Finder, за данные выходит больше чем 500$ в месяц. А доходность буду честен не такая, я больше копаю и ищу пока что. Благо ИИ + дата позволяет сегодня разное крутить необладая даже знаниями. Касательно именно данного бэктеста то он проводился не используя котировки опционной доски вообще. Цены опционов в нём — модельные: страйк 15Δ и премия считаются формулой Блэка-Шоулза, где волатильность берётся из Deribit DVOL (публичный индекс, история с марта 2021 — отсюда и 275 недель), а движение цены — из дневок Binance perp (публичные, 2019+). Оба ряда скачиваются с публичных API - владеть историей доски для этого не нужно.
Проверил у вендора перепродавать нельзя по ToS, если есть какие идеи что прогнать сообщи буду копать из даты что есть\насобирал
Finder, из блокчейна? но, там же только сделки, OrderFilled… кстати такая дата лежит бесплатно и в открытом доступе. Мне же нужны все ордера. Можно конечно начать собирать самому, но хочется готовую историю. А по ссылке пока не понял что они продают и сколько хотят.
Finder, Противоречия нет — есть стандартное институциональное разделение задач по мере, которое я сознательно сохраняю: • Q-мера (улыбка/греки): SV-модель калибруется по рынку для построения IV-поверхности, расчёта GEX/Vanna/Charm и оценки хедж-обязательств дилеров. Это «срез» для ценообразования и структуры ликвидности.
• P-мера (прогноз/сценарии): GARCH не моделирует улыбку. Он оценивает кластеризацию реализованной волатильности, определяет текущий волатильный режим и задаёт распределение для Монте-Карло. Это «динамика» во времени. Разделение Q/P — не костыль, а отраслевой стандарт: моносистемы, пытающиеся одновременно ценообразовать и прогнозировать, теряют устойчивость при структурных сдвигах. Q отвечает за «где дилеры вынуждены хеджироваться», P — за «какова вероятность реализации сценария в реальном мире». Это параллельные контуры, а не дублирование. Детали калибровки, весовая архитектура и сама методология — это результат 4 лет исследований и сбора статистики. Моя методика лежит в основе коммерческого проекта и в публичном поле я делюсь только логикой интерпретации потоков, сценарными уровнями и триггерами отмены.
Finder, Отвечу концептуально — детали калибровки, весовая архитектура и код остаются закрытыми, так как на них строится коммерческий продукт.
Базовая модель и GARCH
Базовая модель — не классический Блэк-Шоулз с константной волатильностью, а калибровка по рыночной поверхности IV (мера Q) с поправками на спреды, cost of carry и ликвидность страйков. GARCH(1,1) используется не для построения улыбки, а для моделирования динамики реальной условной волатильности (мера P) при генерации сценариев и оценке хвостовых рисков. Улыбку берём с рынка, GARCH — для прогноза её эволюции во времени и фильтрации шумовых всплесков.
P vs Q и VRP
Мера Q используется для расчёта гексов дилеров (GEX, Vanna, Charm) и теоретической стоимости. Мера P — для вероятностных сценариев (ARIMA, Монте-Карло) и горизонтов реализации. «Согласование» происходит не через формальную смену меры, а через режимный фильтр: если Q-давление (структура опционов) совпадает с P-трендом (условная волатильность + макро), вероятность сценария повышается. VRP не торгуется как отдельная альфа, а мониторится как индикатор режима: высокий VRP → риск волатильного сжатия, низкий → риск расширения диапазона.
Формализация
Гибридный подход. Греки и GEX считаются аналитически (через характеристические функции для скорости расчёта), а сценарное распределение и асимметрия хвостов генерируются через Монте-Карло со стохастической волатильностью. Это даёт баланс между исполнением в реальном времени и учётом нелинейностей.
Finder, Верное замечание. Чистый Блэк-Шоулз действительно не описывает реальный рынок, и называть любое отклонение «неэффективностью» было бы ошибкой.
Как оцениваю теоретическую стоимость:
Не по константной волатильности, а по динамической поверхности IV (implied volatility surface) с учётом скева и куртозиса. Базовая модель калибруется на агрегированных потоках (Bloomberg/Reuters) + корректируется на стоимость переноса, реальную ставку и эмпирическую ликвидность страйка. Хвосты и форма улыбки моделируются через GARCH(1,1) для условной волатильности и стохастические поправки на микроликвидность.
Что называю «неэффективностью»:
Не вечный арбитраж, а краткосрочное расхождение (30–90 сек) между ценой в фрагментированном розничном стакане и расчётной стоимостью, обусловленное паникой, принудительной ликвидацией или временным дисбалансом ликвидности. Окно закрывается быстро, эксплуатируется только при прямом доступе к исполнению и алгоритмическом дроблении заявок.
Finder, спасибо большое
нашел с августа реальные цепочки, вторая часть с поправками -
smart-lab.ru/blog/1327542.php
Finder, за данные выходит больше чем 500$ в месяц. А доходность буду честен не такая, я больше копаю и ищу пока что. Благо ИИ + дата позволяет сегодня разное крутить необладая даже знаниями. Касательно именно данного бэктеста то он проводился не используя котировки опционной доски вообще. Цены опционов в нём — модельные: страйк 15Δ и премия считаются формулой Блэка-Шоулза, где волатильность берётся из Deribit DVOL (публичный индекс, история с марта 2021 — отсюда и 275 недель), а движение цены — из дневок Binance perp (публичные, 2019+). Оба ряда скачиваются с публичных API - владеть историей доски для этого не нужно.
Проверил у вендора перепродавать нельзя по ToS, если есть какие идеи что прогнать сообщи буду копать из даты что есть\насобирал
Xотя можно как вариант текущую безрисковую ставку использовать, и получится тоже просто и однозначно. Это не совсем «форвард» но очень близко.
• P-мера (прогноз/сценарии): GARCH не моделирует улыбку. Он оценивает кластеризацию реализованной волатильности, определяет текущий волатильный режим и задаёт распределение для Монте-Карло. Это «динамика» во времени. Разделение Q/P — не костыль, а отраслевой стандарт: моносистемы, пытающиеся одновременно ценообразовать и прогнозировать, теряют устойчивость при структурных сдвигах. Q отвечает за «где дилеры вынуждены хеджироваться», P — за «какова вероятность реализации сценария в реальном мире». Это параллельные контуры, а не дублирование. Детали калибровки, весовая архитектура и сама методология — это результат 4 лет исследований и сбора статистики. Моя методика лежит в основе коммерческого проекта и в публичном поле я делюсь только логикой интерпретации потоков, сценарными уровнями и триггерами отмены.
Базовая модель — не классический Блэк-Шоулз с константной волатильностью, а калибровка по рыночной поверхности IV (мера Q) с поправками на спреды, cost of carry и ликвидность страйков. GARCH(1,1) используется не для построения улыбки, а для моделирования динамики реальной условной волатильности (мера P) при генерации сценариев и оценке хвостовых рисков. Улыбку берём с рынка, GARCH — для прогноза её эволюции во времени и фильтрации шумовых всплесков.
Мера Q используется для расчёта гексов дилеров (GEX, Vanna, Charm) и теоретической стоимости. Мера P — для вероятностных сценариев (ARIMA, Монте-Карло) и горизонтов реализации. «Согласование» происходит не через формальную смену меры, а через режимный фильтр: если Q-давление (структура опционов) совпадает с P-трендом (условная волатильность + макро), вероятность сценария повышается. VRP не торгуется как отдельная альфа, а мониторится как индикатор режима: высокий VRP → риск волатильного сжатия, низкий → риск расширения диапазона.
Гибридный подход. Греки и GEX считаются аналитически (через характеристические функции для скорости расчёта), а сценарное распределение и асимметрия хвостов генерируются через Монте-Карло со стохастической волатильностью. Это даёт баланс между исполнением в реальном времени и учётом нелинейностей.
Как оцениваю теоретическую стоимость:
Не по константной волатильности, а по динамической поверхности IV (implied volatility surface) с учётом скева и куртозиса. Базовая модель калибруется на агрегированных потоках (Bloomberg/Reuters) + корректируется на стоимость переноса, реальную ставку и эмпирическую ликвидность страйка. Хвосты и форма улыбки моделируются через GARCH(1,1) для условной волатильности и стохастические поправки на микроликвидность.
Что называю «неэффективностью»:
Не вечный арбитраж, а краткосрочное расхождение (30–90 сек) между ценой в фрагментированном розничном стакане и расчётной стоимостью, обусловленное паникой, принудительной ликвидацией или временным дисбалансом ликвидности. Окно закрывается быстро, эксплуатируется только при прямом доступе к исполнению и алгоритмическом дроблении заявок.