История: Кальмар (Calmar сокращенно от Калифорнийский коэффициент управления счетом или “California Managed Account Ratio”, который впервые появился в 1991году в журнале Фьючерсы (Futures Magazine) благодаря Терри Янгу (Terry W.Young), также иногда его называли коэффициентом просадки).

Основа расчета: Коэффициент Кальмара рассчитывается как среднегодовая доходность, рассчитанная за последние 36 месяцев, деленная на максимальную просадку за тот же период. Расчет происходит на ежемесячной основе. Коэффициент Кальмар это скорректированная на риск оценка доходности, так как он оценивает доходность на единицу риска, где под риском мы понимаем максимальную просадку. Коэффициент Кальмара — это слегка модифицированная версия коэффициента Стерлинга (среднегодовая доходность за последние 36 месяцев, деленная на максимальную просадку за тот же период). Разница между ними заключается в том, что коэффициент Кальмара считается на ежемесячной основе, а коэффициент Стерлинга по годам.

Перевод (http://bettersystemtrader.com/sharpe-ratio-right-answer-wrong-question/)

Многие используют коэффициент Шарпа, но до конца не понимают в чем прелесть данного показателя.

Для начала давайте выясним, что коэффициент Шарпа делает хорошо:

1. Сравнение разных активов и стратегий.
2. Оценка неопределенности.

Мы все знаем, что в создании портфеля стратегий очень важно правильное распределение активов. Трудность состоит в том, чтобы найти единую метрику оценки разных стратегий, скорректированную на размер риска. Это то, что делает коэффициент Шарпа. С помощью него мы получаем единую меру для измерения риска различных классов активов: облигаций, акций, фьючерсов, сырья и т.д.

Человеческому мозгу трудно связать неопределенность с риском. Риск активирует миндалевидное тело (амигдала), а та активирует рефлекс бей-беги. В данном случае Шарп можно использовать как хорошую оценку неопределенности, он является отношением результативности стратегии к неопределенности.

Начинающие трейдеры часто открывают сделку без понимания того, что происходят на рынке, просто потому что инструмент установил новый максимум или минимум.

И мне хотелось бы сегодня обратить их внимание на то, что очень важно торговать как ученый. Научный подход – это основа всего, это метод, который можно повторить.

Что делают ученые? Процесс можно представить в виде следующих шагов:

1.Задают вопрос.

Всё начинается с идеи или вопроса. Например, «если акция выросла на N% она дальше вырастет?» или «работают ли ценовые уровни?» и т.д.

2.Исследуют проблему

Второй шаг, собрать как можно больше информации о проблеме. Это важно, чтобы определить что работает, что не работает, что пробовали, что не пробовали и чтобы не пытаться изобретать велосипед.

3.Создают гипотезу

Третий шаг – предсказать решение проблемы. Говоря научным языком, создать гипотезу. Важно, чтобы гипотезу можно было легко оценить. Если модель не подается оценке или вопрос слишком общий – отбрасываем в сторону и делаем всё заново.

Время ручных трейдеров уходит, им все сложнее конкурировать с роботами. Все повторяется, технологии растут и рост конкуренции – неизбежность. По данным газеты Ведомости, чтобы проиграть свой счет, россиянам хватает в среднем девяти месяцев. Трейдинг — это такой же бизнес, как и любой другой. И это не легкий вид заработка. Здесь также необходимо работать, если Вы хотите зарабатывать. Оцениваете свои силы реально, 100% в месяц, это бред. Нет, конечно, может быть повезет и Вы поймаете удачу за хвост, но стабильных систем с такими показателями не существует.

Можно верить в свои «уникальные» идеи, но изобретать велосипед нет особого смысла. Наверняка вы не будете первооткрывателем и найдется кто-нибудь, кто уже это сделал.

Однако, проверять нужно всё, любую ерунду, и делать это с особой тщательностью если идея Вам близка или соответствует Вашему опыту/убеждениям. Подвергайте любые идеи критике. Не верьте избитым истинам: «максимальный объем капитала в одной сделке 5%», «соотношение прибыли к убыткам должно быть 2 к 1 или больше», «режьте убытки быстро и дайте прибыли течь» и прочее. Эти советы, такие же как «ложитесь спать рано» или «пейте больше воды».

Написал в этом месяце серию статей с тестами простых идей для торговли. Систематизирую для Вас. Надеюсь это сохранит пару торговых счетов. Торгуйте протестированные идеи!
Вторая часть получилась немного философская. Отсюда название и молодой пилот «символизирующий». 

Итак, тестировалось то, что можно торговать руками — без спешки, чтобы было время для семьи, походов на выставки и основной работы.

Продолжаем предыдущее исследование. Смотрим как ведут себя акции при большом движении, а точнее при дневном движении на 3%. 

Выясним, что лучше:
  открывать позиции по ценам закрытия в этот же день или покупать на открытии следующего дня?

Исходные данные: 2010 — 2016 год.
Анализируемые акции: Газпром, Сбербанк, ВТБ

Для начала немного статистики за исследуемый период:

•   Газпром, дневные изменения, % — среднее: -0.03791, медиана:-0.08725
•   Сбербанк, дневные изменения, % — среднее: -0.005623, медиана: -0.047940
•   ВТБ, дневные изменения, % — среднее: -0.01411, медиана: -0.09596 

Таким образом, в среднем, покупая выбранные бумаги на открытии и продавая их на закрытии, Вы теряете деньги. 

Покупая акции на закрытии в день, когда произошло движение на 3% и удерживая их до закрытия следующего дня, мы получим следующие результаты (красным штрихом на графике обозначена медиана):

У Александра Резвякова есть концепция «ударного дня». Если сильно обобщить, то это день с сильным движением в направлении тренда. 

Так как определение тренда сильно зависит от таймфрейма, мы решили посмотреть, что происходит с бумагами на следующий день после дневных изменений на 3 и более %.

Тесты за 2010 — 2016 год. (красным штрихом на графике обозначена медиана).

Сбербанк

Рост на 3 и более %

Продолжаем наши исследования, после прошедшего поста попросили посмотреть не просто ММВБ, а конкретные бумаги.

Напомню условия: Смотрим как ведут себя бумаги, в неделю, следующую за падением нефти. Есть ли там какая-то закономерность.

Вводные данные:

ТаймФрейм — неделя.

2014 — 2016 год.

График падения нефти по неделям:

Продолжаю проект по популяризации языка R. Сегодня познакомимся с его историей. И заодно поймем, как так вышло, что он стал САМЫМ популярным языком алготрейдеров/квантов на западе.

Итак, жили-были красноглазые программисты, и спать не могли т.к. мысли роились в их огромных головах. Много чего они думали: о языках программирования, играх, операционных системах, биг-датах и конечно же больших и упругих сиськах.

Таким образом, в середине 80ых годов появился язык S. Да-да. Язык S(не R). Кто и зачем его так назвал, оставим за скобками. Язык S был быстр, красив и работал с бигДатой весьма хорошо. Но была и проблема. Язык S — был ПЛАТНЫМ (тьфу!).

Долго такой беспредел продолжаться не мог, и уже в 1993 году, появился Бесплатный аналог S — язык R.

Язык R вобрал в себя самое лучшее от своего платного собрата, и начал своё победное шествие по планете!

Продолжаем наше обучение:
На прошлых уроках мы познакомились с векторами и индексированием.
В 5-м уроке мы разберем несколько полезных команд для работы с рабочей директорией, а также начнем свое знакомство с таблицами. Узнаем как импортировать данные из текстового файла, как преобразовать их к нужному виду и построим свой первый график.

В 6-м уроке мы продолжим работать с таблицами, выучим несколько новых функций, узнаем как обращаться к элементам таблицы по индексу, а также построим гистограмму, используя функцию baplot().