модели рынка

После «рисковой неопределенности» (заседания СБ РФ) на прошлой неделе — вчера рынок «ближних» ОФЗ начал снижение доходностей.
В большей степени на это повлияли позавчерашние данные по инфляции и инфляционным ожиданиям.

Напомню немного про бонды (облигации):

Номинальная стоимость облигации (номинал). Размер купона определяется в процентах от номинала. Большинство облигаций, обращающихся на российских биржах, имеют номинал 1000 рублей.

Рыночная цена – эта цена постоянно меняется в зависимости от текущей конъюнктуры на рынке процентных ставок, спроса и предложения облигаций на бирже. Котируется не в рублях, а в процентах от номинала облигации.

Цены на денежном рынке базируются на ключевой ставке Банка России (ЦБР), что влияет на кривую процентных ставок.

Дюрация — это срок, за который Вы сможете вернуть свои вложенные в эту облигацию деньги обратно. 

( Читать дальше )

я когда-то предполагал что будет сформирована модель алмаз, мы там поторгуемся до 23 года а потом все, уходи в доллар либо в тушонку
однако
модель реализовалась в модель продолжения
расширяющийся треугольник с первой целью около 4200
вот так-то шортить сиплого, думал одно, вышло другое, а как иначе? тут и пандемун коровирусный и вакцины подбавили жару: в топку долларов больше бросать стали, население особо в войну о деньгах мало задумывается

про войну и шок смотрите статьи как реагирует население в периоды шока и пандемий

Вот в этой дискуссии я поддался общему настрою и согласился, что у логнормального случайного блуждания среднее приращений исходного ряда больше нуля. НИЧЕГО ПОДОБНОГО! Логнормальное случайное блуждание — это когда приращения логарифмов цен являются независимыми одинаково распределенными случайными величинами. НО! Исходным рядом для этого блуждания являются НЕ цены и их приращения, а ОТНОШЕНИЯ цен

C_t/C_t-1

Ничего удивительного, что у этого отношения математическое ожидание является положительным, так как и в числителе и знаменателе стоят положительные величины. Но только из отношения не перейти к разностям C_t-C_t-1

/*Более того, в силу однозначности логарифма легко доказать, что C₁,...,C_t,… — мартингал, тогда и только тогда, когда  LN(C₁),...,LN(C_t),… — мартингал.

(как правильно заметили в обсуждении, в общем случае я ошибся в этом утверждении, но оно верно в случае схемы Кэптейна C_t=C

( Читать дальше )

(Возможный фрагмент из будущей книги «Алгоритмический  квантовый  трейдинг на основе кибернетических технологий». Просто и понятно о роли моделей рынка)

 

Джонни очень хотел одну девушку в своем офисе, но у нее  был бойфренд.

Как-то раз ему стало так невмоготу, что он подошел к ней и сказал:

— Я дам тебе 1000 долларов, если ты мне отдашься.

 Но  девушка ответила «НЕТ».

 Тогда Джонни сказал:

— Да я быстро,  я брошу деньги на пол, ты нагнешься подобрать, а как все поднимешь  я уже закончу.

Девушка задумалась на секунду и ответила, что должна проконсультироваться с бойфрендом.

Она позвонила и рассказала тому, что этот подлец хочет.  Бойфренд ответил:

— Проси 2000, и поднимай деньги очень быстро, так чтоб он даже не успел спустить штаны.

Девушка согласилась. Прошел час, бойфренд ждет, а девушка все не звонит… Наконец, спустя 2 часа бойфренд позвонил сам и спросил, что случилось.

( Читать дальше )

Что отличает трейдеров друг от друга?

Ну помимо вида функции эквити и ее параметров. Эта функция на первый взгляд кажется объективной. Но часто  она  может свидетельствовать только  о   попадании трейдера  в удачную для него  фазу рынка. Сменится фаза рынка и  настанет «пичалька».

На самом деле важнейшей объективной характеристкой торговой системы и ее ядром является  математически  четко формализованная модель рынка.

Покажем  влияние  эффекта Даннинга-Крюгера на выбор  моделей.

Как известно, эффект Даннинга-Крюгера  заключается в том, что люди, имеющие низкий уровень квалификации, делают ошибочные выводы, принимают неудачные решения и при этом не способны осознавать свои ошибки и уровень некомпетентности (ВИКИ).

Кривая, отражающая этот эффект, показана на рис.1.

 

Почти все трейдеры начинают свой путь с моделей классического ТА (скользяшки, волны, свечи, паттерны, уровни и  т.п.) или интуитивных моделей.

( Читать дальше )

Перевод первой части большого интервью с Линдой Рашке, оригинал: подкаст Chat With Traders

Для тех, кто бегло читает на английском и интересуется моделями рынка на базе множества взаимодействующих агентов, будет представлять интерес статья, написанная Blake LeBaron, профессором International Economics in the Brandeis International Business School, под названием Building the Santa Fe Artificial Stock Market. Там описывается как сама модель, так и даются пояснения, почему она такая и насколько хорошо описывает реальные рынки.

Также может представлять интерес набор статей, ссылки на которые есть на домашней странице автора.

Продолжение. Начало в моем блоге и на сайте.

В прошлой статье про модель Хестона мы отметили, что она обладет недостатком, который проявляется в неточности определения цен опционов на малых сроках экспирации. Здесь мы рассмотрим модель Бейтса, в которой этот недостаток устранен, и она является одной из лучших аппроксимаций, описывающих поведение цен опционов для разных страйков и периодов до экспирации.

Модель Бейтса относится к моделям стохастической волатильности и определятся следующими уравнениями:

( Читать дальше )

Разработано одним из учеников АМГ

Источник