Избранное трейдера Rox
Краткое содержание предыдущей серии. Сотрудники Тбанка 2 января зачем-то заблокировали мне карту и приложение. И настаивают, что кроме видеозвонка никаким иным способом разблокировать ничего не получится. Видеозвонок для меня не приемлем.
smart-lab.ru/blog/1249838.php
За прошедшие дни написал в ЦБ РФ и Роспотребнадзор. Роспотребнадзор обращение зарегистрировал и рассматривает. ЦБ РФ после праздников обращение зарегистрировал и добросовестно переадресовал в Тбанк пообещав, что если там не дадут ответа в установленные сроки, то сами рассмотрят по существу вопроса. Руководитель бэк-офиса Тбанка письмом на эл. почту подтвердила регистрацию обращения (самое интересное, что в письме были полностью указаны мои Ф.И.О., что у других банков не практикуется). Кроме того, на эл. почту регулярно приходят предложения по самым различным акциям Тбанка, которыми я, естественно, воспользоваться не могу, т.к. приложение заблокировано.
Сегодня на кнопочник пришла СМС-ка, что мое обращение рассмотрено и я могу ознакомиться с ответом в личном кабинете.
Время после нового года решил провести с пользой и окунуться в машинное обучение. Заняться Machine Learning — и посмотреть получится что‑то или нет с российским рынком акций на Московской бирже.
Моей целью было построить такую систему, которая будет учиться на истории и в перспективе торговать лучше чем случайное блуждание 50/50. Но из‑за комиссий и спреда подобные блуждания изначально отрицательны — чтобы выйти в плюс надо как минимум покрывать комиссии.

Если говорить о результатах очень кратко, то технически всё работает, но вот финансовый результат на грани безубыточности.
Если Вы только интересуетесь этой темой Вы можете посмотреть какие‑то шаги в моей статье, а если Вы уже опытный разработчик подобных систем, то можете подсказать что‑нибудь в комментариях.
Причём вся эта работа выглядит совершенно не так как показывается в фильмах про уолл‑стрит: фактически это написание скриптов и монотонный запуск и всё происходит полностью локально на компьютере.
Я уже больше 10 лет торгую на бирже, в том числе 8 лет опционами. За это время я перепробовал все виды трейдинга от скальпинга до дивидендного инвестирования, все виды опционных стратегий от голой покупки до продажи волатильности. В итоге для большей части своего портфеля я выбрал стратегию продажи покрытых опционов.
В чем суть стратегии? Как ее применять?
Шаг 1
Выбор и покупка качественного актива.
Ваша задача выбрать высококачественный актив, который вы хотите купить прямо сейчас. Вас устраивает текущая цена и фундаментальные показатели.
Например, вы покупаете ETF на биткоин — IBIT, по цене 65 ($6500).
Шаг 2
Выбор и продажа опциона.
В зависимости от вашей вовлеченности в рынок вы можете выбрать колл-опционы со сроком экспирации от недели до года. Цена страйк опциона обычно выбирается чуть выше текущей цены актива. А если вы сильно верите в рост актива, то значительно выше текущей цены. Но лучше не заниматься прогнозами, а всегда выбирать центральный страйк, то есть наиболее близкий к текущей цене.

Продолжаю тестировать описанный тут алгоритм, основанный на парном трейдинге: smart-lab.ru/blog/1176485.php
Собрал сделки на всех парах в одну кривую — получил вот такой красивый результат на out-of-sample данных.

Что ещё нужно сделать:
— Попытаться придумать критерий, чтобы еще на этапе тестирования отсеивать плохие пары.
— Проработать stop-loss'ы (и в целом продумать risk management). Пока единственное условие выхода — это боллингер.
Что НЕ работало:
— Алгоритмы из книжек и интернета в лоб, без своих идей.
— Метод наименьших квадратов (OLS) для вычисления коэффициентов регрессии. Коэффиценты получаются очень нестабильными, нужна какая-то регуляризация.
— Минутные данные. Издержки/спред/проскальзывания съедают прибыль.
Что заработало:
— Фильтр Калмана вместо OLS.
— Оптимизация параметров в фильтре Калмана не через прибыль, а через статистические свойства спреда.
— В статистических оценках — использование robust подходов, например https://medium.com/@aakash013/outlier-detection-treatment-z-score-iqr-and-robust-methods-398c99450ff3
Решил, что мой опыт разработки очень сложного алго может послужить уроком для многих, кто подумывает о чём‑то подобном 😀 Хочу предостеречь всех, кого привлекает принцип «чем сложнее, тем лучше», о котором я ещё напишу в следующих постах. Сразу оговорюсь, что сложность не ради сложности, будто фетиш какой‑то, а как неизбежное следствие попытки описать всё устройство механики рынка. В этом есть много преимуществ, но этот пост о недостатках...
Начну с оценки времязатрат. Когда я поставил на паузу трейдинг и ушёл в кодинг, я искренне был убеждён, что за полгода смогу запрограммировать всё что угодно))) Прошло уже 5 лет...
Как так может получиться? Очень просто.
Первый просчёт в том, что когда я закодил всё, что планировал, я понял, что этого недостаточно, т. к. в процессе разработки и ресёчей у меня много на что открылись глаза. ТЗ стало формироваться и увеличиваться по мере разработки.


