Избранное трейдера Дофаминовый инвестор

по

Индекс страха, рейтинг, влияние на рынки и на экономику

 Содержание:
     I. История с рейтингами
     II. Идея («индекс страха») и просьба
     III. Моё мнение про сист. политриски и их влияние на рынок (сектора акций, яндекс, розница) и экономику

     I. История с рейтингами
   Слежу за традиционными  рисками (ценовыми — [VIX,implVol] и кредитными -[iTraxx] ) и системными (рейтинги).
По Трампу, рекомендую агрегатор: https://projects.fivethirtyeight.com/trump-approval-ratings/

   А по нашим слежу за ВЦИОМ и ФОМ.

   С нового года рейтинг доверия падает как камень: 
Индекс страха, рейтинг, влияние на рынки и на экономику
https://wciom.ru/fileadmin/file/reiting/confidence_politicians_new.xlsx

   В конце недели не появились очередные значения (еженедельные), обратил на это внимание не сразу (я использую тракер изменений -  расширение для хрома).
   Интрига. О ней и расскажу перед тем, как перейти к индексу (ещё интереснее чем VIX), который я предлагаю считать.


( Читать дальше )

О везучих дураках

Здравствуйте, дамы и господа!

«Везучие дураки совсем не подозревают, что они всего лишь везучие дураки, — по определению, они не знают, что принадлежат к этой категории.» Нассим Талеб. «Одураченные случайностью»

Британский иллюзионист Деррен Браун десять раз подряд бросил монетку и десять раз подряд выпал «орел». Что это? Фокус или демонстрация экстрасенсорных возможностей? Вероятность такого события 0.5 в десятой степени, то есть около одной десятой процента, один шанс на тысячу! Ответ прост – Деррен бросал монету на протяжении 9-ти часов, до тех пор, пока, наконец, не выпала нужная серия, которую в итоге и показали по телевидению. Совершенно очевидно, что, продолжая бросать монету, он мог равновероятно дождаться серии из 11-ти «орлов» или из 11-ти «решек» (сколько времени бы на это понадобилось – второй вопрос).

Теория вероятности говорит, что маловероятное, но возможное событие скорее всего не произойдет В ЕДИНИЧНОМ испытании. Но если испытание повторить достаточно большое число раз, то даже маловероятное событие вполне может случиться.
Так и со спекулятивными операциями на финансовых рынках: единичное испытание – сделка.

Учитывая изложенное выше, кажется, что может быть проще, чем заработок спекуляциями финансовыми инструментами? Их цена то растет, то снижается, краткосрочные тенденции постоянно сменяют друг друга, чередуясь, как выпадающие «орлы» и «решки» подбрасываемой монеты. Поэтому их вовсе не нужно прогнозировать, а следует, выбирая направление позиции «наугад», случайным образом, дождаться продолжительной прибыльной серии сделок, которая по законам вероятности рано или поздно случиться, и таким образом «сорвать куш». Почему же на практике этот метод заработка не работает? Ответ на этот вопрос я дал в статье "Опыт — мудрость глупцов!"



( Читать дальше )

От чего зависит успех. К трейдингу применимо на 100%

Выдержишь испытание тишиной — выдержишь всё. 
Самое трудное — просто быть тихим. 
Самая страшная война с самим собой и миром идёт всегда там, в тишине. 
И если ты можешь находиться в абсолютной тишине не убегая, не терпя, и не считая минут, — ты прошёл испытание Силой. 
Силён не тот, кто дерётся. 
Силён молчащий, силён внутренне собранный и готовый ко всему. 
Готовый, но не пересекающий черту. 
Во все времена воинов испытывали тишиной. 
Одиночеством. 
Закаляя готовность встретить всё, что угодно и не дрогнуть. 
Когда ты встречаешь себя в тишине, — ты воин перед лицом неизвестности. 
Дрогнуть, как потерять лицо. 
Убежать, как запутаться во лжи. 
Для воина это позор. 
Встречай тишину с радостной готовностью умереть. 
С готовностью раствориться, исчезнув. 
Как кот — расслаблен, но всегда алертен. 
Мягок — готовый к прыжку. 
Он здесь и сейчас, в тишине своего существа. 
Пребывай в тишине как кот, — сделай её своим домом. 
В этом ты зачерпнёшь силу принимать жизнь без границ. 
Ту силу, что отразится в твоих глазах. 
Тишина — это простор твоего сердца. 
Это ты сам. 

Фугэн Генкаку

Machine Learning. Kaggle соревнование по предсказание цен по американским акциям от Хедж фонда "Two sigma". Мой опыт участия.

Добрый день мои маленькие любители машинлернинга:) Наконец нашел время написать по теме.

Только что закончилось интересное соревнование на Каггле проходившее почти год, в котором я принимал участие и благополучно попал в Топ 1% и занял 20 место. https://www.kaggle.com/c/two-sigma-financial-news/leaderboard .

Machine Learning. Kaggle соревнование  по предсказание цен по американским акциям от Хедж фонда "Two sigma". Мой опыт участия.



Если кто не в курсе про Kaggle, это такая соревновательная площадка, принадлежащая гуглу, на которой различные компании ставят задачи связанные с анализом данных, и датасайтесты со всего мира соревнуются кто лучше решит. Похоже на наш ЛЧИ, только по машинлернингу. Призовой фонд на каждое соревнование как правило 10-100 тыс. долларов. (в этом конкретном было 100 тыс.). Одновременно проходит 5-10 соревнований.
Суть всех заданий примерно одна, участникам дают трэйн выборку, с известной целевой переменной и тестовую выборку без целевой переменной, которую надо предсказать.

Хедж фонд «Two Sigma» в этом соревновании поставил следующую задачу: необходимо предсказать для каждой американской акции, на сколько она будет лучше или хуже рынка, значение может принимать значение в диапазоне [-1,1] — это и есть целевая переменная, Score соответвенно меряется как усредненное значение по всем акциям и по всем дням, разницы между реальными значениеми и предсказанными целевой переменной из тестовой выборки. Подробней можно почитать здесь

( Читать дальше )

Python в помощь тестированию структурных продуктов

Воодушевлённый статьёй с рекламой структурных продуктов на Хабре, адаптировал python-скрипт для их самостоятельного тестирования. Основная идея в том, что подобные продукты предлагают 100% защиту капитала.  А учитывая 10 лет бычьего рынка, исторические показатели подобных продуктов одурманивают безрисковым раем.

Скрипт подойдёт для быстрого и понятного тестирования своих портфелей с ребалансировкой в разные периоды. Ну а кому-то данный инструмент может пригодиться для самостоятельного построения подобных стратегий. Их наипростейшей формы. Однако брокеры пишут, что это не каждому под силу.

Код выложен в GitHub в виде Jupyter-блокнота. Поехали!



( Читать дальше )

БАБЛО ИЗ ВОЗДУХА или теория портфельной ребалансировки.

 

Вам говорили о том, что на рынке есть доходность «из воздуха»? Скорее всего нет, а она есть. Сейчас, как всегда, четко и без воды, откроем все «тайны», которые никакие не тайны. Просто люди в индустрии хотят, чтобы вам казалось, что все это сложно и без них вам ну никак не обойтись. В реальности портфельных инвестиций, как правило, все сильно проще.

БАБЛО ИЗ ВОЗДУХА или теория портфельной ребалансировки.

( Читать дальше )

Таблицы Google с кучей полезных формул и информацией об индексах ММВБ, S&P500, Nasdaq и проч. от 40-летнего "пенсионера"

Я тут год назад решил инвестировать с целью достигнуть пассивного дохода, равного моим текущим расходам на жизнь — начал все активы и накопления перекидывать в фондовый рынок, всё заработанное тоже туда же. Так как я придерживаюсь мнения, что при моих входных данных рынок я все равно не обгоню, решил инвестировать «в индексы».
ETF конечно инструмент хороший, но не использую его по ряду причин:
1. Комиссии на российских ETF оставляют желать лучшего.
2. Не совсем понятная для меня структура управления опять же русскими операторами — ну это субъективно, ни в коем случае не рассматривать как претензию.
3. и главное. Непрямое владение акциями/компаниями.

Поэтому для себя потратил месяц свободного времени по вечерам и запилил такую табличку по индексу ММВБ:

1) На главной страничке вбивается в зеленое поле Цель (капитал), будь то 100 тыс. р., будь то миллиард. Все остальные поля на странице считаются автоматически.
Таблицы Google с кучей полезных формул и информацией об индексах ММВБ, S&P500, Nasdaq и проч. от 40-летнего "пенсионера"

2) На второй страничке весь индекс ММВБ (40 тикеров), +их вес в индексе на данный момент. Цена, Изм., P/E, EPS — все тянется с Google Finance, все это динамические значения и обновляются сами по себе. «Акций купить» — это сколько надо купить например Яндекса на 3,3% от суммы запланированного капитала (такой же %, как и в индексе). «Куплено» — тянется из пункта 3 (читай ниже). "% готово" — сколько собственно куплено, у меня например можно увидеть, что я люблю наших металлургов больше, чем их любит индекс мосбиржи. По дивидендам информация обновляется со Смарт-Лаба.

( Читать дальше )

Банкротство физического лица. Или как я слил, а потом списал 2,5 млн. рублей

Всех приветствую! 

      Хочу рассказать историю, как я влетел на несколько миллионов рублей на фондовом рынке и решил обанкротится.
Мой путь трейдера начался  в 2012 году. В основном торговал  акциями наших топ 20 компаний. Деньги были заемными, брал кредиты платил взносы с зарплаты. Несколько раз удавалось ловить тренды и увеличивать свой депо в несколько раз, но никогда не мог зафиксироваться, и в итоге все сливал.
      Последние  лет 5 работал в сфере госзакупок со стороны поставщика и относительно хорошо зарабатывал. В какой-то период, даже открыл свой маленький бизнес в сфере госзакупок и работал самостоятельно. С каждым годом конкуренция росла, а  маржинальность падала. Бизнес закрыл, так как не хватало оборотки. Прошлым летом снова закинул на фонду 400 тыс.руб. и поимал падение сбера. В начале сентября удалось увеличить счет до 2,2 млн. рублей, но как всегда не смог зафиксироваться и все слил. Также был вынужден уйти с работы, компания закрылась. В итоге в конце прошлого года  остался с кредитами на 2,5 млн. рублей с ежемесячным взносом по 70 тысяч, без работы и без какого-либо источника дохода. Из имущества у меня только доля в квартире. Я пытался найти работу с хорошей зп, но не удавалось. Денег уже не осталось, и в силу объективных причин перестал платить кредиты в конце зимы. Через месяц мне начали названивать из банков, я пытался им объяснить ситуацию, пытался предложить компромисс, но никто не слушал. После очередного разговора с отделом взыскания банка (где умеют давить психологически), решил что нужно  как-то юридически себя защищать. Прошерстил интернет, и нашел несколько вариантов решения: мировое соглашение, реструктуризация и банкротство. Созвонился со знакомым адвокатом, и он мне сразу сказал что не стоит переживать, банкротство единственный выход в моей ситуации (точнее он сказал :" не плати, не парься, через банкротство все долги спишем"). Мне было страшно решиться на этот шаг (просто не понимал что это), но после консультации с адвокатом и нескольких часов в интернете, понял что в этом ничего страшного нет.

( Читать дальше )

Обучение с подкреплением (код)

Интересный код, для тех, кто в теме.


Это подборка различных RL алгоритмов в реализации для трейдинга. Если пишете свой алго, возможно, тут есть что позаимствовать. Код, понятное дело, на Python.  Для тех, кто не знает, что такое reinforcement learning — погуглите, это действительно крутая штука. Имхо, это единственная технология machine learning, которая может дать что-то стоящее в трейдинге. Порог входа достаточно серьезный, но дорогу осилит идущий:)

Часть, которая завязана на принятии решении, сильно упрощена, но это реально неплохая стартовая точка.

Эксперимент с крысой. Конструктивная крыса обыграла человека

СЛУЧАЙНОСТЬ И ОПРЕДЕЛЕННОСТЬ
или почему мы верим в то, что у игроков бывают разные периоды

 Виной этому наши дофаминовые нейроны. Эти клетки крайне полезны — они помогают нам предсказать события, которые подлежат прогнозированию. Но они также могут сбивать нас с толку, особенно когда мы сталкиваемся с чем-то случайным.

Пример: ученые помещали крысу в лабиринт в форме буквы Т, в дальнем левом или дальнем правом углу которого размещали кусочки еды. Размещение еды было случайным, но не полностью: за относительно длительный период времени в 60% случаев пища оказывалась с левой стороны. Как реагировала на это крыса? Она быстро понимала, что левая сторона более выгодная. В результате она всегда шла в левую часть лабиринта, так что доля успешных попыток равнялась 6о%. Крыса не стремилась к безупречности. Она не пыталась вывести единую теорию Т-образного лабиринта. Она приняла неопределенность награды как данность и научилась довольствоваться вариантом, который давал лучший результат.

( Читать дальше )

....все тэги
UPDONW
Новый дизайн