алгоритм

Насколько успешным может быть применение индикатора токсичности потока ордеров VPIN в трейдинге? А если попробовать соединить его с моделью скрытых состояний Маркова? Пример такой стратегии приводит Dr Jonathan Kinlay в своем блоге. Напоминаю, что всю теорию по расчету VPIN вы сможете найти на моем сайте здесь, а по модели Маркова — здесь.

Для наших целей интерес представляет однопериодный знаковый VPIN. Он принимает значения от -1 до 1, в зависимости от пропорции между покупками и продажами за один период t — см. график в заглавии статьи.

Мы предполагаем, что приращение цены актива имеет сильную зависимость от значения VPIN. Например, в тестах фьючерса ES, мы увидели, что изменение средней цены от одного объемного пакета ( см. теорию VPIN) до следующего высококоррелировано со значением VPIN в предыдущем пакете с коэффициентом 0,5. Другими словами, участники рынка, предоставляющие ликвидность, будут обновлять свои ордера в направлении, которое прямо связано с направлением и интенсивностью потока токсичности.

( Читать дальше )

Использование корелляции широко распространено в финансовой теории и практике, от создания портфелей до стратегий статистического арбитража.

Основная сложность в применении корелляции это ее изменчивость: активы, которые в один момент времени кажутся практически некоррелироваными для целей хеджирования, могут стать высококореллироваными в другие моменты времени, например, при высокой активности рынка. Напротив, акции, кажущиеся подходящими для парной торговли, в связи с высокой корелляцией их приращений цены, могут позднее показать разнонаправленную динамику, приводящую к значительным потерям.

Нестабильность уровня еще усугубляется эмпирическими выводами о том, что волатильность корреляции сама по себе зависит от времени: в одно время корреляция между активами может плавно меняться в узком диапазоне, в другое время мы можем наблюдать  изменения знака коэффициента корелляции в течении нескольких дней.

( Читать дальше )

Вывод, который мы можем сделать из первой части данной статьи такой: почти все стратегии, которые мы знаем, имеют эквивалент в пространстве волатильности, будь это покупка/продажа волатильности, статистический арбитраж или следование за трендом. Более того, из-за особых характеристик волатильности, все эти стратегии имеют тенденцию к большей производительности, чем их традиционные аналоги. В пример автор приводит показатели собственной стратегии на волатильности биржевых фондов ETF, которая имеет устойчивый годовой доход между 30% и 40%, с коэффициентом Шарпа более 3, начиная с 2012 года (см. графики в заглавии и ниже).

( Читать дальше )

Сегодня торговал только YM. 2 сделки.

Объяснять ничего не буду. Входы все только по системе. Цели — от 20 тиков.
Показываю трейды за последние 2 дня. Тикеры инструментов на скринах видно.


( Читать дальше )

Московская Биржа совместно с БКС Брокер и разработчиками программы для создания торговых систем TSLab представляет НОВЫЙ онлайн курс по созданию торговых роботов!

Торговые роботы завоевывают все большую популярность среди частных инвесторов. И это вполне объяснимо: робот не устает, не ошибается, совершает сделки по каждому поступающему сигналу и не подвержен эмоциям, страхам и ложным ожиданиям.

В такой ситуации каждому трейдеру важно понимать, как разрабатываются автоматизированные стратегии торговли, а, возможно, и научиться создавать их самостоятельно.

На вебинаре ведущие расскажут о возможностях программы TSLab, познакомят с основными этапами создания торгового алгоритма и его оптимизации.

Продолжительность семинара: 3 занятия по 1,5 часа
Дата проведения: 21,23 и 28 июля 2015 с 19:30 до 21:00

Вы с нами? Тогда регистрируйтесь по ссылке http://options-school.derex.ru/741-2/

Другие контракты и синхронизация

В прошлой части мы не прояснили ситуацию, зачем нужны цены закрытия, наряду с внутридневными. Ведь цены внутри дня тоже сохраняются вплоть до закрытия. Причина состоит в том, что иногда полезно иметь синхронизированные данные. В нашем случае нужно знать цену текущего фьючерса относительно соседнего контракта, для вычисления контанго, осуществления роллирования и т.п ( нужен спрэд между этими инструментами). Другой пример — если вам необходимо создать систему торговли несколькими инструментами на основе их коинтеграции и возврата к среднему.

 

Получить синхронизированные межрыночные цены довольно сложно. Если вы собираете тиковые данные и выстраиваете временные серии из них, то можете столкнуться с очень зашумленными значениями из-за эффекта скачка между бидом и аском на одном рынке, который будет влиять на другой.

( Читать дальше )

В прошлой статье мы рассмотрели простую портфельную стратегию ротации глобальных рынков. Результаты, которые привел автор статьи, были впечатляющими, однако он не опубликовал алгоритм своих расчетов, а только его общее описание. Ilya Kipnis в своем блоге решил проверить указанную стратегию и воспроизвел алгоритм на языке программирования R.

Для проверки был взят несколько иной набор биржевых фондов, чем у автора оригинальной статьи, но поведение этих активов идентично исходным. Итак, используется 5 ETF: MDY, ILF, FEZ, EEM, и EPP, совместно с облигационным фондом TLT в качестве защитного актива. Каждый месяц происходит инвестирование в фонд, показавший больший ценовой импульс на исторических данных. Автору не удалось получить такой же доходности, которая была обещана в оригинале, но и воспроизведен алгоритм был не со 100% точностью — вместо изменяемого исторического периода, по которому принимается решение о выборе, он использовал фиксированный трехмесячный период, так как не до конца понял принцип его формирования.

( Читать дальше )

Насколько могут быть прибыльны портфельные инвестиции, если ими правильно управлять? О своем опыте рассказывает Frank Grossman в блоге Seeking Alpha.

Стратегия ротации глобальных рынков использует переключение между 6 разными биржевыми фондами ETF на месячных отрезках. Бэктестирование доходности такой стратегии c 2003 года впечатляет.

• Годовая доходность = 41,4% (для S&P500 = 8,4%)
• Общая доходность с 2003 года = 3740% (S&P500 = 134%)
• 69% месячных трейдов имели положительную доходность против 31% с отрицательной доходностью

В заглавии статьи приведен график доходности стратегии по сравнению с индексом S&P500.

Используются следующие рынки и инструменты:

• Американский рынок (MDY — S&P MidCap 400 SPDRs)
• Европа (IEV- iShares S&P Europe 350 Index Fund)
• Развивающиеся рынки (EEM — iShares MSCI Emerging Markets)
• Латинская Америка (ILF — iShares S&P Latin America)
• Тихоокеанский регион (EPP — iShares MSCI Pacific ex-Japan)

( Читать дальше )