В некоторых торговых стратегиях используются цены нескольких активов. Скажем, можно торговать фьючерс MX, глядя на цены фьючерсов MX, SR GZ и выполняя над ними некоторые арифметические преобразования. Например, построить график вида
Spread := price(MX) — 5 * price(SR) — 5 * price(GZ) — 50000
по текущим котировкам и строить торговые идеи на его основе.

Кому интересна визуализация подобных спредов в терминале QUIK 7-й версии с помощью lua-скриптов, добро пожаловать под кат.


( Читать дальше )

Время от времени жалею, что трейдинг отличается от науки в смысле распространения информации. В науке, если ты что-то открыл, это знание стоит опубликовать и наиболее широко распространить среди интересующихся соответствующей тематикой. Так стимулируется развитие научных достижений. В трейдинге — наоборот: молчи, руби капусту, пока другие не догадались, а то перестанет работать.

Поскольку в условиях закрытости проходится изобретать самому или в небольшом коллективе, то деятельность эта нелёгкая. Иногда возникает ощущение, что уже всё перепробовано, и хочется подпитаться идеями от других трейдеров, особенно если их результаты кажутся весьма неплохими. Возникает идея: а не затратить ли некоторые усилия на разгадывание чужих систем? Пусть не досконально, но, хотя бы, на уровне идей и концепций: что и как применять.

Но авторы реально работающих систем, обычно, ничего не расскажут, даже если завязать с ними контакты. Или, если расскажут, это окажется неформализуемым и даже до теста на истории не дойдёт. В этом смысле очень нравится научный подход А.Г.Горчакова, где в серии вебинаров рассказывается методология построения его систем. Редкий контрпример.

( Читать дальше )

Возьмём какой-нибудь индикатор технического анализа типа RSI или MFI, скажем, на 15 минутном таймфрейме при стандартной длине окна в 14 баров, и построим график этого индикатора на ликвидном инструменте. График показывает развитие во времени некоторого преобразования цены или цены+объёма по окну заданной длительности.

Уменьшим таймфрейм в 3 раза, перейдя на 5-минутки, увеличив при этом период до 14 * 3 = 42. При этом индикатор, вроде бы, пытается уловить что-то на том же диапазоне времени, но по более точной картинке движения цены. График индикатора при этом как-то поменяется.

Уменьшим таймфрейм ещё в 5 раз, перейдя на 1-минутки, увеличив период до 42 * 5 = 210. График ещё как-то изменится, но будет относиться всё к тому же диапазону времени.

Изменения графика будут примерно такими: график сплющивается к своему среднему уровню (50 для RSI и MFI) и при этом добавляются детали и мелкие изгибы.

Есть теоретический вопрос: каков масштабный коэффициент k сплющивания при увеличении периода в m раз? Есть соображения, что k должен быть примерно равен корню из m.

И есть практический вопрос: кто-нибудь занимался таким применительно к созданию торговых систем, получились ли какие-нибудь результаты? Например, что индикаторы на 1-минутках с супердлинными периодами хорошо работают?

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.

Предположим, что исходными данными для торговой системы являются свечи на некотором таймфрейме, и мы хотим использовать какой-нибудь индикатор технического анализа. Таких индикаторов много, какой из них выбрать? Или лучше придумать свой, логически обосновав его построение?

Попробуем понять, каким должен быть хороший индикатор, сформулировав некоторые требования к нему.



( Читать дальше )

— Почему софт для трейдинга такой кривой и глючный, а ошибки в нём медленно исправляются?
— Если торгуешь в минус, то нет денег на качественный софт, нет стимула исправлять ошибки. Если торгуешь в плюс, то денег столько, что уже неважно, глючит софт или нет, нет стимула исправлять ошибки.

Иногда есть желание проверить какую-нибудь стратегию на тиковых данных, используя информацию о времени сделки с точностью до миллисекунд, цены, объёма и направления сделки. Данные — это не ордер-лог, а то, что выгружается из квиковской таблицы обезличенных сделок. За ultra-true-hft погони нет, скорее это попытка перейти на уровень несколько ниже 1-минутных данных.

Моделирование происходит примерно так:



( Читать дальше )

Изучая рынок, приходится читать множество различных текстов по разной тематике. Большинство «проходят мимо», меньшая часть наводит на некоторые размышления, и единицы существенно стимулируют мыслительный процесс. Найдя хорошую книгу или статью хочется порекомендовать её другим, кто также хотел бы познать рынок научными методами. Пусть и у этих людей стимулируется мыслительный процесс.

Этот пост даёт ссылку на перевод статьи Б. Артура «Индуктивное мышление и ограниченная рациональность» (оригинал для тех, кому больше нравится английский вариант).



( Читать дальше )

Когда отдельный участник выигрывает, то он уверен, что прав и понимает рынок. Некоторые из множества выигравших участников могут обмениваться информацией о своих результатах. При этом они приходят к выводам, что они круты, хотя есть и круче.

Когда отдельный участник проигрывает, то он ищет этому причину. Может с уровнем/индикатором ошибся, может размер позиции неправильно рассчитал, может бэк-тесты на истории были подгонкой под рынок или ещё что-то индивидуальное. Некоторые из множества проигравших участников могут с неохотой обмениваться информацией о своих результатах. При этом каждый из них видит, что не только он проиграл, но и одновременно с ним один, два, ..., много других. Так это же закономерность! Не я один пострадал! Значит, не я в этом виноват, это нас всех «развели»!

Добавим посылку, что на рынке много участников с различным размером капитала, причём те, у кого капитал большой, скорее всего, более успешные, т.к. его заработали. Контрагенты крупных участников — менее успешные и, скорее всего, мелкие участники. Значит этих мелких участников много. Это расширяет ряды пострадавших. Обмен информацией завершается логично: проигравших не просто много, а очень много, поэтому закономерность усиливается и подозрение в «разводе» тоже.

Так, на мой взгляд, и появляется вера в кукла.

Периодически вижу фразу типа: «Вместо того, чтобы давать прибыли течь и резать убытки, человеческая натура склонна к фиксации небольших прибылей и пересиживанию убытков». Сюда можно добавить веру в то, что на рынке объёмы важны для понимания того, кто и где застрял в убыточных позициях. Опираясь на эти два тезиса можно набросать количественную модель такого человеческого поведения. Заинтересованным алготрейдерам добро пожаловать под кат.



( Читать дальше )