Избранное трейдера elektroyar

по

Приоритетность фильтров при формировании портфеля.

Самый первый фильтр — это DY (Дивидендная Доходность)

Если эмитент платит дивы, сравнимые с ключевой ставкой или выше её, то от этого портфельному спекулянту двойная польза:

1 — это позитивный сигнал, говорящий о том, что эмитент хорошо относится к миноритариям

2 — у портфельного спекулянта благодаря дивам появляется денежный поток, который он может использовать по своему усмотрению



( Читать дальше )

Качаем исторические данные с MOEX!

Итак, передо мной, уверен, как и перед многими, встал вопрос поиска исторической информации с Мосбиржи. Немного зная python, я написал вот такой парсер:
import requests
import datetime
import pathlib

SECIDs = ["GAZP", "BANEP", "LKOH"]
DISK = "E"
for SECID in SECIDs:
    from_date = "2020-05-04"
    to_date = "2005-01-03"
    while str(to_date) != from_date:
        to_date = str(to_date)
        to_date = to_date.split('-')
        a = datetime.date(int(to_date[0]), int(to_date[1]), int(to_date[2]))
        b = datetime.timedelta(days=140)
        to_date = a + b
        pathlib.Path("{}:/{}/{}".format(DISK, "Database_MOEX", SECID)).mkdir(parents=True, exist_ok=True)
        filename = SECID + "_" + str(to_date) + ".csv"
        with requests.get("http://iss.moex.com/iss/history/engines/stock/markets/shares/boards/tqbr/securities/{}.csv?date={}".format(SECID, to_date)) as response:
            with open("{}:/Database_MOEX/{}/{}".format(DISK, SECID, filename), 'wb') as f:
                for chunk in response.iter_content():
                    f.write(chunk)
Для начала пройдемся по его плюсам и минусам. Самый главный минус, что этот парсер качает только определенный период, который уникален для каждой акции, судя по всему для увеличения этого периода надо кинуть бирже на лапу:), и то что информация предоставляется за день, теперь перейдем к плюсам: можно выкачивать историю за определенный период для нескольких инструментов сразу (их количество ограничивается лишь количеством инструментов на мосбиржи), есть возможность назначать диск для сохранения информации, быстрота выгрузки данных.

( Читать дальше )

Автоматический экспорт данных с Финама перестал работать. Кто-то уже нашел решение этой проблемы?

Интересует именно способ как-то похачить сайт Финама, iss moex, yahoo.finance, etc. не предлагать

Finam котиры все?

Роботы пытались вытащить котиры, грит что автозагрузка запрещена, знает кто-нибудь как обойти? Какие провайдеры дают длинную минутную историю в раше?

Наивный прогноз волатильности

Берём РИ.
Смотрим на high-low за сегодня, вчера и позавчера.

Проверяем гипотезу о чередовании волатильности и её контртрендовости.

Если позавчера было больше, чем вчера, то сегодня должно быть также больше чем вчера.
Если угадали, то получили +1. Если не угадали, то -1. В итоге получаем в среднем +0,28.
Работает.

Если позавчера было меньше, чем вчера, то сегодня должно быть также меньше, чем вчера.
По такой же схеме баллы +1 и -1. В итоге +0,38 в среднем.
Опять работает.

Перейдем к процентам. Что будет в относительных величинах, если делать ставку на изменение дневного диапазона цены
по отношению к средней сегодняшней цене.

Для первого случая получаем среднюю «сделку» в +0,54%. Это что-то типа купленного стрэддла.
Для второго случая получаем среднюю «сделку» в +0,61%. Это что-то типа проданного стрэддла.

Заглянув в стаканы опционов, понимаем, что издержки могут измеряться процентами, поэтому грааля тут нет,
но, как факт, любопытно.

Возможной стратегией, реализующей эти случаи была бы покупка/продажа стрэддла, например, в 18:30, удержание в один день и скидывание на следующий день в такие же 18:30.

Как заработать на случайном блуждании. Часть 5

    • 12 апреля 2020, 14:42
    • |
    • Toddler
  • Еще
Грааль...  Где ж ты находишься?
Иногда мне кажется, что Он рядом, только руку протяни, ан — нет, не все так просто. Но, жажда напиться из Него — безмерна. Продолжим наш путь.
Как заработать на случайном блуждании. Часть 5
Сегодня постараемся смоделировать распределение приращений цены. Ведь мы же помним, что оно выглядит вот так:
Как заработать на случайном блуждании. Часть 5

( Читать дальше )

Хочу обратить внимание что число ударных дней резко выросло

Напомню, ударный день — это такой день, когда рынок растет или падает от рассвета и заката. Это хорошая неэффективность, которая позволяет строить простые но работающие трендовые торговые системы. Еще 25 марта я писал вам:

👉торгуй тренд с коротким стопом: то есть входишь в направлении тренда с короткими рисками и тянешь прибыльную позу в направлении тренда

Все это время эта стратегия работает идеально, благодаря мощным внутридневным волновым движениям. Причем не только на российском рынке, S&P500 ходит еще лучше, чем фьючерс ртс, о чем я тоже писал 27 марта.

Грааль иногда не там, где вы его ищете

Давайте обратимся к такой обыденной для большинства вещи, как способ отображения цен на графике.

Подавляющее большинство использует лишь способ — временная нарезка свечей (баров). Да и по большому счету основные отечественные брокеры и их ПО не дают других возможностей.

Как выглядит пятничная нефть на стандартном графике М5? Добавим еще обычную ЕМА. К примеру 144.

Грааль иногда не там, где вы его ищете
Ссылка на оригинальный размер: https://live.staticflickr.com/65535/49741602961_3969fe5bb9_o.png

Стандартная картинка, все мы тысячу раз такое видели. По машке сидим в глубоком лонге и иногда меняем мешки, наполняемые деньгами. Ну до следующего «флэта», понятно.

Переключим же картинку на тот же день, но М1.

Грааль иногда не там, где вы его ищете

( Читать дальше )

Общий финансовый анализ на Python (Часть 3)

    • 05 апреля 2020, 12:51
    • |
    • Aleks
  • Еще

После всех вычислений, приведенных в этой и этой публикациях, можно углубиться в статистический анализ и рассмотреть метод наименьших квадратов. Для этой цели используется библиотека statsmodels, которая позволяет пользователям исследовать данные, оценивать статистические модели и выполнять статистические тесты. За основу были взяты эта статья и эта статья. Само описание используемой функции на английском доступно по следующей ссылке.

Сначала немного теории:

О линейной регрессии

Линейная регрессия используется в качестве прогнозирующей модели, когда предполагается линейная зависимость между зависимой переменной (переменная, которую мы пытаемся предсказать) и независимой переменной (переменная и/или переменные, используемые для предсказания).



( Читать дальше )

....все тэги
UPDONW
Новый дизайн