Начну с фейсбука: был неожиданно удивлен, как крепко сбита трейдерская тусовка. Добавляются люди, имеющие 150 и более (!) общих друзей. Все всех знают :) Круто. PS: меня можно найти и добавить тут: https://www.facebook.com/profile.php?id=100009744075159

Итак, про грааль. Несколько лет назад эта тема работала отменно. Сейчас — работает с примочками, и не всегда. Но как базис для размышления считаю ее отличной. Строится система на простом принципе — угол наклона между страйками варьируется в определенном диапазоне. (это аксиома первая) и последовательность этих углов должна иметь определенную логику (аксиома вторая).

Начнем с первого. Углом здесь и далее я буду называть отношение волы на страйке Х и Х+1. (в тот момент, когда писался алгоритм это было 5000 по Ри.). То есть вола 35 и 33 имеет угол 35/33-1 = 6%. Проведя большие статистические тесты по путовой части (как наиболее прогнозируемой, ибо она не опускается вниз от АТМ, как может делать коловая), был выявлен диапазон наклонов. Различные сценарии дают различные углы. Например обвал и вола 80, или резкий рост рынка и обвал волы итд. Все можно описать грубо пятью базовыми сценариями. Кто хочет — может заморочиться сильнее.

( Читать дальше )

О некоторых особенностях, свойственных высокочастотным стратегиям, рассказывает Dr Jonathan Kinlay в своем блоге. Представляю здесь перевод его статьи.

Большинство инвесторов, вероятно, никогда не видели эквити высокочастотной стратегии. Есть объективные причины этого: в связи с типичной производительностью таких стратегий, фирмы, использующие их, мало нуждаются в привлечении стороннего капитала. Кроме того, HFT алгоритмы имеют ограничения по емкости, которая очень важна для институциональных инвесторов. Поэтому интересно наблюдать реакцию инвестора на прибыльность HFT стратегии, которую он видит впервые. Привыкший к коэффициенту Шарпа в  диапазоне 0,5-1,5 или до 1,8, при удачном стечении обстоятельств, он бывает поражен тем, что такие стратегии показывают значения коэффициента, выражаемые двузначными числами.

( Читать дальше )

Начало в моем блоге.

Условные вероятности

Для получения условных вероятностей, упомянутых нами в конце части 3, нужно вычислить совместное распределение VPIN и абсолютных приращений. Для этого сгруппируем VPINы c 5% шагом и абсолютные приращения в отрезки по 0,25%, чтобы отобразить дискретные распределения. Затем получим совместное распределение (). Из этого совместного распределения выведем два распредения условной вероятности.

( Читать дальше )

Начало в моем блоге.

Для проверки робастности нашего вычисления VPIN мы продемонтрируем применение этой метрики для двух наиболее активно торгуемых фьючерсных контрактов: E-mini S&P500 (торгуемый на СМЕ) и фьючерс на сырую нефть WTI (торгуемый на NYMEX). Выборка взята на интервале с 1 января 2008 года по 6 июня 2011 года, сшитая по точкам наибольшего объема в дни экспираций. Размер пакета возьмем равным 1/50 от среднего дневного объема нашей выборки (V). Параметры вычисляются в скользящем окне размером n=50 ( что эквивалентно одному среднему дню по объему).

S&P500

На графике в заглавии поста показан ценовой график фьючерса E-mini S&P500  и его метрики VPIN. Метрика токсичности в основном стабильна, хотя и демонстрирует значительную волатильность. Отметим, что VPIN достигает наивысшего уровня в выборке 6 мая 2010 года, когда на бирже произошел большой обвал котировок. Такой высокий уровень VPIN согласован с потоком ордеров, который был большей частью односторонним в это время. Такая исключительная токсичность приводит к тому, что некоторые маркет мейкеры вынуждены потреблять ликвидность, вместо того, чтобы предоставлять ее и в итоге прекращают свои операции на рынке.

( Читать дальше )

Прошлая часть — в моем блоге.

Стандартный подход к вычислению PIN состоит в нахождении методом максимального правдоподобия ненаблюдаемых параметров (α,δ,μ,ϵ) описывающих стохастический процесс трейдов, и последующем вычислением PIN из этих параметров. Мы представим аналитическую оценку токсичности, не требующую промежуточного вычисления ненаблюдаемых величин. Мы обновляем нашу метрику в привязке к объемам для учета скорости прибытия новой информации на рынок. Эта метрика, которая называется VPIN, предоставляет простую оценку токсичности потока ордеров в высокочастотном окружении.

Природа информации и времени

Информация в модели последовательной торговли в общем виде представляет из себя данные, которые несут сообщение о будущем уровне цены актива. На эффективном рынке, значение цены актива отражает его полную информационную величину, в связи с тем, что информированный трейдер стремится получить прибыль от владения этой информацией. Так как маркет-мейкер может занимать как длинную, так и короткую позиции, будущие движения актива влияют на его прибыльность, и он пытается извлечь информацию из паттернов торговли. Эти его попытки отражаются в устанавливаемых уровнях бида и аска.

( Читать дальше )

В статьях об индикаторе PIN мы определили, что на рынке присутствуют два типа трейдеров — информированные и неинформированные. Заявки неинформированных трейдеров всегда подвержены adverse selection risk со стороны информированных. Ситуация, когда после исполнения таких заявок цена движется в невыгодную для неинформированных участников сторону, называется токсичностью потока ордеров. Индикатор PIN служил для измерения этой токсичности, в данной статье мы рассмотрим усовершенствованный индикатор VPIN, который применим и для высокочастотной торговли. Цикл статей основан на публикации Maureen O’Hara "Flow Toxicity and Liquidity in a High Frequency World". Будет все описываться очень подробно, потому что, кроме нахождения непосредственно VPIN, в этой публикации много интересных выводов и фактов.

( Читать дальше )

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 )

Под заголовком «построение системы» будут публиковаться статьи о  разработке автоматических алгоритмов, которые помогут трейдерам понять некоторые тонкости создания таких систем и избежать распространенных ошибок. Лучшие советы от популярных западных блоггеров, с моими комментариями по некторым вопросам. Первая статья о том, как правильно готовить исходные данные для стратегии из блога Investment Idiocy.

Тип данных

Алгоритмы автора представляют собой технические системы, использующие только ценовые данные. Не применяются графики на свечах, анализ производится только для временных дискретных серий.

Внутри дня записывается средняя цена ((бид+аск)/2) контракта, предназначенного для торговли. Для тех же временных точек сохраняется величина спреда (аск минус бид) для измерения ликвидности. Таким образом данные Level 2 (для западных рынков) не используются. Также могут быть взяты цены закрытия для базового ( в случае фьючерсной торговли) или взаимосвязанного контракта для измерения контанго/роллирования и т.п. Кроме того могут понадобится цены закрытия линейки фьючерсов и их объемы для осуществления роллирования, подробнее об этом позже.

( 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 )

Определение и основные принципы построения импульсных стратегий изложены в блоге blog.johandp.com. Стратегии очень простые, но являются основой для многих сложных алгоритмов, их элементы используются и в моих роботах. Привожу здесь перевод статьи из блога в целях классификации различных видов стратегий.

Импульс это старейшая особенность, присущая финансовым рынкам. Также это простейшая и одновременно одна из самых запутанных для применения аномалий. Импульс представляет собой тенденцию, при которой активы, демонстрировавшие рост (или падение) в прошлом, продолжат это движение в будущем. Много исследований этой особенности проводилось в академической литературе и было выяснено, что она присутствует на всех рынках и на всей выборке имеющихся данных. И тем не менее, остается много вопросов в использовании импульса для алгоритмической торговли.

( Читать дальше )