Предпосылки тут.

В пределе, если мы достоверно знаем идеальные места разворота цены, разделение торговой системы на трендовую и контртрендовую теряет смысл. Генезис данного разделения в том, что данные об изменениях цены доступны апостериори. Поэтому в каждый момент времени имеет смысл тестировать две гипотезы. Первая — продолжение тренда. Вторая — разворот тренда. Опираясь на эти гипотезы, возникают трендовая и контртрендовая торговые системы.

Если торгуемый инструмент — синусоида, то идеальная реверсная торговая система должна продавать на вершинках и покупать на впадинках этой синусоиды. Если нам неизвестно о том, что данный инструмент — синусоида, то продавая, после вершинок и покупая после впадинок, мы будем зарабатывать, если в среднем наша реакция на зафиксированные впадинки и вершинки не будет запаздывать более чем на четверть периода синусоиды. Собственно, если мы фиксируем вершинки и впадинки в среднем позже чем через четверть периода синусоиды, мы должны действовать наоборот: покупать после зафиксированной вершинки и продавать после зафиксированной впадинки. В этом суть разделения трендовых и контртрендовых систем.

( Читать дальше )

В каком-то смысле все системы трендовые. Профит (убыток) — результат изменения цены (тренда). В пределе самая крутая идеальная трендовая система постоянно находится в рынке и переворачивается из лонга в шорт и обратно на локальных экстремумах цены.

Рассмотрим систему, которая совершает в среднем 1 сделку в день на примере обыкновенных акций Сбербанка за шесть лет с 2010 по 2015 года. Примеры сигналов такой реверсивной системы показаны на следующей картинке (15-минутки):

























Сигналы генерируются автоматически. Для оценки того, является ли данная 15-минутка переворотной используются 18 предыдущих и 18 следующих 15-минуток. Сигналы остаются как показаны на картинке (без калибровки до ближайшего локального минимума или максимума).

( Читать дальше )

Начало тут.

По-прежнему все расчеты сделаны для 2013, 2014 и 2015 годов, разделенных на графиках по полугодиям вертикальными штрихами.

Легенда по графикам сверху вниз:
1. Средняя цена инструмента за день. Везде склеенные фьючерсы.
2. Кривая доходности по торговле в текущем дне на основе изменений кол-ва клиентов (юрлиц) за предыдущий и позапредыдущий день.
3. Кривая доходности по торговле в текущем дне на основе изменений кол-ва клиентов (юрлиц) за текущий и предыдущий день.
4. То же самое, что второй график, но для физических лиц.
5. То же самое, что третий график, но для физических лиц.

Как считались сделки? Все сделки были внутри дня от open до close. Шорт открывался, если изменение клиентов в сторону шорта было больше, чем аналогичное изменение за предыдущий день. Аналогично для лонга: если изменение количества клиентов в сторону лонга было больше, чем за предыдущий день, то открывалась лонговая позиция. Смысл вычислений этого индикатора описан в

( Читать дальше )

Продолжение тут.

Наша биржа по итогам дня публикует данные об открытых позициях физических и юридических лиц. Давно хотел хотя бы поверхностно поработать с этими данными. Общими картинками с удовольствием делюсь. Кстати говоря, удается даже совсем топорные торговые системы соорудить, которые на основе данных об изменении OI совершают сделки.

Легенда по графикам сверху вниз:
1. Средняя цена инструмента за день. Везде склеенные фьючерсы.
2. Проторгованные за день объемы.
3. Изменение количества клиентов (юридических лиц). Считается так: возрастает, если кол-во лонгистов увеличилось и падает, если кол-во лонгистов уменьшилось. Точно также этот показатель падает, если увеличилось кол-во шортистов и растет при их уменьшении. Этот показатель можно понимать как дисбаланс количества лонгистов и шортистов. Жирная линия на этом графике — 10-дневная скользящая средняя.

( Читать дальше )

Начало тут.
Если не входить утром и не выходить вечером, а оставлять позицию открытой на ночь, периодически переворачиваясь, то кол-во сделок падает вдвое. Средняя сделка стала 0.41%. Профит-фактор 1.47. Места переворотов показаны на последнем графике.







( Читать дальше )

Сразу к сути. Берем обыкновенные акции Сбербанка (дневные значения). Кроме стандартных OHLC нам понадобится VWAP каждого дня. По VWAP предыдущих трех дней методом наименьших квадратов строим линейную регрессию, по которой делаем прогноз VWAP текущего дня. Далее в зависимости от того, выше или ниже прогнозного VWAP открылись торги в текущем дне, входим в лонг или в шорт. Сделку закрываем в конце дня. В идеале (если успеваем войти по Open и выйти по Close) почти на «ровном месте» получаем следующую кривую доходности со средней сделкой 0.2% и профит-фактором 1.3:
























Вопросы на засыпку:
Есть ли здесь подгонка?
Стоит ли торговать такую систему?
Какими способами можно поднять профит-фактор и среднюю сделку?

Речь пойдет о том, насколько одинаково (с точки зрения приращений) ведут себя пары базовый актив и фьючерсный контракт на московской бирже (например, RTSI-фРТС или SBER-FUTSBER и пр.). На первый взгляд кажется, что в этом плане всё довольно тривиально, поскольку, если открыть графики таких пар, то мы увидим, что каждой черной свечке базы соответствует черная свечка фьючерса, белой — белая. Видимые на глаз отличия мы увидим на утренних гэпах, когда фьючерсные свечки больше по размаху, но такие же по направлению.

Откуда растут ноги данного исследования? Имеется следующая система:

Верхний график — кривая доходности по сделкам. Нижний — по дням. Основные показатели системы:
sum — итоговая сумма системы в процентах;
count — количество сделок (дней);
mean — средняя сделка (день) в процентах;
pf — профит-фактор всех сделок (дней);
wl — отношение кол-ва прибыльных к кол-ву убыточных сделок (дней);
mindd — наихудшее значение просадки по сделкам (дням) в процентах
meandd — средняя просадка по сделкам (дням) в процентам;
mindec — сумма наихудшей десятой части сделок (дней) в процентах;
maxdec — сумма наилучшей десятой части сделок (дней) в процентах;
q — качество системы как отношение средней сделки (дня) к средней просадке, этот показатель характеризует время восстановления (в сделках и в днях) счета.

( Читать дальше )

Весной 2015 года с друзьями из красноярского университета мы провели биржевой турнир, который длился около месяца.

Цель — понять, может ли цена двигаться на пустом месте без всякого реального обеспечения, если, скажем, за ценой стоят фантики?

Предметом торговли (по правилам биржи на основе лимитных заявок) была безымянная акция (фантик) с начальной стоимостью 1000 рублей штука. Участники выбирали стартовый портфель по собственному желанию так, чтобы в сумме портфель на начало турнира у каждого равнялся 100000 рублей. Распределение портфелей можно посмотреть на следующей картинке. Всего было около 30 участников. Цель турнира для участников — за месяц, совершая спекулятивные операции, увеличить состояние портфеля. Кто выиграл — получил какие-то плюшки от преподавателей.

( Читать дальше )

При достаточном технологическом оснащении возможно соорудить hft-робота, который будет успешном торговать спрэдом, заранее выставляя лимитные ордера на основе анализа дисбаланса потока ордеров, дисбаланса сделок и локальных тиковых паттернов. Вероятно, такая идея посещает каждого алготрейдера. Наиболее интересны подобные стратегии на западных рынках, где цена одного тика равна, например, 12.5 USD.

В качестве своего первого (пока единственного) hft-робота, торгующего спрэдом на фьючерсе 6E (CME) представляю робота «aaaTEST». Первая пара картинок — идеальные условия (при включенной опции «Fill limit orders on tuch»). Вторая пара картинок — практически боевые условия (без данной опции).





















( Читать дальше )