В прошлой своей статье я рассказал о возникшей торговой идее — арбитражной стратегии ETF GLD vs GOLD fut.  https://smart-lab.ru/my/algo_rts/blog/all/

Для того чтобы проанализировать стратегию на предмет ее реалистичности, я обычно провожу предварительное тестирование на ТСлаб. Это удобно, экономит время, можно попробовать применить несколько торговых шаблонов, разобрать сделки на графике.

Получаем вот такой график доходности:

Торговля парами является рыночной нейтральной стратегией, разновидность статистического арбитража. Основная идея состоит в том, чтобы выбрать два актива, которые перемещаются аналогичным образом, продавать более дорогой актив и покупать более дешевый, зарабатывая на разнице в их ценах.

Идея:  ETF на золото /фьючерс на золото (GLD/GOLD).  Эти инструменты высоко коррелированы благодаря общему базовому активу, что позволяет выстраивать низко рискованные арбитражные стратегии, как для создания синтетических инструментов, так и для арбитражных торговых алгоритмов. Список ETF, доступных в рамках нового сервиса НП РТС для квалифицированных инвесторов https://investcab.ru/ru/otc_market/navigator/

Торговая стратегия

Узнал, что продается робот на Lua, «Автологин терминала QUIK».
Продается то, что есть в открытом виде на quik2dde.ru  

Выкладываю тут: 

-- quik_login.lua
-- Автологин терминала QUIK
-- © http://qui2dde.ru/
-- Версия: 2.0
-- для Quik от версии 7.11.1.5

local w32 = require("w32")

-- логин и пароль для терминала
QUIK_LOGIN = "Uxxxxxxx"
QUIK_PASSW = "yyyyy"

function FindLoginWindow()
  hLoginWnd = w32.FindWindow("", "Идентификация пользователя")
  if hLoginWnd == 0 then
    hLoginWnd = w32.FindWindow("", "User identification")
  end
  return hLoginWnd
end

timeout = 1000  -- таймаут между попытками поиска окна логина
is_run = true

function OnStop()
  timeout = 1
  is_run = false
end

function main()
  while is_run do
    sleep(timeout)

    if isConnected() == 0 then
  
      local hLoginWnd = FindLoginWindow()
      if hLoginWnd ~= 0 then

        local n1 = w32.FindWindowEx(hLoginWnd, 0, "", "")
        local n2 = w32.FindWindowEx(hLoginWnd, n1, "", "")
        local n3 = w32.FindWindowEx(hLoginWnd, n2, "", "")
        local n4 = w32.FindWindowEx(hLoginWnd, n3, "", "")

        w32.SetWindowText(n2, QUIK_LOGIN)
        w32.SetWindowText(n3, QUIK_PASSW)


        w32.SetFocus(n4)
        w32.PostMessage(n4, w32.BM_CLICK, 0, 0)

      end 
    end

  end
end

Накопление: происходит после падения цен. Процесс приобретения покупателями контроля со стороны продавцов, что приводит к разметке.

Подъем: бычья фаза жизни акции определяется более высокими максимумами и более высокими минимумами. Это то место, где вы хотите получить долго на прорывы и после краткосрочных откатов. 

Распространение: происходит после продолжительного роста цен. Продавцы получают контроль над ценами, что приводит к снижению.

Упадок: Медвежья фаза жизни акции. 

Это год, когда центральные банки переобуются !

Надеюсь, что это год будет хорошим для вас, и я даже думаю что он будет самым лучшим. Сейчас самое время, чтобы сделать прогноз на будущие 12 месяцев. Мой прогноз будет самым реальным и очевидным в 2018 году. Слишком много чего произойдет в 2018 году и будущие тренды ожидаемы.

Сейчас конечно идет бум связанный с крипто валютами и весь smart-lab просто напичкан постами о идеях развития этого инструмента, но я начну с невероятно скучного класса актива: US Treasuries, это класс активов, в котором я наиболее оптимистичен, или скажу так: это место где я вижу хорошие шансы заработать деньги в этом году, и позвольте вам донести мою идею.

Первый график – это 30 и 10 летние казначейские ставки США

QE – программа смягчения  / QT – программа ужесточения.

Я постоянно говорил, что QE постоянно увеличивала доходность на облигациях, а не снижала, как обычно полагали. Таким образом, QT (программа ужесточения) должна снижать, а не повышать доходность.

Прочитал книжку Think Python: How to Think Like a Computer Scientist — очень понравилась: вместо сухого изложения с самого начала рассматриваются маленькие программы, которые в последующих главах дорабатываются с учетом более продвинутых концепций языка. Почти в каждой главе даются подходы, которые применяются при разработке и отладке больших по объёму программ. Даны основы data science — быстродействие различных структур данных, как организована их работа под капотом и т.д.

До прочтения написал программу строк на 200 про отслеживание диеты, которая представляла мало понятный кусок кода. После прочтения книги переписал в 100 строк.

Автор понравился, поэтому на очереди Think Complexity: Complexity Science and Computational Modeling. По планам к январю хочу поднабраться знаний и приступить к автоматизации торговой системы на  Python.

В одной из своих лекций Кирилл Ильинский рассказывал про экспорт волатильности. В свою бытность он работал толи в ГолдманСаксе, толи в банке каком то (в Альпари точно не работал) и любил от туда Родину. И вот он предложил руководству покупать волатильность в России и продавать ее в штатах. Дело в том, что дески в штатах работают немного на опережение и по всякому поводу задирают волатильность. А дески в России, тогда под управлением Калинковича, ведут себя более взвешено и определяют волатильность по факту. Я не знаю, почему тогда не срослась схема. Возможно, не хватало ликвидности. И если бы даже Каленкович продал свою машину, то этих объемов не хватило бы, что бы заинтересовать Голдмана.  

Тем не менее, схема не могла пройти мимо искателей легкой наживы. Так Борис Журавлев опубликовал и даже снял видео про данную стратегию  http://www.optionlaboratory.ru/load/video_materialy/opcionnyj_arbitrazh_moskva_chikago/1-1-0-37

Даже на сегодня она имеет право на жизнь. Действительно волатильность RSX выше волатильности РТС. И мы можем продавать ее в штатах, а покупать в России. Таким образом осуществлять экспорт волатильности, причем мимо таможни, что очень радует. А еще мы покупаем за рубли, а продаем за валюту. Любой Газпром об этом мог только мечтать.