Регрессия

    Всем доброго времени суток! Продолжаем цикл статей «Лучший день для торговли акциями российских компаний, входящих в индекс МосБиржи».
    В первой статье я проанализировал оптимальный день для открытия дневной длинной позиции в акциях Сбербанка с 17.12.1999 по 16.01.2020. Оказалось, что полученные результаты не имеют статистической значимости. А больший рост акций Сбербанка во вторник скорее случайность, чем закономерность.
    Во второй статье я проанализировал оптимальный день для открытия дневной длинной позиции в акциях МТС с 16.10.2003 по 31.01.2020. Оказалось, что полученные результаты говорят о наличии приемлемой статистической значимости. Больший рост акций МТС в пятницу можно назвать скорее закономерностью, чем случайностью.
    В данной статье анализируется оптимальный день для открытия дневной длинной позиции в акциях МосБиржи с 18.02.2013 по 07.02.2020. Предполагается, что бумаги покупались в определенный день недели по цене открытия, держались до конца этого дня, продавались по цене закрытия, и инвестор ожидал следующий такой же день недели, где круг повторялся заново. 

( Читать дальше )

    Всем привет! В прошлой статье из цикла «Лучший день для торговли акциями российских компаний, входящих в индекс МосБиржи» я проанализировал оптимальный день для открытия дневной длинной позиции в акциях Сбербанка с 17.12.1999 по 16.01.2020. Оказалось, что полученные результаты не имеют статистической значимости. А больший рост акций Сбербанка во вторник скорее случайность, чем закономерность.
    В данной статье анализируется оптимальный день для открытия дневной длинной позиции в акциях МТС с 16.10.2003 по 31.01.2020. Предполагается, что бумаги покупались в определенный день недели по цене открытия, держались до конца этого дня, продавались по цене закрытия, и инвестор ожидал следующий такой же день недели, где круг повторялся заново. Комиссии и дивиденды не учитываются. Все исторические данные я брал отсюда. Что же получилось?
                                                    

( Читать дальше )

    Всем привет! Недавно прочитал исследование на сайте BCS EXPRESS. Автор искал лучшие часы, дни и месяцы для покупки индекса МосБиржи, индекса S&P 500, нефти Brent и пары USD/RUB за всю их историю торгов. А также анализировал статистические закономерности на основе полученных результатов. Пересказывать всю статью не буду, но отмечу:

• Оптимальными часами для открытия long-позиций являются первый и последний часы работы Московской биржи. В остальное время рынок находится в около нулевом состоянии. Хуже всего открывать длинные позиции с 12:00-13:00 и с 13:00-14:00. Данные статистически значимы по регрессионному анализу.
• Оптимальным днем для открытия long-позиций на Московской бирже является понедельник. Неплохие результаты показывают также четверг и пятница. Худшее время для открытия длинных позиций в среду.

( Читать дальше )

Добрый день друзья!
Я снова рад вас видеть =)))

Сегодня поговорим о хлебе насущном паре доллар/рубль, о вражеской любимой валюте!
Также будет маленький бонус, но не торопите меня — всё по порядку.

Я взял пару с расчётом TOD.

«TOD» — расчеты проводятся в день заключения сделки (сокращение от англ. TODAY, т.е. СЕГОДНЯ), или «Т+0»

Месячный график доллар/рубль.




( Читать дальше )

Я уже делал в прошлом году пост Поиск взаимосвязей на примере Нефть-Рубль

Предлагаю посмотреть тоже самое на примере нефти Urals, с учётом спреда от Brent по Neste: Urals-Brent price difference



Перевёрнутый USDRUB


( Читать дальше )

Зачитался, я тут на днях про робастную регрессию, и очень мне захотелось «пощупать» этого зверя хоть в каком нибудь виде на графике в Квике.

Выбрал наипростейшую — "Оценочная функция Тейла – Сена"

Эта оценочная функция может быть эффективно вычислена и она нечувствительна к выбросам. Она может быть существенно более точна, чем неробастный метод наименьших квадратов для несимметричных и гетероскедастичных данных и хорошо конкурирует с неробастным методом наименьших квадратов даже для нормально распределенных данных в терминах статистической мощности.
Метод признан «наиболее популярной непараметрической техникой оценки линейного тренда»

Сказано — сделано.

( Читать дальше )

Многие трейдеры при торговле раночно-нейтральными стратегиями задаются вопросом, а как совершать сделки покупки продажи спреда, на основании чего принимать решение о входе и выходе в позицию.

Сегодня мы рассмотрим вариант входа в сделку основываясь на регрессии акций.



Если откинуть все умные фразы и дать определение регрессии на простом языке, то получается следующее:

Регрессия — это зависимость переменной 1 (в нашем случае акции Газпрома) от независимой переменной 2 (акции ЛУКОЙЛа). Данное выражение будет иметь статическую значимость.

Формула регрессии:  

Yt=A+BX(t)+E(t)

Давайте с вами рассчитаем регрессию для акций Газпрома и Лукойла.

Алгоритм построения:
1. Скачиваем исторические дневные данные с финама.  www.finam.ru/profile/moex-akcii/gazprom/export/

2. Вставляем все скаченные данные в эксель



( Читать дальше )

  

Статья из блога www.jonathankinlay.com поможет лучше понять работу вашей торговой стратегии и повысить ее производительность в будущем.

Построение прибыльной стратегии только половина успеха, трейдеру еще необходимо понимание так называемой альфы стратегии и риска. Это значит, что нужно определить факторы, обуславливающие прибыльность алгоритма и, в идеале, создать модель так, что их относительный вклад может быть вычислен. Более продвинутый путь — это конструирование мета-модели, которая будет предсказывать прибыльность и давать рекомендации, каким образом должна торговать стратегия в следующий период.

Производительность стратегии

Давайте посмотрим, как это работает на практике. В нашем случае будем использовать следующую внутридневную стратегию на фьючерсах E-mini:

Общая производительность стратегии довольна высока. Среднемесячная прибыль за период с апреля по октябрь 2015 года почти 8 000 долларов на контракт, за вычетом комиссии, со стандартным отклонением всего 5 500 долларов. Годовой коэффициент Шарпа около 5.0. На платформе с хорошим исполнением стратегия может масштабироваться до 10-15 контрактов, с годовой прибылью от 1 до 1.5 миллионов долларов.

( Читать дальше )

Линейная регрессия часто используется для вычисления пропорции хеджирования в парном трейдинге. В идеальной ситуации коэффициенты этой регрессии — наклон линии регрессии и свободный член (пересечение) остаются всегда постоянными. Однако в реальности все, конечно, не так радужно, и значения этих параметров постоянно меняются во времени. Как правильно вычислять коэффициенты регрессии, чтобы избежать подгонки к текущей ситуации, рассматривается в статье "Online Linear Regression using a Kalman Filter". Для этой цели в данной публикации используется фильтр Калмана. 

Для тестирования берутся исторические цены закрытия двух биржевых фондов ETF — австралийского EWA и канадского EWC с 2010 по 2014 год. Динамика цен этих фондов показывает взаимосвязь, что продемонстрировано на  диаграмме рассеивания в заглавии поста. Однако по этому же графику видно, что эту взаимосвязь невозможно описать с помощью линейной регрессии с постоянными коэффициентами. 

( Читать дальше )