Приветствую.

В предыдущих обращениях просили уровни. 
Смысл такой. Если от уровня, верхнего или нижнего, цена на 2000 (параметризируемое значение) отскочила — то уровень «значимый»
На самом деле делается не сложно. Вначале просто запоминаем уровни любые. Далее придаем им уже значимость.

получится так: 

Так мы получаем «вечные уровни самой высокой и низкой цены. и на истории у нас в итоге зажмется цена например по ртс между 50000 и 220000. Естественно для работы не получится их использовать. И далее уже добавляем логику.
1 уровни если раздетелись между собой больше заданного (например более 8000) то уже нужно искать новые уровни так как сильный размах цен. 
2 кроме этого, можно смотреть так же если например мы растем, то верхние значения будут меняться, а нижние нет. и например если несколько дней, верх меняется, а низ нет, то искать новый нижний уровень
Далее получим ситуацию, когда цена зажмется между двумя „значимыми“ неизменными уровнями (эт наш некий боковик). Дальше как обычно — полет фантазии. можно применить это как фильтры, можно торговать от уровней итд. 

( Читать дальше )

   
   Чистая адапливная стратегия маркетмейкинга.
   Начнем с нуля. 
   Допустим, существует некий актив «ИКС»,  у население на этот актив существует стабильный спрос и стабильное предложение.  Актив  «ИКС»  – некий инструмент  экономической деятельности.   Люди обмениваются этим активом «из рук в руки».  Спрос и предложение реализуются  неэффективно.  Мы хотим исправить ситуацию – предоставить любям благо в плане  возможности более быстро и надежно  покупать и продавать актив икс.   На этом мы хотим заработать – свести покупателей и продавцов с максимальной для себя выгодой. Создаем  торговую площадку и начинаем предоставлять цену. Мы –монопольный маркетмейкер на своей торговой площадке.

   Начинаем предоставлять  ASK от «очень дорого», BID – от «очень дешево».  Сужаем постепенно спред.  Вдруг к нам прилетает первая сделка  по ASK (кружочек на графике). ASK цену останавливаем, BID цену продолжаем двигать вверх ,  пока не получим первую  сделку по BID.  Далее уменьшаем спред – делаем  цены покупки и продажи более привлекательными – принимаем больше сделок для максимизации прибыли.   Если к нам прилетает бОльший объем по BID – делаем цену покупателя (покупатель – это мы)  менее привлекательной, а цену продавца (продавец – это тоже мы) более привлекательной, что позволяет уравнять объемы покупок и продаж.  Мы не влияем на динамику цены – на нее  влияют трейдеры, торгующие на нашей площадке. Мы лишь только предоставляем такую цену,  которая позволяет нам  максимально выгодно  реализовать  функцию посредника между покупателем и продавцом. Мы влияем лишь на размер спреда.   Параметр волатильность/спред  будет  минимальным  — нам не нужны высокие риски, связанные с направленным движением цены.  

     Чистая манипулятивная стратегия маркетмейкинга.

( Читать дальше )

Так же как и на банковском ОМС, на брокерском учитываются ваши граммы бумажного золота и серебра. Отличие в том, что покупаете и продаёте вы эти граммы не в банке, а в отделе драгметаллов валютной секции ММВБ. И спред купли-продажи не как в Сбербанке — около 10%, а 0.1-0.15%.
Маркет-мейкер постоянно держит 1000-1500 бидов и оферов на GLDRUB_TOM по 10 г золота в контракте и на SLVRUB_TOM по 100 г серебра в контракте.

У GLDRUB_TOM, SLVRUB_TOM наименьшие накладные расходы. По ним не надо платить ежегодное вознаграждение 0.45%, как за акции FXGD ETF, и нет наценки контанго, как при купле фьючерсов GDH0, GDM0 и т.д.

Доступ к GLDRUB_TOM, SLVRUB_TOM дают 6 брокеров: АК Барс, Доход, Кит-финанс, Риком-траст, Церих-кэпитал, ITI Capital (Инвест).

PS Чтобы в Quik'е следить за движением цены GLDRUB_TOM, SLVRUB_TOM, надо индицировать графики цены спроса (или предложения), т.к. сделки довольно редки.

Для того, чтобы продать волатильность, нам необходимо продать стрэддл — этим, мы полностью избавляемся от чувствительности к направлению движения цены, оставляя при этом чувствительность к «волатильности»… Чтобы не запутаться, обозначим первую волатильность за IV (Implied Volatility) и будем считать  её заранее известной и эффективной. 


Если бы рынок был монеткой и выходил бы на экспирацию двумя возможными вариантами {+IV, -IV }, то результатом продажи нашей опционной конструкции был бы ровно 0, в силу равенства IV=RV. Но рынок выходит на экспирацию через «тренды» и «пилы», которые выводят Базовый Актив в том числе далеко за ± IV, и в том числе и в ноль.  В результате, конечное отклонение от ± IV  и, соответственно, риски, которые мы принимаем при продаже стрэддла, составляют приблизительно :



где S — СКО, RV ( «реализованная волатильность»)   - отклонение цены на экспирацию, t — время до экспирации, а сигма0 — величина шага движения цены. Это уравнение можно получить численно, а можно, взяв интеграл по соответствующему распределению Гаусса (аналитический вариант).  

( Читать дальше )

В связи с моим топиком  Фильтр Гаусса N-ного порядка как индикатор, в комментариях возник вопрос сравнения задержек фильтра Баттерворта 2-го порядка и ЕМА.
Для сравнения групповых задержек различных фильтров обычно сравнивают их отклики на единичный скачок 1(t). Это, типа, ступенька высотой 1.

На рисунке сравниваются отклики на единичный скачок 2-х фильтров с периодом 50. SMA с периодом 50 приведена здесь как калибровочная.
Из рисунка можно видеть, что групповая задержка фильтра Баттерворта при одинаковом периоде Т составляет по уровню 0.5 на ~5 отсчетов больше чем у ЕМА.
Простите, а что-же вы хотели увидеть, если фильтром Баттерворта мы обрезали ВЧ часть спектра сигнала? ЕМА плохо подавляет ВЧ компоненты сигнала, отсюда и такая нервная реакция на любой чих.
Спрашивается, а зачем тогда вообще фильтр, если он мало что подавляет?
Хотите, чтобы фильтр подавлял меньше ВЧ компонент, так уменьшите период сглаживания. Сделаем период сглаживания фильтра Баттерворта Т=25, т.е. расширим полосу пропускания фильтра.

( Читать дальше )

Непубличные владельцы частных банков, входящих в псевдогосударственную организацию «ФРС США» и по совместительству — непубличные мажоры фондов Vanguard, BlackRock и State Street -  начиная с лета 2019, вышли на стабильную скорость майнинга долларов ~$85 млрд./мес. (~$1 трлн. каждые 12 мес.) :



Офера планетарного масштаба. Богатые козлы майнят баксы, вливают их в рынок и поднимают цены принадлежащих им акций. И что самое важное — американские обыватели в восторге!

Хотите предвидеть, когда сипа обвалится?

Следите за долями группы фондов Vanguard, BlackRock и State Street в Google, Microsoft, Apple, Amazon, Facebook и других ИТ-пузырях. Следить удобно на сайте https://finance.yahoo.com/. Например, полюбуйтесь на мажоров Google - https://finance.yahoo.com/quote/GOOG/holders?p=GOOG. Вам тоже интересно, где эти КУЕсосы взяли бабло, чтобы купить такие доли?

( Читать дальше )

В марте-апреле 2019 года обсуждали  на этом сайте стратегию покупки наличной валюты с одновременным шортом фьючерса.

Прошел почти год. 

Вводные.
30 тыс баксов в лонге на вкладе в РСХБ под 3,3%.
30 лотов фьюча евро в шорте.
ГО — ОФЗ, денежная поза чисто под вариационку.
Дополнительно постоянные спекуляции по 1-5 лотов с продажей шорта выше уровня покупки.


Итоги.



Если смотреть конкретно с даты начала входа в стратегию. С мая 2019 года.


( Читать дальше )

Алготорговля в 2019     

        Чет подустал. Америка с россией торговать крайне неудобно. Рабочий день с 9.30 до 12 ночи. Причем никаких праздников совсем. И отпусков. Поехал в отпуск — берешь планшет и ноутбук. Счас хорошо — везде есть интернет. Надо понимать, что рабочий сервер так же требует внимания и администрирования.

         За год высыпалось 27 технических проблем, всякие подвисания, вылетания, дисконекты, внезапные лишние позы. Из них эпические — на NYSE поменяли название тикера — пока  заметил и разбирался  -1500$; IB потребовало заполнить анкету и отключило торговлю, пока разбирался и заполнял анкету -2000$. В IB поменяли api и тслабовский коннектор стал еле работать. Счас вроде починили.

        По тслабу обращался в техподдержку 15раз. много багов было по IB, например тслаб просто внезапно вис пару раз в неделю, но все исправили. На багах связки тслаб+IB проеплось где то 5000$ (веду записи и учет). Счас более-менее работает и годно для торговли.

( Читать дальше )

Свежие вести с полей от Карлсона:

news.rambler.ru/community/43321602-predskazanie-vangi-na-2020-god-rossiyu-zhdet-zhestochayshiy-krizis/

Об этом повествует высокоуважаемое издание «Курьер. Среда. Бердск».

Вы знаете такое? Я — нет.

Но теперь-то после прочтения данного топика, Малыш, и ты будешь знать, что такое издание есть!)

Если уже из каждого утюга трещат про финансовый кризис 2020, тем более, что подключилось НТВ со своими «Новыми русскими сенсациями», то уж точно пиши пропало.

Не будет никакого кризиса, Малыш, полетел я Фрекен Бок лучше подразню…

Всего лишь неделю нужно для того, чтобы каждый из вас смог сам научиться программировать сверточные нейронные сети, которые торгуют не хуже этой*:

Основное отличие машинного обучения от традиционного программирования состоит в том, что в задачах классического программирования вы знаете некие правила и жестко программируете их в поведении программы; в задачах машинного обучения вы не знаете по каким конкретно правилам должна работать программа и позволяете моделям машинного обучения самим найти их. Если вы хотите создать торгового робота, обычно, вы сами ищете некоторые правила (например, пересечение скользяшек, MACD>80 при убывающей луне — покупаю 2 лота) и жестко задаете такое поведения в роботе, тестируете и, возможно, оптимизируете некоторые параметры, но почему бы не поручить само придумывание правил машине? Методы машинного обучения, в теории, могут сами выбрать индикаторы, разработать правила входа, выхода и оптимальный размер позиций. Да чего уж… они могут сами придумать индикаторы, паттерны, которые могут быть гораздо лучше чем то, что придумали до этого люди. Ведь так и случилось в сфере обработки изображений, нейронные сети научились выделять значимые признаки из изображений гораздо лучше, чем алгоритмы, придуманные людьми. Компьютер обыгрывает людей в шахматы — игру, знания для которой люди накапливали ни одну сотню лет. Станет ли алготрейдинг следующей сферой, где будет господствовать нейронные сети или какой другой метод машинного обучения?

( Читать дальше )