Последние пол года занимался тем что создавал и тестировал стратегии. Так как мощностей для реализации высокочастотных алгоритмов у меня не было( и пока нет), то основные идеи которые я пытался реализовать в стратегию предполагали 1-2 сделки в день. Получилось даже создать пару доходных( на истории) стратегии, которые сейчас торгую руками. Параллельно начал разработку HFT стратегии, так как такой пласт HFT стратегий как арбитраж мне не доступен, в силу высокой стоимости инфраструктуры то пытался придумать что-нибудь используя численные методы, эконометрические методы и машинное обучение. Получилось следующее:

Доходность стратегии на одном из самых ликвидных инструментах на ММВБ, и она же в лог шкале.



( Читать дальше )

Этот пост про демонстрацию некоторых возможности пакета PortfolioAnalytics. Этот пакет представляет из себя фрейморк для анализа и оптимизации портфеля, подробности тут  некоторое введение во фреймворк тут. Статья с кодом на R тут http://moderndata.plot.ly/portfolio-optimization-using-r-and-plotly/

И так задача: Есть следующий набор инструментов «GAZP», «ROSN», «LKOH», «TATN», «NVTK», «SNGS», «BANE», построить на их основе оптимальный с точки зрения риск/доходность портфель. Задачу не станем усложнять такими введениями как использование плечей, ограничение по капиталу на бумагу итд. как это все делается можно подробно прочесть в описании фреймворка. Решим лишь что минимальная допустимая доля инструмента в портфеле 5% максимальная 80%

Эффективная граница портфеля



( Читать дальше )

Занимаюсь анализом сантимента СЛ на R. Написал парсер, и решил что надо как-то потестить, пришла идея посмотреть, в какие часы наиболее популярные пользователи активны на СЛ. Разделил группу на 2, те для кого писать на СЛ это работа, и те для кого это больше хобби. В группу тех для кого писать на СЛ это хобби выбрал Горчагова и Решпекта, в группу тех для кого это работа выбрал Олейника и Михаила Давыдова. Графики ниже это распределения по часам создания топиков и комментариев.

    Решпект. Наиболее активен в конце рабочего дня и немного в начале торговой сесии. По комментариям достаточно размыто, но существует корреляция с топиками, провал активности где-то с 16 до 18. Пишет даже в конце рабочего дня, после 21:00.
    Горчаков. Ситуация похожа с Решпектом, однаком в середине рабочего дня на СЛ практически не появляется. Топики пишет в основном после рабочего дня. И это понятно, человек работает, днем как правило занят другими делами. С комментариями стабильно, целый день онлайн, жмет F5 по кд ), однаком четкого паттерна не видно, наиболее активен опять же, после рабочего дня.

( Читать дальше )

Продолжаю писать для себя библиотеку на R для количественного анализа рыночных данных, недавно переделал функцию для просмотра средней статистической доходностй активов по периодам час/день/месяц. Некоторые вещи вот по ходу публикую, может кому оно и пригодиться.

Собственно на диаграме  средня доходность по периоду (час/день/месяц) за период с 2010 года по сегодняшний день. Качество изображения плохое, потому что нельзя вставлять картинки высокого разрешения.



Что эта информация может дать? К примеру в самом тривиальном виде мы видим, что у MICEX хороший час это 18 и хороший день это пятница, сколько бы мы заработали, если бы покупали 18 час пятницы?



( Читать дальше )

Читаю очередное расследование на СЛ http://smart-lab.ru/blog/295515.php, люблю такое, аж с правильным, интргующим заголовком.

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.

Так же коменты классные, в духе конспералогии.

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.

Давно еще это исследовал, нет какой-либо линейной связи между движением индекса и ОИ, и не важно кто Юрики или Физики имеют большие позиции. Вот к примеру графики ОИ Юриков, начиная с начала года. Красное — шорты, Зеленое — лонги.

( Читать дальше )

Для начала небольшое вступление. Как-то Тимофей написал пост, с вопросом о том каким образом искать закономерности на рынке http://smart-lab.ru/blog/286459.php, на что я ответил что закономерности на рынке искать надо метододами DataMining'а и пытаться отыскать на графике цен что-то глазами это пустая трата времени, и этой дествительно так.

В числовом ряде искать закономерности глазами это чистое безумие, Сегодня будет пара примеров того как эти самые закономерности можно искать, в частности поговорим о закономерностях типа «в последнюю неделю квартала последний час торговли зеленый чаще чем красный», подобную закономерность заметить глазами невозможно, но найдя что-то подобное можно построить примитивную, а следователно идеальную не ограниченную степенями свободы систему. И так.

Для начала нам понадобяться сами данные. 

getSymbols('MICEX', from='2009-01-01', src='Finam', period='hour')

Давайте разберем несколько выдумманых гипотез относительно доходностей рынка в определенный период.

( Читать дальше )

Добрый день! Перед вами вторая часть цикла статей Quantitative trading for dummies. Сегодня поговорим о корреляции и коинтеграции.  И так, я снова постараюсь обьяснить все максимально доступно и без страшных формул.

    В качестве примера для объяснения я возьму часто приводимый жизненный пример «Пьяницы и собака».
Представьте себе что два алконавта идут по улице, движение алконавтов случайно. Это можно изобразить следующим образом.

    Теперь представим что на сторонах улицы находятся бары, и каждый алконавт услышав рекламу бара шагает в его сторону с определенной вероятностью. О таких временных последовательностях говорят что они коррелированны. На графике это можно представить следующим образом. 

( Читать дальше )

Добрый день. Решил начать цикл статей на модную нынче тему Quantitative trading / data minig / machine learning. Сегодняшняя тема будет посвящена построении модели линейной регрессии цен закрытия акций GAZP и LKOH.

Линейная регрессия представляет из себя метод регрессионного анализа, если обратиться к статье на вики, то определение регрессионного анализа звучит таким образом:
Регрессио́нный анализ — статистический метод исследования влияния одной или нескольких независимых переменных  на зависимую переменную 

( Читать дальше )