Давайте соберем цену, потом разберем цену и сравним. Все будет производиться на ваших глазах в экселе. Файл, которого я прикладываю. ФАЙЛ https://cloud.mail.ru/public/27GB/5ipstzGrY  .(в зеленые области вы будите вписывать разные цифры).  Проверку на гетероскедастичность мы будем делать методом максимального правдоподобия. Во я загнул. Если просто. Мы возьмем две, хорошо известных нам стратегии и будем их прогонять на каждом шаге создания графика цены. Первая стратегия. Увеличение лота на один при убытке. Принцип опциона. И если у нас случайный процесс, то должно получаться 50/50. И удвоение позиции. Принцип мартингейта. И если у нас случайный процесс у=x^2, то у^2=x, мы всегда в плюсе. Давайте по шагам.

Шаг первый, лист W

Сгенерируем случайные числа. В экселе есть функция =случмежду(0;1). И 0 переведем в -1, а 1 в 1. У нас получился простой бинарный ряд из 1 и -1. Возьмем 100 таких цифр. Теперь посчитаем их сумму нарастающим итогом.  К сумме предыдущей прибавить следующее (Total). И построим график изменения этой суммы. Назовем это «геометрическое Броуновское движение».  Тогда, сумма всех случайных числе будет равна точке, куда пришел наш график. А сумма всех случайных чисел в квадрате, будет равна пройденному пути. А если каждый шаг происходит за 1 секунду. То это, одновременно, и время. И мы должны получить следующую зависимость. Берем 100, извлекаем корень квадратный и получаем 10. И это одно стандартное отклонение. И есть теорема, которая доказывает, что 68% траекторий  будут заканчиваться в диапазоне от -10 до +10. Вы можете это проверить сами. В графе ТЕСТ введите число. Если сумма средних от -10 до +10, ставим 1, если больше 0. У вас будет получаться среднее 0,7, в среднем. То есть в 3 случаях из 10 мы будем выскакивать из -10 +10. И это уже не 50/50 вверх или в низ. Это уже 30/70.

( Читать дальше )

Часть 1.

Традиционно считается, что задача портфельной оптимизации, или задача Марковица, представляет собой некоторую самостоятельную задачу выбора такого портфеля активов, который обладал бы максимальной доходностью при минимальных рисках.

Прим. В качестве актива могут выступать ценные бумаги (акции), их производные (опционы)  или торговые системы.

 

Решение задачи состоит из двух этапов:

1. Прогноз доходности и ковариации активов в будущих периодах – то есть построение некоторого набора «слабых» прогностических моделей.
2. Составление оптимального портфеля в соответствии с некоторой целевой функцией, и ранее полученными оценками. То есть построение такой композиции «слабых» моделей, которая обладала бы наибольшей прогностической силой.

 

Почему мы используем аналогию портфельной оптимизации с методами машинного обучения  — Bag, Boost?! Потому что в действительности (и мы это продемонстрируем) нам абсолютно не важно, насколько хорошо динамику наших временных рядов прогнозируют «слабые» модели – нам важно только то, чтобы ошибки прогнозов наших моделей взаимно компенсировали бы друг друга в некотором интегральном смысле. Иными словами – в случае бустинга – ошибка прогноза линейной композиции была бы минимальной, а в случае портфельной оптимизации –  была бы минимальной ошибка прогноза нелинейной композиции (то есть самого портфеля).

( Читать дальше )

Всем привет. 

В ожидании роста доллара по отношению к рублю, я решил отыграть эту идею через покупку опционов CALL с датой исполнения 20 июня 2019 года.


Сегодня мною были приобретены опционы: 50 шт. * 1100 п. (руб.)  — Si066000BF9.   Общая сумма сделки составила 55000 рублей. 

Стратегический расчёт заключается в ожидании роста доллара к рублю в район «69 +» руб. за 1 доллар  до 20 июня 2019 года.

Данный пост не является руководством к действию, так есть вероятность получения убытков.

Всем удачи!

С ув., ВадимК.  

Всех приветствую!

Первый год публичной алго торговли закончился с результатом +100%.
Первый пост о моем пути к алготрейдингу тут
В этом посте подробно разберу результаты за прошлый год, а также попытаюсь ответить на вопрос – одурачен ли я случайностью?
На рисунке изменение депозита и фьючерса долл./руб.

Все системы торговали на фьючерсе долл./руб. Примерно 75% систем работают на волатильности, остальные пытаются поймать тренд. В начале года затишье, которое к концу марта привело к просадке в 30%. Ну а дальше роботы оседлали взрыв рынка. 8 августа вывел 10% от первоначального депо, в этот же период был удержан НДФЛ на всю сумму накопившегося дохода.

Красным цветом выделил зоны, где алгоритмы не смогли заработать на волатильности. То есть движения были, но они были «плохими». В эти периоды дневные свечи имели большие тени как с верху, так и снизу. Поэтому, не смотря на хорошую волатильность их возило по стопам. Зеленые зоны – экстремально низкая волатильность и сильные просадки.

( Читать дальше )

Видимо в связи с тем что такие яркие борцы за права всех трудящихся, как Ждун и клоун свалили со смартлаба, на сайте начали массово появляться  уверенные в себе молодые люди с видео на котором рассказывают о том как делают огромные бабки на бирже, прошли путь от трейдера неудачники до гуру торговли. Видимо пользуются что на сайте постоянный приток новичков.

Вся эта схема работает так
1. Втереться в доверие, стать своим на форуме, прослыть честным и ответственным человеком. 
2. Взять деньги за обучение, продать курсы или взять в ДУ или на авто следование (Байкалу привет ))

Та же Булыгина работала именно по этой схеме. Кстати менеджеры брокеров по аналогичной схеме работают, тот же Финам продвигает своих менеджеров, как гуру трейдинга. Например всем известный Василий Олейник, выходец из Финама дальше перечислять не буду, а то меня забанят)) 

Приведу отрывок из исследования http://ffad.ru/blog/10-priznakov-professionalnogo-infotsygan-2002191042



( Читать дальше )

Как широко известно, фундаментальный анализ компаний — занятие крайне бесперспективное, так как ведет только к потерям времени и капитала. Тем не менее, рискуя быть недостаточно мудрым, безоговорочно поверив в непреложные истины, я всё-таки попробую немного написать на данную тему. Побудило меня к этому, вероятно, бесполезному графоманству следующее:

• Даже пассивному инвестору, формирующему портфель на основе «широких» индексных фондов акций, может быть полезно опуститься на уровень чуть ниже, понять базовые принципы работы компаний и методы оценки их работы. Используя аналогию с водителем и автомобилем, по большому счету простому автолюбителю не обязательно знать, что там у него под капотом и как это всё хозяйство в целом устроено. Достаточно просто выяснить — в какую горловину, и какую жидкость надо заливать. :-) Тем не менее, я нахожу весьма полезным ознакомиться с общими принципами функционирования автомобиля, работы двигателя и т.д. Тогда самые простые вещи по его обслуживанию можно будет делать самостоятельно или, по крайней мере, не попасть на «развод» при обслуживании машины в автосервисе.
• В русскоязычной части интернета я не так много встречал интересных фундаментальных вещей, даже на уровне оценок и текстов, подготовленных инвестиционными компаниями. Я, конечно, поиском такого рода материалов специально не занимался, но тем не менее… Попадается всё больше оценок примерно на уровне: у этой компании низкое значение P/E или P/B, поэтому мы её включаем в инвестиционный портфель. Всё-таки с момента написания «Разумного инвестора» прошло уже много времени, и руководствоваться исключительно его принципами, по-моему, сейчас недостаточно.
• Как я сам уже не раз убеждался, сам процесс написания текстов очень хорошо способствует усвоению прочитанного материала и замечательно структурирует все новые знания в голове. Так что, можно сказать, я пишу это всё для себя самого. :-) Опять же, потом будет легко найти необходимые вещи, если вдруг они понадобятся… :-)

( Читать дальше )

скрипт для отслеживания бумаг по системе BWS:

--Массив с Тикерами, добавьте нужные тикеры
aTickerList = {"MSNG", "GAZP", "LKOH",
	    "SIBN", "GMKN","ROSN",
	    "SBER", "TATN", "NVTK",
	    "IRAO", "RSTI", "SBERP",
	    "PHOR", "SNGS", "TRNFP",
	    "VTBR", "FEES", "MVID",
	    "RASP", "MFON", "AFLT", 
	    "MAGN", "ALRS", "MTSS", "MOEX",
	    "RTKM", "MGNT", "NLMK", "SNGSP",
	    "CHMF", "MTLR", "HYDR", "MFON",
	    "RSTI", "PLZL", "BANEP", "POLY"
	    };

--Функция поиска цены
function fGetPrice(sTickerName, sNum)
	--Подключаемся к источнику данных
	local ds=CreateDataSource("TQBR", sTickerName, INTERVAL_D1);
	while (Error=="" or Error == nil) and ds:Size() ==0 do sleep(10) end;
	if Error ~="" and Error ~=nil then message("Error: "..Error, 1) end;
	local sSize=ds:Size();
	local sCurrentPrice=ds:O(sSize);
	
	local sLastWeekPrice7=0;
	local sLastWeekPrice14=0;

	--Берем цену закрытия свечи неделю назад
	sLastWeekPrice7=ds:C(sSize-4);
	--Берем цену закрытия свечи 2 недели назад
	sLastWeekPrice14=ds:C(sSize-8);

		--Вычисляем проценты
		local sPrc7=math.floor((100-((sLastWeekPrice7*100)/sCurrentPrice))*100)/100;
		local sPrc14=math.floor((100-((sLastWeekPrice14*100)/sCurrentPrice))*100)/100;

		--Заполняем таблицу значениями
		SetCell(t_id, sNum, 0, tostring(sTickerName));
   		SetCell(t_id, sNum, 1, tostring(sCurrentPrice),sCurrentPrice);
   		SetCell(t_id, sNum, 2, tostring(sLastWeekPrice7),sLastWeekPrice7);
   		SetCell(t_id, sNum, 3, tostring(sLastWeekPrice14),sLastWeekPrice14);
   		SetCell(t_id, sNum, 4, tostring(sPrc7),sPrc7);
		SetCell(t_id, sNum, 5, tostring(sPrc14),sPrc14);

		--Текущая цена больше цены прошлой недели - раскрашиваем зеленым
		if sCurrentPrice>sLastWeekPrice7 then 
			fGreen(sNum);
		end;
		--Текущая цена меньше цены прошлой недели - раскрашиваем красным
		if sCurrentPrice<sLastWeekPrice7 then
			fRed(sNum);
	   	end;
		--Текущая цена больше цены прошлой недели и цена прошлой недели больше цены позапрошлой недели
		--раскрашиваем желтым
		if sCurrentPrice>sLastWeekPrice7 and sLastWeekPrice7>sLastWeekPrice14  then 
			fYellow(sNum);
	   	end;
end;

--- Функция создает таблицу
function CreateTable()
	-- Получает доступный id для создания
	t_id = AllocTable();	
	-- Добавляет 6 колонок
 	AddColumn(t_id, 0, "Тикер", true, QTABLE_INT_TYPE, 15);
 	AddColumn(t_id, 1, "Сегодня", true, QTABLE_INT_TYPE, 15);
 	AddColumn(t_id, 2, "Неделя", true, QTABLE_INT_TYPE, 15);
 	AddColumn(t_id, 3, "2 Недели", true, QTABLE_INT_TYPE, 15);
 	AddColumn(t_id, 4, "Неделя (%)", true, QTABLE_INT_TYPE, 15);
 	AddColumn(t_id, 5, "2 Недели (%)", true, QTABLE_INT_TYPE, 15);
	
	-- Создаем
	t = CreateWindow(t_id);
	-- Даем заголовок	
	SetWindowCaption(t_id, "7 Days");

   -- Добавляем строки
      for k,v in pairs(aTickerList) do
		InsertRow(t_id, k);
      end;
end;

--- Функции раскрашивают ячейки таблицы
function fRed(col)
	SetColor(t_id, col, -1, RGB(255,168,164), RGB(0,0,0), RGB(255,168,164), RGB(0,0,0));
end;
function fGreen(col)
	SetColor(t_id, col, -1, RGB(157,241,163), RGB(0,0,0), RGB(157,241,163), RGB(0,0,0));
end;
function fYellow(col)
	SetColor(t_id, col, -1, RGB(249,247,172), RGB(0,0,0), RGB(249,247,172), RGB(0,0,0));
end;

--Основная функция
function main()
	-- Создаем таблицу
 	CreateTable();

 	--Пробегаемся по массиву тикеров
	for k,v in pairs(aTickerList) do
	  fGetPrice(v, k);
	end;

end;

как выглядит в квике:

( Читать дальше )

Товарищи бесценные данные накопал для вас.
Вот прям бесплатно от слова ВООБЩЕ только для вас пользуйтесь, анализируйте.

Рыночные Показатели (1872-2018)
Американский рынок на разных временных горизонтах с использованием годовой прибыли.
S & P с 1872 по 1957 год, а затем индекса S & P 500 с 1957 года. Данные скорректированы по дивидендам и инфляции.
Для 5-летних, 10-летних, и 20-летних периодов – частота потерь стремительно уменьшается.
Для 20-летних периодов инвестирования нет ни одного случая, когда рынок имел отрицательную  доходность.

( Читать дальше )

На протяжении последних нескольких недель мне попался ряд заметок на тему семейного бюджета. В основном участники СмартЛаба рассказывали о своих расходах, а я хочу поделиться с Вами более широким взглядом на денежный поток. Для примера я взял свою семью. Вместо тысячи слов прикрепляю слайд.

 

Как у каждого бизнеса, так и у семейных финансов есть своя простая математическая формула. Моя задача, как инвестора – найти её. Если какой-то бизнес или семейные отношения перестают следовать формуле необходимо его продать, а отношения скорректировать.

Итак, основная формула семейных финансовых отношений заключается в том, чтобы создавать источники пассивного дохода. Вместе с женой мы долго трудились над их созданием. К таким источникам относятся, проценты по депозиту, купонные выплаты по облигациям, дивиденды по акциям, бизнес без нашего участия и проценты за выданные нами деньги в долг.

( Читать дальше )

Введение

В данной статье приведено тестирование свечной модели CandleMax в программе Wealth-Lab. Я уже приводил описание и тестирование этой свечной модели на исторических данных по 32 наиболее ликвидным акциям МосБиржи с 22.09.1997 (начало торгов на ММВБ) и по 29.12.2018.

Вот эта статья:

Тестирование рабочей свечной модели на исторических данных

То тестирование было выполнено в Excel и вызвало ряд дополнительных вопросов, в частности некоторые читатели хотели увидеть эквити системы, а также получить больше статистической информации.

Скорее всего, эти пожелания так и остались бы без ответа, так как систему я не продаю, а для себя все давно уже решил и оттестировал, если бы не один комментарий к той моей статье. Этот комментарий был написан блогером JC_TRADER и содержал ссылку на тестирование моей системы в программе Wealth-Lab. Вот эта ссылка: https://jc-trader.livejournal.com/1628589.html

Пройдя по этой ссылке, я был просто обескуражен. По итогам проведенного JC_TRADER тестирования, система CandleMax позорно показала отношение прибыльных сделок к убыточным как 50.92% к 49.08% при отношении стоп-лосса к тэйк-профиту как 1:1. Соответственно, не могло быть и речи о том, чтобы использовать такую убогую систему, о чем и написали читатели блога JC_TRADER.

( Читать дальше )