Блог им. egenui
Физики нервно курят в сторонке, пока юрики не могут решить куда пойдем.Юрики как мы увидим ниже по большей части в шортах. А физики экстремально в лонгах почти на 10 000 контрактов.
Watto, в том то и дело, если посмотреть открытые сегодня позы юриков, то видно, что они одинаковы по объему и в лонг, и в шорт. Отсюда и возникает легкое непонимание.А как может быть иначе? Об кого открывать лонги юрикам то? Об физиков что ли с их нищенскими депо? В целом маркет мейкер это и есть Юр. Лицо и по большому счету он и является контрагентом для Юр. Лиц.



asset_name <- "Фьючерсный контракт на �ндекс РТС"
url_prefix <- "http://moex.com/ru/derivatives/open-positions-csv.aspx?d="
url_suffix <- "&t=1"
date <- c(seq(as.Date("2015-02-01"), Sys.Date() , 1))
url <- paste(url_prefix, gsub('-' , '', as.character(date[1])), url_suffix , sep="")
open_pos <- read.csv(url, encoding = "UTF-8")
result <- subset(open_pos, open_pos$name==asset_name)
for (i in 2:length(date))
{
url <- paste(url_prefix, gsub('-' , '', as.character(date[i])), url_suffix , sep="")
open_pos <- read.csv(url, encoding = "UTF-8")
result <- rbind(result, subset(open_pos, open_pos$name==asset_name))
}
pos_fl <- subset(result, result$iz_fiz==1)
rownames(pos_fl) <- pos_fl$X.U.FEFF.moment
pos_fl <- pos_fl[6:13]
pos_ul <- subset(result, is.na(result$iz_fiz))
rownames(pos_ul) <- pos_ul$X.U.FEFF.moment
pos_ul <- pos_ul[6:13]
# Физ лица
plot(as.Date(rownames(pos_fl)), cumsum(pos_fl$change_prev_week_short_abs), type='l',
col='red', ylim = range( cumsum(pos_fl$change_prev_week_long_abs), cumsum(pos_fl$change_prev_week_short_abs)),
main = '�зменение количества договоров (контрактов) по отношению к предыдущей неделе, шт. Физ. Лица',
ylab = 'Колличесвто контрактов', xlab = 'Дата' )
lines(as.Date(rownames(pos_fl)), cumsum(pos_fl$change_prev_week_long_abs), col='green', type='l')
# Юр Лица
plot(as.Date(rownames(pos_ul)), cumsum(pos_ul$change_prev_week_short_abs), type='l',
col='red', ylim = range( cumsum(pos_ul$change_prev_week_long_abs), cumsum(pos_ul$change_prev_week_short_abs)),
main = '�зменение количества договоров (контрактов) по отношению к предыдущей неделе, шт. Юр. Лица',
ylab = 'Колличесвто контрактов', xlab = 'Дата' )
lines(as.Date(rownames(pos_ul)), cumsum(pos_ul$change_prev_week_long_abs), col='green', type='l')
# spread
plot(as.Date(rownames(pos_ul)), cumsum(pos_ul$change_prev_week_long_abs/pos_ul$change_prev_week_short_abs), type='l',
col='blue', main = 'Отношение лонгов к шортам Юр. Лица',
ylab = 'Колличесвто контрактов', xlab = 'Дата' )
write.table(ВАШИ ДАННЫЕ,«clipboard», sep="\t", dec = ',',row.names = FALSE)
и в excel «вставить»
то есть
write.table(ВАШИ ДАННЫЕ,«testfile.csv», sep=";", dec = ',',row.names = FALSE)
можно создавать и сами xls (xlsx) файлы, но удобнее через простые текстовые файлы.
Пример: у меня 450 контрактов РТС лонг и мне плевать куда завтра рынок стрельнёТ ибо все мои контракты это покрытие моих опционов. И я собираюсь выходить с ними на экспирацию. В это время мои 450 контрактов учитывают ОИшные аналитики в надежде угадать направления движения рынка!!!
Это при том, что мой счёт лишь 300000р. А ведь это даже меньше среднего на ФОРТС согласно статистики мосбиржи.
А как вы на 300к.р смогли купить 450 контрактов, при Го 13,422р?
1) buy 1 RIZ5
2) sell 1 RI85000BL5
3) buy 1 RI85000BX5
и так 450 раз
Куда делся ваш топик от 24 ноября про доходность активов по периодам?
вдогонку вопрос: с файлами котировок структуры xts, полученными через rusquant, возможно проводить внутренние манипуляции, т.е. например производить математические вычисления волатильности конкретной свечи и т.п., или их необходимо преобразовывать в формат data.table или matrix?