( Читать дальше )

Страйк опциона — это фиксированная цена, по которой владелец контракта может купить (Call) или продать (Put) базовый актив (БА). Биржа формирует линейку опционов с различными страйками, интервал между которыми строго регламентирован (например, шаг в 500 рублей для фьючерса на USDRUB).

Актуальный пример (Мосбиржа, данные на 12.08.2025): Предположим, текущая котировка фьючерса на доллар США (тикер USDRUB) составляет 91 750 рублей за 1 000$.

Рассмотрим опционы с датой исполнения 16.09.2024:

• Шаг страйка: 500 рублей (0.50 рубля за доллар).
• Доступность: Инвестор может выбрать любой страйк из списка для покупки (Long) или продажи (Short).

Анализ конкретных позиций:

1. Long Call 97 000 (Премия: 1 420 руб.): Суть: Право купить фьючерс по 97 000 руб. за $1000 к 16.09.2024.Точка безубыточности: 97 000 + 1 420 = 98 420 руб. (98.42 руб./$).Прибыль: Возникнет, если на экспирации фьючерс превысит 98 420 руб. Чем выше котировка, тем больше прибыль. При цене ниже 97 000 руб. убыток ограничен премией (1 420 руб.).

( Читать дальше )

Последние две недели я публиковал подборки из рубрики Traders’ Tips журнала Technical Analysis of STOCKS & COMMODITIES за 2001-2005 и 2006-2010 годы. Спасибо за ваши комментарии — от ироничных “опять комиксы?” до вполне серьёзных вопросов о практическом применении и бэктестах. Именно они побудили меня подойти к делу иначе.

Подборка систем и индикаторов за 2006-2010 одного старейшего журнала по техническому анализу

Вместо очередного обзора я решил сосредоточиться на одной идее: реализовать её на Pine Script для TradingView и протестировать на фьючерсах с Московской Биржи. Кстати, Traders’ Tips — это не отдельное приложение, а рубрика в журнале. Но суть не в этом: её практическая ценность по-прежнему велика.

Лучшие системы и индикаторы 2001–2005: подборка из архива классического издания по теханализу

В центре внимания — случайно выбранная статья Барбары Стар “Confirming Price Trend” (S&C, декабрь 2007). Почему именно она? Подтверждение тренда остаётся актуальной задачей, а методы вроде линейной регрессии и R² доступны для понимания и применимы на дневных и часовых графиках.

( Читать дальше )

IMOEX сегодня закрыл 6% растущий гэп, который образовался после Trump call 12.02. На рынке сформировался паттерн Dead Cat Bounce – прыжок дохлой кошки с приставкой inverted.

Dead Cat Bounce является паттерном, который возникает на существенном событии на падающем или растущем тренде. На растущем рынке встречается inverted паттерн (перевернутый, обратный).

Суть у обоих паттернов одинаковая: акция открывается ростом или падением с гэпом, потом консолидируется в течение продолжительного периода и закрывает гэп.

Согласно Буковски (Thomas Bulkowski, Encyclopedia of Chart Patterns) паттерн Inverted Dead Cat Bounce (IDCB), возникающий на растущем рынке, характеризуется временной и часто сильной распродажей.

На основе анализа 30 тысяч формаций IDCB на сотнях акций Буковски рекомендует продавать акции на второй день после гэпа, т.к. в течение следующего месяца акции существенно не вырастут, а часто переходят к снижению.

( Читать дальше )

В этой статье расскажу о том, как воспроизвел и протестировал торговую систему для фьючерсов Московской биржи, основанную на идеях Александра Резвякова. Недавно, просматривая раздел алготрейдинга на Смартлабе, я наткнулся на видео с его выступления на конференции 2024 года под названием "5-6 идей для построения прибыльной торговой системы на фьючерсах". Меня привлекла четкость и понятность предложенных им правил торговли.

Поскольку я активно занимаюсь автоматизацией процессов и стремлюсь глубже изучить возможности Python библиотеки backtesting.py, мне показалось это хорошей идеей для практического применения.

Хотя я лично не знаком с Александром, полагаю, что публичное представление идеи предполагает возможность её независимого анализа и тестирования сообществом трейдеров и программистов.

Обзор стратегии Александра Резвякова на фьючерсах

Основная идея — открывать сделки в строго определенное время и использовать структуру рынка последних дней для принятия решений.

Правила входа

( Читать дальше )

Торговля акциями требует гибкости, особенно когда речь идет о тестировании стратегий технического анализа на прошлых данных. Я выбрал Python и библиотеки backtesting.py и aiomoex, потому что они позволяют анализировать рынок без сложных платформ и ограничений. Python дает свободу автоматизации, backtesting.py обеспечивает удобный и быстрый механизм тестирования стратегий, а aiomoex позволяет скачивать данные напрямую с Московской биржи без привязки к брокеру.

Важно, что backtesting.py получил обновление после четырех лет без обновлений, что делает его актуальным инструментом. И в отличие от MetaTrader, StockSharp, TSLab и Quik, которые работают с Московской биржей, но требуют Windows, если брокер имеет API, то можно запускать скрипт на любом сервере, включая облачные решения и Raspberry Pi.

В этой статье я протестирую самую свежую стратегию теханализа Джона Ф. Элерса (John Ehlers), направленную на устранение запаздывания скользящей средней. Разберемся, как её адаптировать к акциям Московской биржи и протестировать с помощью Python.

( Читать дальше )

Пока крипто-рынок продолжает умываться кровью в ожидании Альтсезона, мы продолжаем зарабатывать на трендовых алгоритмах.

За последнюю неделю произошло уникальное событие: было взято сразу два тейк профита подряд. Это принесло с последней точки входа 38% прибыли всего за 1 неделю (см. мониторинг):



За всю историю наблюдений не могу вспомнить такой же аномально высокой прибыли (с учетом текущего уровня рисков) за столь короткое время. Фактически, мы в очередной раз оказались в этом меме:

( Читать дальше )

Я проанализировал премиальные программы 9 популярных российских банков чтобы понять, чем они отличаются и какая из них подходит мне больше всего. Возможно, наши с вами обстоятельства похожи, и для вас мой обзор окажется полезным.

Премиальные тарифы в российских банках становятся всё доступнее: инфляция высокая, а размер остатков, требуемых для бесплатного премиального обслуживания — не меняется уже который год. Вместе с тем, большинству банков удалось восстановить прежнее качество премиального обслуживания в части услуг, связанных с перемещениями по миру.

Я не успеваю тратить все деньги, которые заработал — так что у меня накапливаются крупные остатки, и было бы глупо не получать дополнительные плюшки от банков. Я уже 6 лет пользуюсь премиум-тарифами в ряде банков, и уже не представляю своей жизни без ряда удобств, которые они предоставляют.

В первой части статьи я расскажу о собственных критериях оценки и своей системе присуждения очков, во второй части кратко пройдусь по особенностям каждого из 9 банков, а в заключении представлю общий рейтинг с выявленными лидерами.

( Читать дальше )

( Читать дальше )

Попробуем быстренько исследовать, можно ли извлечь что-нибудь из лунного цикла с помощью питона и библиотек pandas и pylunar на индексе IMOEX. Предварительно устанавливаем pylunar. Библиотека дает дает информацию о луне на основе локации и даты.

import pylunar
import pandas as pd
import matplotlib.pyplot as plt

*** Теперь готовим дневные данные индекса IMOEX ***
*** Если есть минутные данные в формате DataFrame, то делаем следующее  ***

df = intraday_df.resample('D').agg({'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'})
df = df.dropna() 

Теперь в df содержатся дневки IMOEX.

  *** Вычисляем процентное изменение цены за один день
df['pct'] = df['Close'].pct_change().shift(-1)  

  *** Изменение цены за один день
df['diff'] = df['Close'].diff().shift(-1)              

Делаем стобец для хранения лунных дней
df['age'] = 0.0

mi = pylunar.MoonInfo((55,45,7),(37,36,56))

Здесь цифры (55,45,7),(37,36,56) — широта и долгота г.Москвы

( Читать дальше )