У инвесторов во время падений рынка часто возникает  проблема «бумажных» убытков.Пересиживать просадку бывает некомфортно, а сдавать портфель в рынок убыточно.Это спреды в низколиквидных акциях, потеря налоговых льгот(при удержании акций более 3-х лет не платится НДФЛ), возможно даже потеря доли в акциях недопустима по каким либо причинам.В этом случае можно прибегнуть к хеджированию.Причём хедж в традиционном понимании -это опционы.Если будет падение и мы купили путы мы не чего не теряет, если будет рост(с падением мы не угадали) мы берём рост акциями и платим только временную стоимость пута.Проблема вобщем то в том что если мы берём путы около денег то соотношение риск-доход у нас получается плохим даже при «армагеддоне».Путы около денег стоят дорого.В то же время для инвестора  неприятно именно сильное падение стоимости портфеля акций, а легкие падения некритичны.Исходя из этого обстоятельства, более интересно выглядит хедж дальними опционами  вне денег с применением проданных опционов т.е. мы покупаем дальние дешёвые путы вне денег и в этом же количестве продаём ещё более дальние путы вне денег и компенсируем часть временного распада купленных опционов.Соотношение риск-прибыль получается гараздо более интересное, но рынку нужно пролететь большее расстояние что бы хедж сработал.Но на то он и «чёрный лебедь» что бы пролетать большие расстояния.Хедж этот имеет место только при серьёзных опасениях обвала рынка, а лучше когда рынок уже полетел вниз.

( Читать дальше )

Подумал, что многие не знают, как подступиться к языку Qlua и запустить робота в квике. А между тем, это настолько просто, что даже не требует ничего кроме квика, виндусовского блокнота и знаний самого Qlua.

Qlua – это скриптовый язык поддерживаемый квиком, в основе язык lua 5.1 (в моем квике версия такая).

Скрипты, написанные на Qlua – это обычные текстовые файлы, которые имеют расширение «.lua». То есть можно сделать файл в обычном блокноте и после сохранения поменять в нем расширение с «.txt» на «.lua». Если внутрь этого файла записать инструкции кода на языке Qlua, то квик будет выполнять их.

Для удобства написания инструкций кода лучше пользоваться не виндусовым стандартным блокнотом, а например Notepad++, который можно скачать официально и бесплатно здесь https://notepad-plus-plus.org/download/v6.9.1.html. Он позволяет включить подсветку синтаксиса различных языков программирования, в том числе и lua, что очень помогает при написании кода.

В Notepad++ в «Опции -> Настройки» можно выбрать русский язык, а в «Опции -> Определение стиля» установить для lua понравившийся стиль отображения. Я для «Язык -> lua» ставлю стиль «Выбрать стиль -> Bespin» и еще в окошке «Стиль» для последних трех «FUNC» переопределяю цвет, иначе они с фоном сливаются.

( Читать дальше )

Всех приветствую.

Представляю вашему вниманию робота для торговли перекупленность/перепроданность с помощью индикатора Williams’% Range. Данный робот позволит вам торговать различные состояния рынка анализируя положения индикатора и автоматизировать свою торговлю. Этот робот является контртрендовым и ведет себя лучше в волатильные дни без тренда. В этой статье расскажу как запустить робота и начать автоматическую торговлю.

( Читать дальше )

Самая обычная и распространенная ошибка в построении трендовых систем, это когда вы получаете сигнал в конце периода, но открываете/закрываете позицию в этом же периоде. Этот пост об этом.

Скачаем данные и создадим скользящую среднюю по месячным данным SP500

require(quantmod)
require(xts)
require(TTR)
require(PerformanceAnalytics)

getSymbols('^GSPC', src='yahoo', from = '1900-01-01')
monthlyGSPC <- Ad(GSPC)[endpoints(GSPC, on = 'months')]

movAvg <- SMA(monthlyGSPC, 10)

signal <- monthlyGSPC > movAvg
gspcRets <- Return.calculate(monthlyGSPC)

Далее построим две системы одна с ошибкой заглядывания, вторая корректная. Суть системы простая, месячная SMA с периодом 10, выше покупаем, ниже продаем.

lookahead <- signal * gspcRets
correct <- lag(signal) * gspcRets

И построим результаты систем, на обычной шкале, и на логарифмической.

compare <- na.omit(cbind(gspcRets, lookahead, correct))
colnames(compare) <- c("S&P 500", "Lookahead", "Correct")
charts.PerformanceSummary(compare)
rbind(table.AnnualizedReturns(compare), maxDrawdown(compare), CalmarRatio(compare))
logRets <- log(cumprod(1+compare))
chart.TimeSeries(logRets, legend.loc='topleft')

( Читать дальше )

PS Второй раз выкладываю материал этого человека… хм ммм материал мало кого интересует… Средне статистического смартлабовца вообще не интересует материал просветительного характера… как мне ответили на мой вопрос цитирую «А что интересует сматлабовцев» мне ответили-

( Читать дальше )

За картинки сорри — принтскрин с PDF

Торговые стратегии трейдера ТАТАРИН30

 Содержание

1.Предисловие.
2. Рост/падение 5 дней подряд.
3. Лидеры роста. 4,5%.
4. Контртренд.
5. Статистический арбитраж ФСК ЕЭС — Россети.
6. Свечные паттерны. Разворот
7. Свечные паттерны. Продолжение
8. Свечные паттерны. Треугольники
9. Работа на после торговых сессиях
10. Фьючерсы
11. Вход при пробое границы коридора.

1. Предисловие.

В настоящем обзоре приводятся стратегии успешного трейдера, ведущего свой блог на Смартлабе.
Основанием для написания послужило обучение, пройденное у него некоторое время назад. Обладая собственным значительным опытом торговли на фондовой бирже, должен отметить, что все предложенные стратегии являются рабочими. Однако возможность практической работы по ним несколько различается. Для некоторых стратегий возможна простая торговля «руками», для других предпочтительна небольшая «механизация» в виде вспомогательных программ и/или скриптов, реализацию третьих либо полу-, либо полностью автоматизировать.

( Читать дальше )

Бесплатный курс от Национальный исследовательский университет «Высшая школа экономики» по фундаментальному анализу
Все желающие регимся — учимся — применяем с умом — по итогу хорошо приумножаем!
https://openedu.ru/course/hse/FINMARKAN/ (на данном ресурсе много и других курсов что-то вроде coursera)

Курс Анализ финансовых рынков разработан для формирования компетенций и навыков работы на фондовом рынке. Курс позволяет погрузиться в специфику работу специалистов, занимающихся инвестиционными решениями на финансовом рынке (работая с финансовыми активами, прежде всего, с акциями), а также научиться обоснованно принимать как краткосрочные решения (руководствуясь принципами и приемами технического анализа), так и долгосрочные (в пределах года и более). 
P.S.
 Плюсуем смелее! Делимся с народом веселее!!!

Итак, продаем 7-30ти дневные коллы на SPY на 30-дневном хае.
Не более одного в день, не более одного идентичного контракта одновременно.
Выбираем максимально вне денег, максимально короткий из подходящих по условиям.
Страйки на 4-12% выше рынка
Минимальная теоретическая годовая доходность на открытии — 18%
Тейкпрофит 20%



( Читать дальше )

Каждый трейдер, путем проб и ошибок, вырабатывает свой концепт и принципы торговли. Мой путь привел меня к следующему пониманию:

• Цены на рынке случайны
• Рынок имеет «память» и есть зависимость распределения новых цен от прошлых

Почему я так считаю? Случайность цен состоит именно в том, что мы не можем (по крайней мере на практике) установить четкие законы изменения и не можем с 100% вероятностью рассчитать, на основании t0 тика, значение t+1, t+2…t+n. А значит мы оперируем только вероятностями. А объяснение причины случайности в том, что на рынке участвуют множество трейдеров с разными подходами и в момент t0 каждый из них принимает свое решение, что и создает случайность (т.е. невозможность однозначного расчёта будущего). А наличие «памяти» и зависимости прошлых новых цен от прошлого объясняется очень просто – любое принятие решений на рынке, трейдеры основывают на имеющихся данных, т.е. опираясь на историю, это же касается и роботов. Какие из этого я делаю выводы?

• Рынок хоть стремиться к эффективности, но не является эффективным
• На рынке присутствуют периоды с большей «связанностью» будущего с прошедшим (т.е. более предсказуемые)
• Все, что у нас есть – это история. И в большей степени исторические данные по торгам. Ну, покрасней мере для простого трейдера. ИИ анализирующий другую историческую информацию нам не доступен J

( Читать дальше )

Статья с аггрегатора Quandl Resource Hub.

Quandl взял интервью у старшего менеджера по алгоритмическим стратегиям одного из больших хеджевых фондов. Мы говорили о создании торговых стратегий — от абстрактного представления рынка до конкретного воплощения в стратегию с оригинальной предсказательной способностью.

Можете вы рассказать, как создаются новые торговые стратегии?

Все начинается с гипотезы.Я предполагаю, что может существовать взаимоотношение между двумя инструментами, или появился новый инструмент на рынке, набирающий популярность, или возник необычный макроэкономический фактор, который влияет на микроструктурное поведение цены. Затем я записываю уравнение — или создаю модель, если вам угодно — с целью описания этого взаимоотношения. Обычно это некое уравнение процесса, показывающее изменение переменных во времени, со случайным (статистическим) компонентом.

( Читать дальше )