В этом посте я хочу рассмотреть вариант арбитражной стратегии, и протестировать его на чувствительность к проскальзыванию, чтобы понять возможность применения.

Далее будут приведены мои субъективные умозаключения.

Для начала перечислю виды арбитража, которые я знаю:

1. Арбитраж одинаковым активом между разными биржами. Сложность работы по этой технологии заключается в том, чтобы разместить торговый сервер между двумя биржами так, чтобы задержки пакетов между биржами были одинаковыми.
2. Арбитраж между активом и его деривативом.
3. Статистический арбитраж между коррелируемыми активами.
4. Календарный арбитраж.

Момент, который объединяет эти стратегии, состоит в том, что торговая позиция выставляется всегда одновременно по двум инструментам в противоположные стороны (если активы прямо скоррелированы, и в одинаковые стороны в ином случае).

Все эти арбитражные стратегии в основном относятся к классу рыночно-нейтральных «mean reversing» стратегий, потому что не следуют за трендом, а пытаются вернуться к некой справедливой цене актива (та же трендовая составляющая), выставляя позиции против отклонения от тренда, хотя, конечно, можно придумать и трендовые стратегии, использующие актив-«поводырь» для прогнозирования тренда.

( Читать дальше )

Привет! Бегло полистал SL и обнаружил, что книжные обзоры делятся на 2 типа – инвесторские и хардкорное алго (HFT и опционы). Промежуточный вариант попытаюсь закрыть данным постом. По уровню сложности книги в обзоре находятся между зубодробительной подборкой от Eugene Logunov https://smart-lab.ru/blog/534237.php и приятным чтивом по фундаментальным стратегиям.

1)    Lasse H. Pedersen – Efficiently Inefficient

Отличная книга и №1 по соотношению польза/сложность. Автор показывает, как кванты тестируют и отбирают стратегии в портфель. Условно ее можно разделить на 4 части: арбитраж, факторные стратегии, глобал макро и технические моменты запуска и финансирования фонда. HFT и опционные стратегии упоминаются вскользь. Наверное, книга подойдет и для совсем начинающих, т.к. все метрики (вплоть до волатильности) и базовые концепции раскрываются с 0.

LHP – один из боссов крупного хедж фонда в Гринвиче, но в отличие от Далио или Дракенмиллера, еще и хардкорный академик. Поэтому в книге любое утверждение подтверждается ссылками, а для глубокого погружения есть отличный список первоисточников. Понятно, что никаких секретов своего работодателя LHP не раскрывает, но профильные главы для меня оказались полезными в плане идей + отсылки туда, где копать глубже.

( Читать дальше )

Как человеку без официальной работы в России получить кредит на крупные покупки, например на квартиру или дорогой автомобиль? Лично для меня вызывал парадокс тот факт, что в банке ВТБ в котором у меня акций и облигаций на несколько миллионов рублей мне отказались оформить кредитную карту с беспроцентным периодом с лимитом на 100т. рублей по той причине, что я не смог предоставить справку 2-НДФЛ.

Хочу поделиться своим опытом и мыслями о использовании механизма РЕПО, если кратко то это кредитование наличными под залог ценных бумаг.

Вопрос которой я ставил был достаточно прост, как можно приобрести квартиру не прибегая к ипотеке и не продавая ценные бумаги.

В конце ноября 2019 года был проведен вебинар Марины Сакович из GROTTBJÖRN “Кредитное плечо VS РЕПО с ЦК” в котором рассказывалось о преимуществе работы РЕПО с ЦК.

Ссылка на вебинар: finansovoe-a.esclick.me/DPagSuMgij8u

Ссылка на презентацию: finansovoe-a.esclick.me/DPagXb1vunWu

Основная мысль заключалась в том что с акциями и облигациями можно проводить сделки РЕПО, то есть получать займ под их залог, при этом ставки кредитования подвержены рыночным колебаниям. Результаты торгов можно посмотреть на сайте МосБиржи в разделе Денежный рынок: https://www.moex.com/ru/markets/money/repock/

( Читать дальше )

Читаю дальше книгу Ларри Вильямса и дошёл до следующей торговой идеи:

Рисунок 4.5 показывает результаты ежедневной покупки и продажи фьючерса на бонды по цене открытия дня на расстоянии 100 процентов величины диапазона предыдущего дня выше цены открытия для длинной позиции и 100 процентов величины диапазона предыдущего дня ниже цены открытия для короткой позиции. Защитный стоп-ордер выставляется на уровне 1500$ или 50-процентной величины диапазона предыдущего дня, вычитаемой из точки нашего входа. В то же самое время, для выхода применяется техника катапультирования (bailout) или первое после входа открытие позиции с плюсом. (стр. 185)

Сформулирую кратко ещё раз.

Покупки. Дожидаемся открытия дня. Откладываем вверх диапазон предыдущего дня и входим на этом уровне. Если в этот день нет такой цены, то не входим и завтра считаем заново. Выход по следующему открытию выше точки входа. Стоп на уровне точки входа минус половина диапазона предыдущего дня.

Продажи наоборот. Дожидаемся открытия дня. Откладываем вниз диапазон предыдущего дня и входим на этом уровне. Если в этот день нет такой цены, то не входим и завтра считаем заново. Выход по следующему открытию ниже точки входа. Стоп на уровне точки входа плюс половина диапазона предыдущего дня.

( Читать дальше )

Так как пока что программировать у меня получается значительно лучше, чем зарабатывать, поделюсь тем, что успела напрограммировать за это время для бесплатного использования в торговле волатильностью и расскажу, как оно и зачем применяется «белыми» (с лёгкой руки Карл$она, термин прижился) сторонниками динамического управления и дельта-нейтральных торговых стратегий.

В методичке «Опционные беседы с Бесом» упоминались две вещи, о которых за это время я получила много вопросов:

1. Оценка и расчет текущей реализуемой волатильности и справедливой опционной волатильности в моменте
2. Алгоритм оценки вероятности движения определенного размера через статистику «выбегов» (термин СБ).

Из ответов на эти два вопроса родился сервис OptiMore. Пробовать гонять лучше в будний день.




Предварительные важные замечания:

• Инструкции к каждой считалке нужно прочесть, а не как обычно. RTFM.
• Расчеты ведутся внутри текущего дня, если дата экспирации совпадает с текущей — будет лажа в результатах, использовать в день экспирации для прогноза на этот день не получится
• Источник свечных данных — Alor Open API. Если там чего-то нет или какие-то задержки — сервис работать не будет. Все происходит в реальном времени с серверов Алора и никакой истории он себе не пишет никуда.
• Исходный код сервиса написан на языке R, приложение для веб — R Shiny, хостинг бесплатный и без гарантий того, что это дело будет жить всегда.

( Читать дальше )

Разбираясь в теме дельта-нейтрального управления позициями, встретила интересную работу П.Вильмота и Р.Ахмада по теме, и решила ее перевести, так как не встречала материалов на русском языке, исследующих вопрос дельта-хэджирования в таком вполне практическом разрезе. 

Ссылочка на оригинал для интересующихся http://web.math.ku.dk/~rolf/Wilmott_WhichFreeLunch.pdf

Перевод (разделы 1-6, посвященные ДХ по разным значениям волатильности) можно скачать тут 

Продолжение будет, не переключайте канал )

Всем привет!

Вдохновился данным постом ( https://smart-lab.ru/blog/616708.php ) и решил немного подпилить код, пока карантин делать нечего.

Кто не знал как скачивать котировки по одной компании вручную — сайт для скачивания котировок по одному тикеру (финам):
www.finam.ru/profile/moex-akcii/gazprom/export/

Тут через питон скачиваем котировки из текстового файла, в который вносим желаемые тикеры компаний:




Сайт для скачивания среды программирования Python (PyCharm), пойдет обычная версия:
www.jetbrains.com/ru-ru/pycharm/download/#section=windows

Файлы из видео, в том числе и со списком тикеров:
yadi.sk/d/R3BSbFjV3Pfydg

Код программы:

import requests
import datetime
import pathlib
import apimoex
import pandas as pd
 
board = 'TQBR'
 
with open("C:/PYEX/TICK.txt", "r") as TICKs:
    TICKs = [line.rstrip() for line in TICKs]
pathlib.Path("C:/PYEX/Database/{}".format(board)).mkdir(parents=True, exist_ok=True)
process = 0
with requests.Session() as session:
    for TICK in TICKs:
         process = process + 1
         print((process / len(TICKs)) * 100, ' %')
         data = apimoex.get_board_history(session, TICK, board=board)
         if data == []:
             continue
         df = pd.DataFrame(data)
         df = df[['TRADEDATE','CLOSE']]
         df.to_excel("C:/PYEX/Database/{}/{}.xlsx".format(board,TICK), index=False)

( Читать дальше )

Самый простой способ, которым я пользовался долгое время.
Нужно установить две программы: Tor browser и curl.
Первая, чтобы блокировки телеграма обходить. Вторая, чтобы сетевую команду исполнять.

Разумеется, телеграм-бот уже должен быть создан, вы должны знать его идентификатор, а также айди своего телеграм-аккаунта,
чтобы подписаться на бота и видеть сообщения от бота.

В луа после этого всё предельно просто:

str='C:\\curl-7.63.0-win64-mingw\\bin\\curl.exe --socks5 127.0.0.1:9150 '
	str=str..'"https://api.telegram.org/botидентификаторвашегобота/sendMessage?chat_id=айдивашегоаккаунта&text='

str=str..переменная1..": "..переменная2
str=str..'"'
os.execute(str)

Приведенный код будет слать в телеграм значения двух переменных, разделенных двоеточием.
Всё просто, но есть два нюанса:
1. Каждая отправка сообщения сопровождается вызовом окна командной строки, которая всплывает поверх всех окон на одну-две секунды. Поэтому слать такие сообщения на машине, с которой вы работаете, чаще одного раза в минуту, не стоит.
2. Я таким способом пользовался больше года и считал, что он и легкий и надежный, но оказалось, что он легкий, но ненадежный. Один раз у меня случилась такая штука. Всплыло черное окошко командной строки, сообщение в телегу не ушло, окошко продолжило висеть. Видимо, какой-то сетевой сбой. И, как оказалось, квик-поток, вызвавший эту командную строку через os.execute, тоже завис и квик перестал коннектиться почему-то, потерял данные и тд. После того, как я это окошко закрыл крестиком, квик продолжил работу. Грубо говоря, из десятков тысяч запусков за год применения такого способа 1 вот такой глюк. Редко, но неприятно.

А какие вы знаете простые, легкие и надежные способы информирования без необходимости много кодить?

Возможно, не все знают про нелинейные эффекты грека Веги и волшебные свойства грека Воммы. По нынешним волатильным временам, когда вола ходит туда-сюда на десятки процентов — эти эффекты могут значительно повлиять на финрез при торговле волатильностью. Хочу поделиться своим видением — может кому будет интересно. А может кого убережет от опасной позиции с неоправданным риском.

Итак, рассмотрим проданный стрэдл:



Это обычный профиль PnL, который рисуют все опционные программы. Фактически, это зависимость PnL позиции от первого момента (M1) распределения вероятностей, где окажется цена БА на экспирацию (вон оно на заднем фоне профиля). M1 = текущей цене БА. Т.е. мысленно двигаем все распределение влево-вправо (меняем M1) и считаем, как изменится PnL позиции при этом. Но, когда торгуем волатильностью, влияние первого момента ведь стараемся исключать используя дельтахедж (ДХ). И в большей степени нас должен интересовать профиль PnL от второго момента распределения (M2). Именно от него зависит финрез торговли волатильностью. Фактически, M2 почти тоже самое, что IV на центре улыбки (IVC). Смотрел на истории, специальным образом нормированный M2 (на цену БА и время до экспы) коррелирует с IVC почти 100%.

Если у нас есть опционная модель, в которой можно точечно менять второй момент, то легко посмотреть профиль PnL от изменений M2. Я использую замечательную модель Курбаковского, в которой главный параметр mI — как раз и отвечает за второй момент. Поэтому добавил в своей программе отрисовку такого профиля. И вот что рисует для проданного стрэдла:

( Читать дальше )

Игра в угадайку — она как стрельба: можно угадывать точно, а можно угадывать кучно. 




Иллюстрация. 1 и 2 столбец — кучная и не-кучная угадайка, 1 и 2 строка — точная и не-точная угадайка. 

Аналогично и с угадыванием волатильности. 



Лучше, конечно, вообще не угадывать волатильность, лучше её предсказывать, а ещё лучше — измерять или просто знать. Поэтому, мы будем волатильность не угадывать, а измерять, чтобы наш арбитраж, который мы собираемся над ней совершить, выглядел бы соответственно. А измерять волатильность мы будем в предположении Блэка-Шоулза о лог-нормальном распределении приращений цены актива-подложки, и потому будем пользоваться специально припасёнными математиками для этого случая инструментами: среднеквадратичным отклонением — СКО. Но измерять волатильность мы будем тоже не просто так — не просто в лоб по СКО, а GARCH методом, предполагающим, что чем дольше мы измеряем нечто, тем точнее у нас это получается. Мы же не просто измеряем всё-таки, а делаем это весьма интеллектуально! 

( Читать дальше )