Как вели себя в прошлом на нашем рынке опционные спреды? 
В этой статье мы рассмотрим результаты тестирования бабочки, стрэнгла, кондора и зигзага(risk reversal).
Очевидно, что обычно трейдеры входят в эти позиции, имея свой прогноз по базовому активу и волатильности.
Тем не менее, мне было интересно, дают ли указанные спреды постоянное статистическое преимущество, способное компенсировать неверный прогноз. Отрицательный результат теста не является приговором, ведь он получен при ограниченном наборе методов выбора позиции и хеджа.

Подробнее о расчетах

Во многом техника тестов повторяет ту, которая была использована ранее при анализе единичных опционов.
Тестируются только месячные опционы на индекс РТС.
Расчеты основаны на теоретической стоимости опционов с июня 2010 г. по июнь 2018 г.  
Данные предоставлены Московской Биржей и одним из известных опционных трейдеров, которому выражаю благодарность.

( Читать дальше )

Всем снова здравствуйте!
В комментариях к последнему посту предложили описать суть работы алгоритма. Вот, решил кратко описать как это работает.
У робота есть основные параметры — лотность (L), множитель (M) и дистанция (их несколько на одной паре) (D).
Лотность (мы ее называем «коэффициент жадности») — размер самого первого лота в сетке ордеров по одной валютной паре.
Дистанция — количество пунктов, через которые открывается следующий ордер с размером лота L*M. Для каждой пары есть дистанция1, дистанция2 и дистанция3, они активируются в зависимости от того, сколько ордеров уже в сетке. 
Множитель — коэффициент на который умножается каждый последующий ордер. 
Сейчас попробую описать, как это всё взаимодействует. 
Допустим, по паре EUR/USD у нас есть заданные параметры: L=0.01, M=1.2, D1=100, D2=95, D3=80.
Открывается ордер на BUY(покупку) 0,01 лота, выставляется TP(тейк-профит). Далее, включаются два других параметра M и D. Цена проходит 100 пунктов вниз, то есть наш открытый ордер сейчас в минусе. Открывается второй ордер на BUY(покупку) размером 0,012 (0.01(L) * 1.2(M), меняется TP(тейк-профит) на всех ордерах. Вот так и формируется сетка по одной паре. D2 активируется после 20(условно) отрытых ордеров с сетке, и уже через 40 активируется D3. В среднем, требуется 400-500 пунктов коррекции, для того чтобы закрылась вся сетка по той или иной паре.

( Читать дальше )

В процессе разработки ПО для трейдинга столкнулся с тем, что программа должна иметь целую кучу файлов конфигурации, содержание которых хотелось бы скрыть от пользователя. Это могут быть настройки стратегий, параметры авторизации на сервере, текст для разных языков интерфейса и т.д.

Для файлов конфигурации я уже давно использую файлы с JSON. Очень удобная вещь. Осталось лишь добавить поддержку комментариев и зашифровать текст при помощи алгоритма AES. А для большей красоты еще и сжать текст перед шифровкой алгоритмом brotli.

Сказано — сделано. Встречайте — crypto-json, проект на гитхабе. Репозиторий содержит готовый редактор JSON с комментариями, который может также сохранить текст в зашифрованном виде. Настройки сжатия и шифрования можно задать перед сохранением файла и во время открытия. Также редактор позволяет сделать проверку JSON и может подсвечивать проблемные места.

( Читать дальше )

Привет! Как вы помните, я просил мосбиржу уменьшить спред на фьючерсах на 15летние ОФЗ.
smart-lab.ru/blog/674637.php
smart-lab.ru/blog/678069.php

Мосбиржа услышала. Но т.к. процесс переговоров не быстрый, то результат появился только с 1 апреля. Сами понимаете, надо много времени, чтоб слона растолкать. Результат решил опубликовать тут. Я рекомендую добавлять в портфель фьючерсы на дальние ОФЗ для диверсификации. Я сам так делаю. Держу год-два. Для меня проблема- это перекладка из одного фьючерса в следующий, т.к. спреды конские.
Наложил на график цену спроса и предложения. Видно, что до 1 апреля спред очень сильно прыгал. А после 1 апреля как магнитом цену спроса и предложения притянуло друг к  другу. 

( Читать дальше )

Я уже давно использую для бектестов python и pandas. pandas это библиотека для работы с матрицами и её прелесть в том, что она оперирует векторами и работает ГОРАЗДО быстрее, чем обычные циклы. Для того, чтобы сохранить это достоинство при бектестах я использую логарифмическую доходность (log-return на английском). Не ручаюсь за русские термины, так как узнал про них из англоязычных статей. Написанное ниже не истина в первой инстанции, а моя попытка разобраться как это всё работает чтобы применять на практике. Если я не прав, напишите. Я хоть и защищал кандидатскую диссертацию, но не по математике или экономике.

Немного теории

Логарифмическая доходность — разница стоимости актива в разные промежутки времени в процентах. Рассчитываеся по такой формуле:  



Формула для расчёта логарифмической доходности, логарифм натуральный

Теперь на примере акций теслы. Цена по дням:  

( Читать дальше )

Если посмотреть на график сиплого, то можно невооруженным взглядом заметить, что нормальным распределением там и не пахнет:



Почему? Задаст вопрос простой обыватель.

Да очень просто, у нормального распределения всегда есть симметричность на рост/падение, он выглядит куполообразно:



( Читать дальше )

В опционах для направленной торговле есть уровни понимания..
1-голые покупки/продажи… влияние волатильности на цену… когда дорого продавай/дешево покупай..
2-типовые конструкции(спреды, бабочки, кондоры и проч)..
3-разгонные матрицы (бустеры, елки/ступеньки)..
4-граальные комбинации Каленковича(чисто российские истории для фьючей)..
5-риски Каленковича..

Кажется я дорос до 5 уровня..

Старенький видос поведал о многом..

Как же я теперь это все понимаю:

Интересная тема поднята в обсуждении мартовского результата Sergey Pavlov


Хотел бы проиллюстрировать ответ Dio на личном примере.

Вот вроде «боковик», а прибыль за указанный период у меня  двузначная



( Читать дальше )

( Читать дальше )