше будет опубликовано несколько статей о том, что первоначально можно делать с полученными данными, как проводить анализ и составлять стратегию. Материалы составлены на основании публикаций в иностранных источниках и курсах на одной из онлайн платформ.

В этой статье будет рассмотрено, как рассчитывать доходность, волатильность и построить один из основных индикаторов.

import pandas as pd
import yfinance as yf
import numpy as np
import matplotlib.pyplot as plt

sber = yf.download('SBER.ME','2016-01-01')

Доходность

Данная величина представляет собой процентное изменение стоимости акции за один торговый день. Оно не учитывает дивиденды и комиссии. Его легко рассчитать используя функцию pct_change () из пакета Pandas.

Как правило используют лог доходность, так как она позволяет лучше понять и исследовать изменения с течением времени.

# Скорректированая цена закрытия`
daily_close = sber[['Adj Close']]

# Дневная доходность
daily_pct_change = daily_close.pct_change()

# Заменить NA значения на 0
daily_pct_change.fillna(0, inplace=True)

print(daily_pct_change.head())

# Дневная лог доходность
daily_log_returns = np.log(daily_close.pct_change()+1)

print(daily_log_returns.head())

( Читать дальше )

Закономерность работавшая в золоте. Может быть снова заработает потом.

Итак
в 20-00 времени биржи (приблизительно время открытия Японии) строим линию по лоям. Фрейм 5 мин, длина канала 60-180 баров.
С 20-00 до 23-50 держим лимитку на построенно линии. Выходим спустя часа 3. Стопа нет. Получаем




с 2007 по октябрь 2011 показатели примерно такие:  пф около 3, 64% прибыльных сделок, средняя сделка доллара 3-4 цены (300-400 в деньгах), макс просадка в моменте 3500 долл. 

( Читать дальше )