Вот так пишут обычно все))). Я тоже можно так сказать его нашел, но только не грааль в привычном понимании этого слова.  А некоторые фишки, которые так скажем, существенно влияют на результат торговли.  В частности на данный момент этих фишек 3. Причем последнюю узнал всего 2 недели назад.

В этой статья я конечно не буду их раскрывать. Но попробую дать намек и пытливый ум возможно, о них додумается. Но профессионалы конечно  о них уже знают. Поэтому это больше для начинающих.

1. Одна из основных, которую я понял примерно 1.5 года назад. Не все сводиться к цене и объему торговли. Т.е. улучшение торговли может произойти, не только лучшей ценой входа, выхода, или РМ или ММ. Но и при эффективным управлением капиталом (депо). И это не относиться к расчету количества лотов на вход.

 

1. Нет идеальных систем. Все в какой-то момент времени теряют, а в какой-то момент времени  зарабатывают. Но что это нам дает?  Тут ключевая фраза «в какой-то момент времени»

( Читать дальше )

1. Что такое Pump and Dump

Стратегия торговли памп и дамп (Pump and Dump) заключается в поиске акций или других биржевых инструментов, цены которых были разогнаны с помощью новостей, слухов, сильно преувеличенных или ложных заявлений и других манипуляций. Часто высокие цены, например, акций, являются результатом PR компаний, они не обоснованы и не имеют под собой фундамента в виде финансовых результатов фирм.
Мы можем искать точку для открытия длинных позиций на начальных этапах накачки, отслеживая новостной фон по компании, или для открытия коротких позиций, когда сильное движение вверх останавливается. Отслеживая новостной фон вокруг компании, можно купить акции, когда накачка только начинается, или зашортить акции после сильной накачки, когда рост составляет 50, 100% и более, и становится очевидно, что рост ничем не обоснован. В этом случае мы рассчитываем взять на падении 30-50% от этого роста.
Часто под стратегией торговли памп и дамп имеют в виду именно открытие шорт позиций, когда в сильно выросшей акции после резких вертикальных движений возникает дисбаланс. Организаторы накачки распродают акции толпе на росте, и когда интерес у толпы покупать по высоким ценам пропадает, цены начинают сами обваливаться и возвращаются к точке, от которой начался рост и даже падают ниже.
Из масштабных памп и дампов последнего времени я бы отметил накачку криптовалют. В конце 2017-го года о биткойне говорили все, кому не лень. Можно было наблюдать мощную PR компанию перед началом торгов фьючерсами на этот инструмент. Во множестве публикаций утверждалось, что биткойн будет стоить 100 тысяч, миллион долларов. При этом криптовалюты не имели какого-то определенного правового статуса во многих странах. Как проводить фундаментальный анализ криптовалют, тоже не понятно. Часто под видом фундаментального анализа можно увидеть смехотворный анализ слухов в твиттере, когда владельцы определенной криптовалюты кормят публику «новостями о будущем». В общем, в криптовалютах наблюдаются многие признаки памп и дампов, и поведение цены того же биткойна и разнообразных токенов это подтверждает. В статье мы будем рассматривать памп и дампы в американских акциях.

( Читать дальше )

Используя простые модели волатильности, рассчитанные по ценам закрытия (Close-to-Close vol.) мы неизбежно сталкиваемся с рыночным шумом, смещающим наши оценки далеко её от истинного или асимптотического значения.  Мы могли бы измерять волатильность как-то иначе, например по модели Паркинсона (High-to-Low 1980), но столкнулись бы с той же проблемой. 



 

1.1 — Close to Close log-volatility estimation





( Читать дальше )

Продолжаю экспериментировать с распределением ценовых приращений. Задался вопросом, насколько быстро меняется распределение в зависимости от:
1) размера выборки
2) соотношения «размер тестовой выборки / (размер основной + тестовой выборки)»

Техника простая — разбиваем серию минуток на перекрывающиеся интервалы, каждый интервал разбиваем на две части — основную выборку и тестовую, проверяем, отличается ли первая от второй. И так для каждой акции, размера целой выборки, размера тестовой выборки.
Перед отображением на графике результаты усредняем.
Факт изменения распределения определялся тестом Колмогорова-Смирнова.

Ниже — графики зависимости изменчивости распределения от размеров выборки (тестовой и совокупной)

Замечу, что при небольших размерах выборки результаты на левой части графика становятся недостоверными (минимальный набор для теста Колмогорова-Смирнова ~ 30).

( Читать дальше )

Обоснование, теория и вообще вводная по теме здесь.

Вообще-то меня сильно впечатлили результаты выбора бумаг для покупки и удержания на основе моментума по ссылке выше. Настолько что я решил самостоятельно это проверить. Но поскольку меня это интересовало именно с практической точки зрения, то задача была ограничена несколькими условиями: — выборка бумаг ограничена ликвидными компаниями с капитализацией более 30 млр. рублей, расчет и соответственно модельный портфель должен быть реализован в доступном мне инструменте — в электронной таблице. Немного перефразируя Силаева А.: если стратегия/модель не может быть выстроена относительно просто в электронной таблице, то грош цена такой модели. Поэтому с практической точки зрения мне было важно то, что в случае успеха я могу применить стратегию имея всего лишь электронную таблицу и интернет с котировками.

Исходные данные выгружал с известного ресурса investing.com. Цена бумаг без дивидендов. Цены на конец каждого периода (месяца) по цене закрытия. Для расчетов я отобрал две группы компаний: условно с большой капитализацией: не менее 200 млр. руб. и средне-малой капитализацией: менее 200 но выше 30 млр. руб. Хотел проверить, повлияет ли фактор размера на итоговый результат. Во время выборки вторую группу пришлось изрядно проредить исключив некоторые низколиквидные компании с мертвым оборотом или со странным поведением в графике котировок, типа резкого взлета цены внутри дня. Возможно сплит или какая-то ошибка в архиве данных сайта investing. Таким отсортированных историй оказалось довольно много. Итого в каждой из двух групп оказалось по 34 компании (случайное совпадение).

( Читать дальше )

Когда-то давно я устроился на работу в небольшой брокерской компании. Помню, первый вопрос на рабочем месте от начальника отдела, старого многоопытного спокойного еврея, поверг меня в шок: «Покажите как вы определяете лучшие акции?» А я-то думал, мне все расскажут и покажут! Сильно смутившись, я начал что-то лепетать про P/E, P/S и количество абонентов. «Ну это фигня какая-то! Идите думайте» — тихим голосом неожиданно изрек вежливый начальник, во мгновенье растоптав во мне всякое самоуважение. Я думал — меня уволят в ту же неделю, но оказалось, это нормальный способ руководства у шефа. Дело было в крайне презрительном отношении начальника к P/S, ведь этот коэффициент не учитывает долги компании. Тогда, в начале нулевых стандарты задавал Стивен Дашевский, прекрасный аналитик из Атона. Этот экспат, рулевой и светоч аналитиков, любил и продвигал три мультипликатора P/E, EV/EBITDA и EV/S. Эта тройка мультов и до сих пор на пьедестале в крупных домах, например в Сбербанк-КИБ. Проделав это исследование, я могу уверенно сказать, что мой подход в прошлом был не так уж и плох. А указанная тройка вовсе не объект для поклонения, другие параметры работают не хуже.

( Читать дальше )

Добрый вечер!
В продолжение темы https://smart-lab.ru/blog/612608.php, хотелось бы добавить небольшое исследование.

Итак, мы остановились на том, что приращения рыночных котировок представляют собой расстояния, которое проходит броуновская частица за экспоненциальное время.
Еще раз смотрим на интегрированный процесс по таким приращениям:

Хорошая модель, но… Не хватает главного — ответа на вопрос: а откуда берется нестационарность дисперсии реального рыночного процесса?
Ведь дисперсионный канал ±(sqrt(2*D*t)) на нижнем графике суммы приращений в скользящем временном окне практически =const, а на деле: 


( Читать дальше )

Неделю назад в  smart-lab.ru/blog/614244.php  я описывал плюсы и минусы стратегии <Опционы RTS против опционов Si> и пообещал проверить ее на недельных опционах. Исполнять обещание начал 21.04.20, то есть за три дня до экспирации. Правила были такие:
— Открывать позиции при отклонении текущей волатильности опциона RTS от расчетной на 20%, закрывать при нулевом отклонении
— Открывать обе ноги как можно ближе к деньгам
— ГО по портфелю не должно превышать 2 млн руб
Все недостатки стратегии, о которых я упоминал, проявились в полной мере
— открытые позиции ушли глубоко в деньги
— расхождения волатильностей увеличивалось до 80% от расчетных
С учетом того, что у меня были свободные средства и того, что все само-собой прикроется в 18:45 четверга, я не стал париться с закрытием старых позиций и по мере расхождения волатильностей просто открывал новые <на деньгах>.
Как следствие — задействованное ГО возросло до 5 млн., максимальная просадка счета достигала 64 тыс руб. Вариационка по дням:

( Читать дальше )

В печатном виде вот здесь
smart-lab.ru/blog/565744.php

 1. Уоррен Баффет

 

( Читать дальше )

Привет, новая неделя – новый бэктест факторной стратегии на Мосбирже. В прошлый раз была проверена стратегия Value через мультипликаторы P/E и P/BV https://smart-lab.ru/blog/609357.php В этот раз мы проверили стратегию Momentum на российских акциях.

Суть ее очень проста – покупаем акции, которые сильнее всего выросли за последние 6 месяцев и шортим акции с худшей динамикой цены за тот же период. Стратегия получается рыночно нейтральной (в теории, на самом деле — корреляция с рынком очевидна) и если у такого лонг-шорт портфеля есть положительная доходность, то мы можем сказать, что на Мосбирже есть моментум эффект.

Воспользовавшись поиском по Смартлабу можно найти несколько интересных исследований по моментуму (если что-то упущено, пожалуйста, дайте ссылку в комментариях) – «Есть ли сила в моментуме» от at6 https://smart-lab.ru/blog/596080.php и «Как обогнать индекс (пример выигрышной торговой стратегии)» от AlexChi https://smart-lab.ru/blog/499362.php

( Читать дальше )