В качестве показателя «жесткости» монетарной политики мы будем рассматривать изменение денежной базы с 1.02 по 01.12 каждого года. Почему? Во-первых, корреляция помесячных процентных приращений  денежной базы с М2 больше 0,9 и потому это взаимозаменяемые показатели денежно-кредитной политики. Но почему с 01.02 по 01.12? Дело в том, что оба эти показателя имеют ярко выраженную сезонность: сильный рост в декабре и падение в январе.  Но этот одномесячный  рост не является показателем «жесткости- мягкости» монетарной политики, потому что инфляция не обладает такой сезонностью, да и кредитование бизнесу и населению нужно не только в декабре. Поэтому реальная монетизация экономики определяется именно динамикой между этими декабрьско-январскими всплесками вверх-вниз. А какая она у нас была? Данные по этой динамике и сравнительной динамики индекса Мосбиржи с небольшими уточняющими справками представлены в следующей таблице

Последние что мы сделаем с нашими ценами. Зададим лимиты по волатильности. Я постараюсь сделать график РИ, дневной, с настоящими характеристиками.  После чего мы сможем проверить на нем различные стратегии.

Мы используем хорошо забытую методику имени Орнштейна-Уленбека. В общем, это основа, из которой все понемногу брали и почетные имена забыли. Качаем файл и смотрим формулу:

https://cloud.mail.ru/public/2TTp/33yg8KSna

Это дифур и его решение. Где х(t) это наша искомая волатильность на следующий день. При этом мы получаем три члена. Альфа «а», которая отвечает за среднее значение и уровень притяжения. Битта «б», отвечает за скорость этого «притяжения» и сигма за границы «коридор». Если вы, когда ни будь, слышали такое название «компрессор лимитер»,  то это оттуда. На листе «ОУ» видны свойства этой формулы. У нас есть некий ряд со средним 5,6. Мы можем задать альфу 5,6 и битту 0,5. Мы получим ряд со средним 5,6, но более «сплоченную» вокруг среднего значения. Чем больше у нас битта, тем ближе мы к среднему значению. Можете поменять цифры в зеленой зоне и посмотреть, кто за что отвечает.

Алгоритм данной торговли был описан уважаемым Гном  (https://smart-lab.ru/blog/499606.php) и, поскольку я являюсь любителем различных теорий Мартингейла и усреднения, написал робота по этой стратегии.

Подробно на алгоритме останавливаться не буду — читайте по ссылке у Гнома, там очень хорошо всё расписано.

Здесь — немного измененная реализация. Отличие в том, что позиции открываются не через равные промежутки цены, а чуть шире: еще должно прийти хотя бы минимальное подтверждение, что дальше не полетит (в данном случае использован вход обратно в канал Боллинджера, но это несложно поменять на что угодно).

Если полетит против нас вертикально, мы хотя бы не будет бессмысленно открывать кучу сделок на мгновенной длинной вертикальной палке.

Итак, представляю: «Судак-Тудак» Универсальный (одновременно для акций и фьючерсов).



Если хотите добавить инструменты (а они добавляются в массив aTickerList), не забудьте вписать их данные в массивы:

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).

В первой части мы рассмотрели «теорему о средней волатильности» где,  обозначили такое свойство:волатильности могут на разных таймфреймах значительно отличаться друг от друга. Но они всегда будут со временем сходится к одному  значению.

Вот, на этом свойстве и будет построен индикатор. Для индикатора нам нужны волатильности на различных таймфреймах. В качестве индикатора волатильности берутся два стандартных индикатора, но которые по сущности показывают одно и тоже.

Price Channel (PC) или ценовой канал. Индикатор представляет из себя две линии, которые ограничивают канал колебаний цены. Верхняя граница канала обозначает уровень локального максимума за прошедшие N периодов, а нижняя граница – уровень локального минимума за тот же промежуток времени. Таким образом, цена ограничивается максимальными точками колебаний – экстремумами за N периодов.

Хочу представить вам индикатор для Квика, который дает сигнал о возможном боковом движении базового актива. Индикатор построен на анализе структуры волатильности базового актива.

Для того, чтобы понять как, где и с какими параметрами применять этот индикатор, нужно понять на чем он основан и в каких ситуациях может иметь прогнозную ценность. Поэтому начнем с теории.

Кто пытался самостоятельно посчитать волатильность базового актива в годовом выражении, то знает, что надо взять данные по какому-нибудь таймфрейму  за статистически значимый период и посчитать по нему волатильность. Потом, чтобы привести значение волатильности к годовому значению, нужно полученное значение умножить на корень из  годового количества свечей  таймфрейма взятого для расчета. В этом расчете могут применяться всякие коэффициенты, чтобы учесть выходные и праздники, либо брать для расчета только количество рабочих дней, но суть не в этом.

Если мы хотим посчитать волатильность на длительном периоде исходя из данных более мелких периодов, то волатильность посчитанная на мелких периодах нужно умножить на корень из числа мелких периодов входящих в большой период.

Для тех, кто начинает свой путь в опционах,  хочу представить некоторые картинки, которые помогут получить представления о рисках продажи непокрытых опционов.

Исходные данные для графиков:

— Расчеты для опционов на индекс РТС;

— волатильность, принятая за 1  примерно  = 22

— время до экспирации 500 торговых часов. (у меня расчеты в часах; 1 день = 14 часов)

Первая картинка это то, как обычно воспринимается повышение цен опционов в зависимости от изменения ожидаемой волатильности.  

По горизонтальной оси отложены страйки, где 0 это центральный страйк. Вертикальная ось – цена опциона.  Синяя линия – цены при волатильности принятой за( 1). Красная линия при волатильности   (х1,1). Зеленая линия при  волатильности (х1,2). Много линий рисовать не стал, поскольку картинка весьма очевидна.

Теперь посмотрим на ситуацию с повышением волатильности немного с другой стороны. Посмотрим во сколько раз

Самый распространённый вопрос у тех, кто только начинает свой путь в мире трейдинга – какого брокера выбрать? Что касается качества предоставления услуги, то топовые брокеры плюс-минус одинаковы в этом вопросе. У всех могут случаться накладки и проблемы, но в целом качество услуг будет примерно на одинаковом уровне. Что же касается тарифов, а именно комиссий за обороты и сделки – то тоже всё плюс-минус одинаково, сильного перекоса вы не найдёте. Но дьявол кроется в деталях. Скрытые платежи, комиссии, минимальный оборот, плата за пользованием терминала, сложности с выводом средств и всё подобное – вот, что действительно отличает условия брокерского обслуживания.

Чтобы облегчить жизнь многим, я подготовил сводную таблицу с общей и по возможности полной информацией стоимости услуг брокерских компаний.

Сразу отвечу на ряд вопросов:

1) Именно эти компании я выбрал потому, что они входят и в ТОП 10 по количеству активных клиентов на Московской бирже и в ТОП 10 по обороту клиентских денег, а значит пользуются максимальным спросом и у мелких и у крупных инвесторов.

Предыдущее мое произведение про продажу крайних опционов было отмечено плюсиками более 50 человек.  Меня это удивило и обрадовало, поскольку я не предполагал, что такое большое количество людей на смартлабе не просто интересуются опционами, но и разбираются в некоторых особенностях торговли этим инструментом. До этого у меня было впечатление, что опционами на смартлабе торгуют чуть больше десяти человек.

В продолжение прошлой темы, хочу предложить вам на рассмотрение некоторые рассуждения о том, какие опционы выгоднее продавать.

Определимся с терминами и понятиями, которые будем рассматривать:

[Тэта] -  потеря стоимости опциона за определенный промежуток времени [t]

У нас есть текущая волатильность базового актива. Исходя из этой волатильности, мы можем посчитать ожидаемый средний путь, который пройдет цена базового актива за время [t]. Этот путь назовем

     Здравствуйте, Дорогие Мои Друзья Потенциальные Клиенты.


     Наконец-то я готов выйти на пенсию. Служба курьером мне порядком поднадоела, да и служить-работать тама надыть. А выйти на пенсию — это ещё не значит её получать. Ещё 12,5 лет без денех терпеть… Государство позаботиЛось. Так что я ещё молод не по годам. Но не зелен!!!

     Куда деваться-то? Жрать-то надо, и выпить я не дурак, да и вообще ещё активен в определённом смысле (надеюсь, жена не прочитает).

     Вот и решил я встретить свою вторую третью молодость во всеоружии. А какое тут всеоружие без денех-то?

     Да и из Москвы пора переезжать. А то хозяйка комнаты в коммуналке, у которой я снимаю тот грязный свинарник без мебели, который она почему-то неизменно называет комнатой, второй год на что-то регулярно намекает. Денех, видите ли, не плачУ'. Ей бы так опционы продавать, как я… Сволочь жадная корыстолюбивая!