Здравствуй дружок. Сегодня мы поговорим об «улыбке волатильности» Помнишь подружку Веги, которая стоит в сторонке? Она может улыбаться, может ухмыляться и от этого, дружок зависит стоимость опциона. Тут нам, маленький мой, понадобится арифметика. Палочки-считалочки. А главное, надо свои мозги преключить на математический лад. Что это значит?

Однажды Кирилл Ильинский читал свою лекцию, «Мир глазами опционного трейдера: 10 примеров из жизни, разобранных по косточкам».  В аудитории сидело ДВА студента. Когда Кирилл написал формулу.

ЧЕТЫРЕ студента встали и вышли из аудитории делать преобразование Фурье.

— «Так». Подумал Кирилл.

— « Если сейчас ДВА студента вернуться, то в аудитории вообще ни кого не останется»

Именно так мы и будем рассуждать, исследуя «улыбку волатильности». И если мы выгоним из аудитории Блека и Шоулза (это действительно два человека) с их греками (это еще пять человек плюс производные от человеков)  то останется только Сигма. А сигма это ник Волы на СЛ. И у нас получится, что цена любого опциона и на любом страйке равна Воле. А Вола у нас измеряется в процентах. Поэтому цена опционов выражается в процентах. В процентах от чего? Для этого надо звать БШ, а они еще больше ситуацию запутают. Просто, прими как веру в Бога, цена опциона = %. И тогда все становится ясно.

( Читать дальше )

Своим опытом в построении высокопроизводительных торговых систем с использованием генетического программирования делится Dr Jonathan Kinlay в своем блоге.

Увеличение времени, стоимости и риска разработки стратегий заставило трейдинговые компании исследовать возможности итенсификации процессов разработки. Одним из таких подходов является генетическое программирование.

Генетическое программирование  (ГП) это эволюционная методология разработки, которая может быть использована для идентификации паттернов или зависимостей в структурах данных. ГП  это набор инструкций  ( обычно простые операторы, сложение и вычитание) для исходных данных и функция соответствия для определения, насколько хорошо система способна комбинировать функции и данные для достижения определенной цели.

( Читать дальше )

Здравствуйте дорогие друзья!

Решил провести исследование на тему, как ведет себя теоретическая цена (точнее её распад) от удаления купленного (проданного) страйка от центрального. Для начинающих опционщиков будет полезно.
Всё ниже следующее повествование будет вестись с таким упором, что мы стредл (или стренгл) будем продавать, а не покупать.
Я теоретически представлял себе результат этого исследования, но хотелось чтобы было какоето математическое подтверждение этой теории.

Итак начнем, сначала возьмем квартальные опционы, купим опционы КОЛЛ страйка 90000 и допустим сейчас цена тоже 90000, и волатильность 30%.
В эксель файле вкладка «Эксперимент РТС», введем такие параметры:

 Построим графики теоретических цен разных страйков, по оси Х — сколько дней осталось до экспирации, по Y — сама теоретическая цена.

( Читать дальше )

Начну с фейсбука: был неожиданно удивлен, как крепко сбита трейдерская тусовка. Добавляются люди, имеющие 150 и более (!) общих друзей. Все всех знают :) Круто. PS: меня можно найти и добавить тут: https://www.facebook.com/profile.php?id=100009744075159

Итак, про грааль. Несколько лет назад эта тема работала отменно. Сейчас — работает с примочками, и не всегда. Но как базис для размышления считаю ее отличной. Строится система на простом принципе — угол наклона между страйками варьируется в определенном диапазоне. (это аксиома первая) и последовательность этих углов должна иметь определенную логику (аксиома вторая).

Начнем с первого. Углом здесь и далее я буду называть отношение волы на страйке Х и Х+1. (в тот момент, когда писался алгоритм это было 5000 по Ри.). То есть вола 35 и 33 имеет угол 35/33-1 = 6%. Проведя большие статистические тесты по путовой части (как наиболее прогнозируемой, ибо она не опускается вниз от АТМ, как может делать коловая), был выявлен диапазон наклонов. Различные сценарии дают различные углы. Например обвал и вола 80, или резкий рост рынка и обвал волы итд. Все можно описать грубо пятью базовыми сценариями. Кто хочет — может заморочиться сильнее.

( Читать дальше )

Сейчас  02-15, 25.05.2015г. уровень такой:

EURUSD=1,10036

Ждем рост в течение дня.



Зеленым цветом — цена.
Красным цветом — сумма нескольких гармоник (элементов ряда) Фурье.

Появилась запись последней лекции К. Ильинского про корреляцию. Я, как известно, человек пристрастный, но тут тема такая, что прямо «бери и стреляй!». Имхо, очередная важная ( простая) вещь № ХХ ( помните в первой лекции: простая вещь №1: результат всегда одно число. простая вещь №2: цена — это стоимость хеджа и т.д). Не в формулах дело, словом: праздники — отличное время, чтобы посмотреть и покумекать… о счастье далёком))) — рекомендую!
https://www.lektorium.tv/lecture/26007

Огромное количество постов вижу с попытками прогнозирования будущих ГЛОБАЛЬНЫХ движений тех или иных активов. Возможно для тех, кто торгует большим сайзом ( я не имею ввиду крохи до 1 млн $ — я имею ввиду позиции от 50 млн $ и выше ) — это действительно имеет значение, но, опять таки, считаю эту затею абсолютно бесполезной на практике при внутридневной торговли. Большинство из вас торгует внутри дня, думаю, процентов 80 — остальные свингуют в рамках недели. Дак вот, к чему загружать свой мозг подобными гаданиями, волнами и всякой прочей чепухой, информацией, которая не только не поможет вам — а вероятнее всего навредит. Давным давно я тоже занимался подобной ерундой, просиживал за терминалами ВСЕ свое время, ни на что иное времени просто не оставалось — и как же я себя отвратительно чувствовал, переторговывая и, особенно, когда ты всю неделю просидел а профит копеечный или хуже того минус… Все выходные в ауте, ничего не радует и полное отвращение к себе с убитой самооценкой. Дак вот, друзья, расскажу вам свой собственный алгоритм — он элементарен и не требует сложных манипуляций и кучи времени. Итак, я торгую уже много лет единственный инструмент — e-mini sp. Я торгую по init. margin внутри дня, моя цель — всего-навсего 3 пункта. Я не торгую контр-тренд, а использую откаты в обратную основному тренду сторону для входа в позицию. Я смотрю исключительно 10 и 15-минутный интервал и не использую ничего, кроме RSI. Стратегия моя очень проста: при повышательном тренде ( я имею ввиду тенденцию внутри дня ) я использую RSI = 22 для входа в лонг ( на откате ) и rsi = 78 при обратной тенденции. Оговорюсь, я крайне редко работаю шорт — только лонг, но в случае медвежьего рынка мне ничего не стоит поменять «стиль». Вход на последних секундах 10-минутки маркетом на уровне, стопа нет. Стоп приказ я не использую в принципе, так как стараюсь входить только в первой половине дня мск. В случае, если цена продолжает снижение — спокойно сижу и жду обеда по Чикаго — далее смотрю на развитие ситуации. Крайне редко при подобных входах я выхожу с убытком по дню. Данная стратегия уже много лет позволяет мне достойно жить исключительно с трейдинга. В данной стратегии есть, конечно, нюансы, бывает и мартин приходит на помощь  - но, в целом, если не лезть на рожон и ДОЖДАТЬСЯ сигнала на вход — а он бывает практически ежедневно — все будет ок.
Не торопитесь лезть в рынок и успехов!  

 

Графический смысл гистограммы MACD заключается в подтверждении продолжения тенденции (направления к развитию) движения цены. Грубо говоря, акции продолжают дешеветь  или дорожать. Направление движения цены определяется как разница между двумя соседними столбиками. 

Для построения гистограммы MACD мы используем excel.

1) Сначала нам потребуются исторические данные для анализа. В предыдущей статье я приводил пример, где такие данные можно раздобыть. Последуем этому примеру и перейдем на брокерскую страничку экспорта данных:

 

Выставив требования к формату скачиваемых данных получаем файл с данными формата csv, который понимает excel.
Также исторические данные по интересующему нас инструменту можно скачать на сайте брокера ЗАО «ФИНАМ по этой ссылке.

( Читать дальше )

Продолжаем патентные исследования в области  генетических алгоритмов и нейронных сетях




GENETIC ALGORITHM BASED
SELECTION OF NEURAL NETWORK ENSEMBLE FOR PROCESSING WELL LOGGING
DATA
Предложены способ и устройство для создания множества нейронный сетей. Для обучения нейронных сетей с разбросом ошибок используют традиционные алгоритмы, например, создавая различное количество скрытых узлов в каждой сети.
Для выбора одного или более множеств сетей используют генетический алгоритм, имеющий многообъектную функцию пригодности (приспособленности).
Функция пригодности (приспособленности) включает корреляционную функцию для контроля разброса между элементами множества.
Генетический алгоритм может быть использован для выбора весовых коэффициентов для много объектной функции.