Здравствуйте!
            Руководствуясь опытом пяти лет системной торговли решил описать свою методику управления капиталом или как модно говорить maney management, risk management. Управляющие часто говорят allocation of capital, т.е аллокация капитала на стратегии.      
            Суть всей терминологии подразумевает эффективное сосредоточение денег на системы, актуальные в конкретное время, для достижения ожидаемых результатов.
            Если не вдаваться в подробности, существует множество математических методик, цель которых расчет правильного объема относительно максимального заданного риска, расчетного увеличения объема относительно будущих прибылей/убытков, увеличение/уменьшение объема по сезонному фактору и т.д.
            Итак, если мыслить от обратного, конечная цель управления – получение стабильной доходности на годовом интервале, при коэффициенте доходность/максимальная просадка 3/1-5/1, 70-90% прибыльных месяцев, не превышая лимит по просадке.


( Читать дальше )

Представляю результаты проведенного анализа работы своих фильтров фундаментального анализа по отбору акций в инвестиционный портфель с июля 2006 года по настоящие время. Аналитики считают эти семь лет потерянным временем для долгосрочных инвесторов, но я думаю, это было одним из самых лучших отрезков времени в истории фондового рынка России именно для разумных долгосрочных инвесторов!!!
 
 
Существует статистика, что за 3-5 лет 80% инвесторов (и спекулянтов) проигрывают индексу! 13% работают с той же эффективностью и лишь 7% выигрывают. Почему так сложно попасть в это число счастливчиков?
 
Ведь нужно просто выбрать несколько акций из индекса, которые покажут результат лучше индекса.  И делать это каждый год! И я бы еще добавил дополнительное требование: показывать доходность не только выше индекса, но и выше (или равную) банковскому депозиту. И тогда Вы будете очень успешным инвестором! И если будете делать так лет 20-25, то станете легендой, а если лет 50, то «вторым Баффеттом».


( Читать дальше )

Всем привет
К своей пока окончательной версии МТС я шел чуть больше года. Подробности описывать не буду: слишком долго и нудно. Выложу тезисно основные моменты:
*- Всего использую одновременно 8 МТС с таймфреймами 5, 10, 15 мин 
*- Индикатор слепил из пяти — шести стандартных
      От использования стандартных отказался ввиду очевидности + хотелось чего своего
*- Все расчеты индикатора, сигналы, их ведение и реализация в excel через DDE из QUIK
     Здесь «минус» в том, что идет запаздывание на 10-12 сек из-за DDE и большой обработки в excel
*- Оптимизация сигналов до вероятности исполнения > 95% для каждой МТС
      Для каждого шага при обработке данных за год в excel уходило ~ 1-2 мин
    Самое интересное дальше:
*-Переоптимизация систем для равного количества сигналов LONG и SHORТ   
     Произошло незначительное понижение вероятности исполнения сигналов

( Читать дальше )

Среда статистического программирования Rможет быть превосходно использована для анализа биржевых данных. Фактически, с ее помощью можно решить абсолютно любые аналитические проблемы, связанные с количественными методами. Причем, в отличие от таких разработок как Matlab, Statisticaи т.д., среда

( Читать дальше )

Идея элементарная… считаем историческую волатильность, допустим за 20 и 10 дней.
ЛОНГ: «быстрая» волатильность пересекает «медленную» (сверху вниз) и С>О
ВЫХОД: все наоборот
+ еще простенький фильтр
Результат на Индексе РТС:

  

( Читать дальше )

Последнее время многие хвастаются своими граалями, показывая как грамотно их алгоритм купил/продал, в то время как большинство зависло в шортах, сделав ставку на продолжение сниженя как недавно, и т.п., но мало кто раскрывает сам алгоритм, объясняя его логику и нюансы.
    Решил тоже похвастаться своим аглоритмом, раскрыв некоторые подробности.
    За основу был взят давно известный алгоритм «Индикатор тренда на основе прорыва динамического ценового канала»

http://www.quotetracker.com/help/russ_modern_trading_4_24_28.pdf

Работает он просто, принцип хорошо понятен на графике:


  

( Читать дальше )

Заранее спасибо Дмитрию Шагардину и Джонни Галту  за косвенную идею создания данной работы.
Итак, индикаторы, «которые делают» рынки в среднесрочной перспективе.
Примечание: Любые рыночные модели нелинейны,  использование статистических взаимосвязей при принятии решений должно осуществляется через призму настроения рынка в данный момент.
Индикаторы, которые будут представлены, должны помочь в анализе среднесрочной тенденции и перспектив рынка акций.
В расчете я не использовал косвенные индикаторы, производные от роста / падения  ВВП , PMI, ZEW ISM  и другие.
 
Поехали.

1. Динамика заказов на товары длительного пользования vs  поводыря рынка  S&P 500.

( Читать дальше )

Ребята привет.
Давно ничего  не писал.
Решил набросать пару строк в самое продуктивное время — субботу утром.

Читая в последнее время посты «Smoketrader» стал частенько задумываться над влиянием ликвидности  на ФР .
Кстати надо сказать ему спасибо за то-что он указывает направление.

Недавно наконец руки дошли и сделал график для наглядности.



Ну собственно все видно невооруженным глазом. При предоставлении ликвидности банкам через некоторое время происходит разворот нисходящего тренда на ФР.

Кстати здесь я учитывал кредиты всем банкам на срок от 2 до 7 дней. Т.к. они имеют наибольшее визуальное влияние на РТС.

Как я вижу эту ситуацию.

( Читать дальше )

Четыре годные книжки по этой тематике.
http://narod.ru/disk/44732842001.342fa2327b2ad1d65e7e1143b7a54769/prob%20theory.zip.html
 
 

Обещанное продолжение. Предыдущий пост из серии: http://smart-lab.ru/blog/43277.php 

В чем собственно смысл понятия авторегрессивности/автокорреляции/персистентности. Расмотрим простейший процесс в котором последующие приращения зависят от предыдущего. Обозначим приращение в момент времени t — X_t, в момент времени t + 1 — X_t+1. Соответственно мы хотим, чтобы приращение в момент времени t+1, каким то образом зависело от предыдущего t. Если выразить такую зависимость качественно, то у нас есть два варианта.

1) первый вариант, мы предполагаем что положительное приращение X_t должно увеличивать вероятность положительного приращения в следующий момент времени X_t+1, аналогично для  отрицательного. Проще говоря Х_t и X_t+1 положительно скоррелированны. Такая модель является «трендовой, персистентной», то есть покупая/продавая то что растет/падает мы смещаем вероятность выигрыша в свою сторону.

2)  второй вариант, мы предполагаем что положительные приращения X_t должны увеличивать вероятность отрицательных в момент времени X_t+1, а отрицательные приращения — положительных. То есть X_t и X_t+1 отрицательно скоррелированны. Такая моделья является «контр трендовой, анти-персистентной», то есть продавая то что выросло и покупаю то что упало, мы получаем статистическое преимущество. 

( Читать дальше )