Яков Юрников, 400-500 было года 4 назад. Но с тех пор мне кажется ИТ несколько просело…

К слову про GMKN это основной поставщик палладия, который сейчас низкий, но имеет исторически корреляцию с золотом. И чем ниже GMKN падает, тем интересней становится.

~3% движения, это же шум просто. Я не к тому что эти акции хороший выбор, а что такое движение не показательно.

Главком Главком, я вижу это как георазведку золотых залежей. Ходишь по горам и копаешь в разных местах. И хорошо когда лопата удобная, потому что копать приходится много.

А. Г., я посмотрел ваш другой комментарий — для алготрейдинга лучше то что вы хорошо знаете, особенно если вы знаете Net — это универсальный, быстрый, удобный, современный язык, отличный вариант (особенно если к нему есть такие математические пакеты где есть все что нужно), лучшего искать не надо. И на нем огромное число библиотек и коннекторов, можно сделать что угодно и подключиться к чему угодно.

А. Г., для быстрой алготорговли julia не лучший вариант. Для этого нужны языки  с предсказуемой скоростью вычислений и отстутствием задержек или вообще soft realtime. Net/Java/C или экзотика как Nim.

Julia сделана для максимальной скорости потоковых вычислений и непредсказуема, она в любой момент может запустить оптимизатор и замереть на доли секунды, что в алготрейдинге нежелательно.

myaucha, ага :)

Op_Man💰, скажем так… мне с Julia приятней, легче и быстрей работать. Быстрее в смысле не только вычисления, но и продуктивность, перевести идею в код тоже быстрее.

А. Г., я просмотрел список, по моему есть все, как все стандартные вещи optimisation, solvers, распределения, PCA, KDE и т.п. так и экзотика ворде Automatic differentiation.

Op_Man💰, например фиттинг GARCH подобных MLE моделей заметно быстрее.

Да, на питоне можно использовать специальные библиотеки, и будет скорость C, поскольку по сути питон это надстройка над C математическими библиотеками которые реально и выполняют вычисления. Но зачем придумывать что то, какие то специаьные библиотеки когда есть то что просто работает?

И мне нравится более компактный, простой и приятный вид вычислений.  Вместо нагромождения разных префиксов np.xxx и т.п. Нормальные и единообразные названия для функций и т.п.

22022022, да. Не факт что эксперименты дадут больше денег чем рынок, но могут сохранить.

Scalper Scalper, именно, уточню: перестал работать не принцип Грема и Бафыета. Перестали работать корреляции (как P/E ratio) которые исторически совпадали с Гремом и Баффетом и которые многие годы использовались как прокси индикаторы оценки Грема Баффета..

Принцип Грема и Баффета основан не на корреляции, а на причинно следственной связи, анализе финотчетности и оценки стоимости компании. Он работает по прежнему.

Scalper Scalper, есть две задачи —

1 играть в ноль, менять структуру прибыли на нужную тебе, имея арифметич мат ожидание прибыли то же что и рынок. Я решаю восновном эту задачу.

2 обойти рынок, повысить срежнее ожид прибыли выше чем рынок. Рынок игра с нулевой суммой. Недостаточно сделать модель лучше чем у среднего участника рынка. Нужно сделать модель сравнимую с топовыми игроками рынка и конкурируя с ними забрать часть их добычи. Это сложно и маловероятно.

Либо можно попытаться играть в областях рынка слишком мелких и не интересных топовым игрокам, это более реально. Долгие сроки, неликвидные и сложно предсказуемые инструменты, анализ запутанной финотчетности — то что фондам типа Медальена не интересно.

Scalper Scalper, содержит ли исторические цены информацию о будущих ценах? Да, некую информацию содержат.

Достаточно ли этой информации чтобы обойти рынок? Нет, не достаточно. У очень многих такие модели.

Можно ли эту информацию использовать для принятия решений? Например чтобы выбрать более или меннее волатильные портфели? Или чтобы изменить структуру прибыли на нужную тебе? Да можно. Можно пустить часть прибыли на пут опционы, и профиль убытков и прибылей поменяется. Прошлая цена позволяет получить эту информацию в формальном численном виде.

Различаются ли модели предсказаний? Да, одни лучше, другие хуже. Они не дадут преимущества на рынке, но плохая модель может привести к неожиданным сюрпризам и ошибкам в расчетах которые на нее полагаются.

Scalper Scalper, тяжелые хвосты (которые также имеют подклассы) и черные лебеди это разного класса события. EVT и Талеб их явно различяет.

Рынок про них знает и учитывает тяжелые хвосты, цены опционов их учитывают, недооцененных опционов нет.

Учитывать их нужно поскольку они меняют расчеты, например распред ошибки для фиттингов и регрессий нужно будет использовать не нормальное. Иначе регрессия будет перекошенной. Ну и много еще где проявляются

Scalper Scalper, практически: ошибка на дневных данных судя по всему минимальна и можно ее игнорировать. 

Проблема в том что заранее не знаешь насколько большая ошибка, это становится известно только после того как ее разберешь.

Scalper Scalper, оптимизировать доходность в явном виде не получается, это требует точного знания вероятностей и корреляций, что недоступно. Поэтому делается оптимизация «когда много чего не знаешь» и это оптимизация макс энтропии.

Михаил, 1) Я имел ввиду на равные N частей (и возможно вручную корректировка если сильная вера в одну из). Я изначально хотел уточнить размер каждой позиции (с учетом корреляций, неопределенности), но не осилил.

2) По страйкам согласен, я не смог сделать выбор страйка автоматически и определяю каждый раз индивидуально, рассматривая графики drawdown, распределения и т.п. 

3) Я использую стресс тест не для оптимизации, а как жесткую проверку, которая помогает обнаружить проблему, если где то защита упущена.

Я сейчас обновляю свои самобытные расчеты заменяя их на стандартные. Я умышленно не хотел сразу использовать готовые вещи чтобы лучше разобраться, хотя так получилось дольше и сложней. Некоторые вещи в стандартных подходах выглядят неожиданно.

В таких странных моментах приходится разбираться, поскольку неизвестно заранее — какой будет ошибка, может маленькая, а может большая, может она проявляется неравномерно только в некоторых случаях.

Талеб часто сопровождает высказывания формальными условиями, их можно проверить и показать что он ошибается. Но я пока не видел таких примеров. И хотя многие вещи были извесны в других работах, у Талеба на мой взгляд самое полное собрание ошибок.

Михаил, как обезопасить от ошибок мне кажется хорошие варианты:

— 1/N портфель, равные доли разных активов, не допускать концентрации
— Защита пут опционами от движений за пределыы ожидаемых.
— Стресс тест с одновременным падением всех активов.

Мне хотелось сделать симуляцию и собрать оптимальный портфель (что Талеб  называет maximum entropy), но не осилил, и пока ограничился пунктами выше.

А какая польза от ябл уксуса?