Исследование рынка

Так как у меня нет динамики изменений (хотя бы дневных графиков) подразумеваемой волатильности на фьючерс индекс РТС, что бы быть более точным при анализе данных по волатильности.  То для изучения того, как менялась исторически волатильность,  будем использовать для анализа индекс RTSVX.
 
Может торговцы опционами, исходя из своих гипер-тэта-дельта пространств, сообщат, подтверждается ли полученная динамика, так ли это?
 
Возможно, им это и не нужно знать, ведь их совершенно не волнует, куда пойдет цена, и они её уже продали на месяц вперед.
 

( Читать дальше )

Продолжим поиск моментов оптимальной продажи и покупки в течение месяца на фьючерсном контракте на курс USDRUB (Si).
 
Есть ли какая-либо статистическая закономерность на Si, что бы построить торговую систему?
 
Если вы знаете, что Si часто движется в противоположном направлении в отличии от RTS, а пока я не вижу в последнее время обратного явления, то можно просто использовать временное окно возможностей, выявленное для RTS. Но торговать с противоположным направлением, чем было в RTS.
 


( Читать дальше )

Продолжим поиски хорошего трейда по времени на фьючерсе на индекс РТС. Рассмотрим больший таймфреим, уже лучший торговый день месяца.
 
Есть несколько подходов в изучении и в классификации торговых дней.
 
Что брать в качестве точки отчета?
— календарные дни
— отчет от начала месяца
— от экспирации опционов
— эффект окончания месяца, т.е. отчет в обратном направлении.
 
Есть ли какая-либо статистическая закономерность, что бы построить торговую систему?
 

( Читать дальше )

Идеальная корреляция активов. Как такое возможно?
 
 
 

( Читать дальше )

Провел кластерный анализ индекса РТС, курса рубля и индекса волатильности среди глобальных активов за 2006-2013 год. Превосходный первоисточник идей  и примеров с разъяснениями и исходным кодом здесь . Как установить ПО и что ещё можно исследовать, можно найти по  вышеприведенной ссылке.
 
Кластерный анализ на основе набора различных алгоритмов классификации, позволяет организовать наблюдаемые данные в наглядные структуры, что бы далее по полученной структуре лучше понять, обработать, и более эффективно использовать данные в требуемой области деятельности.

 
Мне было интересно насколько точно алгоритмы кластерного анализа (кластеризации), реализованные на языке программирования R (далее кибермозг), смогут сгруппировать активы и выявятся ли какие-то не известные взаимосвязи.


( Читать дальше )

Набросаем простой алгоритм
«Если от открытия дня упали более чем на Х атр фрейма то покупаем и держим до закрытия»
Тесты проведем на фьючерсе дакса. Стопов и тейков нет. Есть фишка, о которой я умалчиваю, но тот, кто решит проверить — найдет ее мигом.
Получим:
 

Профитфактор 3.8, 64% прибыльных сделок. В рынке 5% времени. Отлично, да?
Тесты проводились с 1.1.2009 по 1.5.2011

А после 2011?

( Читать дальше )

Первая часть тут.

1. Во второй части для анализа взял котировки евродоллара.
2. Для увеличения выборки выбрал часовой фрейм.
3. Период анализа 03.01.2001-15.10.2013.
4. Источник — Финам.
5. Всего проанализировано 76216 баров (около 3175 дней).
6. Баров, закрывшихся выше открытия — 41455.
7. Баров, закрывшихся ниже открытия — 31324.
8. Баров с равными ценами закрытия и открытия — 3437. 

Под серией я понимаю 1 и более однонаправленных баров идущих подряд. При смене знака серия заканчивается, счетчик обнуляется.

Дисклеймер:
1. Данный пост не претендует на научность.
2. Данный пост может содержать ошибки различного рода.
3. Данный пост не призывает ни к каким активным действиям на рынке.
3. Данный пост содержит исключительно субъективные выводы (которые могут быть ошибочны), а так же данные, которые были обработаны по субъективным критериям. 

( Читать дальше )

Всем известно, что рынок движется зигзагообразно. Все знают про серийность. Решил сделать небольшое исследование. Анализы делал не первом что попалось — котировки австралийского доллара к американскому, дневные данные, период 2005-2012. Средства анализа — эксель.

1. Исходные данные максимально просты: дата, и цена закрытия дня.


2. Находим бычьи и медвежьи дни.

( Читать дальше )

Теперь рассмотрим следующий самый ликвидный инструмент на Срочном рынке Московской биржи – фьючерс Si (ранее).
 
 Данный инструмент не уступает по ликвидности, объему торгов и открытому интересу — фьючерсу на индекс RTS.
 
На нем, конечно, торгуют меньше внутридневных трейдеров, и он  влияет не только на бюджеты «финансовой» части общества, а отражает бюджетные зависимости для всего российского общества, прямо и косвенно.
 
 
 
Проверим туже идею: Есть ли какой-либо смысл  выбирать  день недели для торговли для Si?
 

( Читать дальше )

Все ли вы знаете об инструменте, которым торгуете, особенно самого ликвидного инструмента на Срочном рынке Московской биржи? 
 
Чтобы открыть новые грани и закономерности, или развеять мифы и предубеждения, лучше провести некоторые исследования и статистический анализ данных.
 
Проведем ряд тестов в Wealth-Lab Developer (WLD) и воспользуемся некоторыми идеями самых известных людей мира трейдинга.
 
 
Тест идеи: Есть ли какой-либо смысл выбирать день недели для торговли (понедельник, вторник и т.д.)?
 


( Читать дальше )