Избранное трейдера Holod_Dmitry
Явление, которое возникает всего пару раз в год, друзья. И это одна из немногих формаций которая торгуется с удовольствием, а в нынешнем политико-экономическом цирке – имеет почти 100% исполнение. Смотрим на картинку:
Для того что бы Вы раскурили эту траву правильно, не лоханулись, проявили терпение и как следствие заработали на небольшой замок в Швейцарии, обязательно ознакомитесь как это явление правильно торгуется…
Итак, по результатам голосования на моем сайте в лидерах оказалась публикация Alvaro Cartea и Sebastian Jaimungal "Algorithmic Trading of Co-integrated Assets". Я тоже считаю эту работу очень интересной, так как она фактически расширяет понятие парного трейдинга до торговли произвольным количеством активов, с учетом их коинтеграционного взаимоотношения. Это сильно повышает устойчивость результирующего портфеля, в отличие от парного трейдинга, в связи с его диверсификацией.
Представляю здесь перевод этой статьи, которую я несколько сократил, убрав длинные математические выкладки и оставив только наиболее важные и окончательные формулировки. Думаю, это значительно облегчит понимание, без утраты основного смысла публикации.
Вступление
Успех многих торговых алгоритмов зависит от качества предсказаний движения цены актива. Предсказания цены отдельной акции в общем случае менее точно, чем предсказание значения портфеля активов. Классической стратегией, которая использует совместное поведение двух активов, является парный трейдинг, где портфель состоит из линейной комбинации этих активов. Для примера, это могут быть две акции, чей спред, представляющий собой разницу их цен, демонстрирует особый паттерн, отклонения от которого носят временный характер. Алгоритм парного трейдинга получает прибыль от ставки на тот факт, что отклонения спреда возвратятся к их историческому или предсказуемому уровню.
СУК №3:
Выходить если прыбыль более 25% от максимально возможного.
k=8,8
Доход получился 64,25%
Наибольшее задействованное ГО за всю историю примерно равно 21%
Прибыль немного упала, но и задействованное ГО упало в 2-3 раза.
Тест с завышенным риском:
Дополнение к посту http://smart-lab.ru/blog/226204.php
Сразу скажу, что именно сейчас вопрос не актуален, облигации после декабрьского провала перекуплены и как раз сейчас опять установился тренд на падение цены. В общем, пока не время.
Однако к тому моменту, когда в голове сформируется мысль «вот оно, время!» хорошо бы понимать вопрос получше.
Итак:
Еврооблигации можно приобретать двумя способами, в рамках российской юрисдикции и в рамках офшорной юрисдикции.
Российская юрисдикция.
Через любого брокера, например через Сбербанк. Условия нормальные. В сбере узнавал, для Евроклира (условно головного депозитария) покупателем является Сбербанк, он же в дальнейшем ведет учет права конечного инвестора (нас).
Достоинство – простота, прозрачность, надежность на уровне надежности Сбербанка (или иного выбранного брокера)
Недостаток – налоговый учет сделки в рублях приводит к уплате налога на прибыль с суммы валютной переоценки в течение срока владения. То есть рядовой является ситуация уплаты значительного налога на прибыль при возникновении фактического убытка в рамках покупки-продажи бумаги, что не есть гуд.
На прошедшей неделе произошло одно событие, которое имеет чрезвычайное значение не только для фондового рынка, но и для всех финансовых рынков.
Я очень давно слежу за показателем put/call-коэффициента в индексе S&P500.
Отдельные значения этого коэффициента имеют очень сильное прогностическое значение.
Например, если значение put/call-коэффициента при падении рынка составило 1,3, то это означает, что с большой вероятностью произойдет отскок продолжительностью как минимум 2-3 дня.
В пятницу инвесторы на закрытии купили такое огромное количество хеджа по индексу S&P500, что значение put/call-коэффициента ($CPC) составило 1,69!
На следующем рисунке показан индекс S&P500 c put/call-коэффициентом, VIX и ATR за последние 5 лет. Как мы видим, put/call-коэффициент не разу даже не заходил за 1,5, а в пятницу показал значение 1,69.

В прошлой части мы сделали теоретические предположения насчет влияния стоплоссов на общий результат торговой системы. В данной статье проверим эти утверждения на симуляции.
Симулируем десять тысяч сделок. Перед применением стопов мы получили распределение со средним значением 10% и стандартным отклонением 20%. Это похоже на производительность S&P500, начиная с 1950 года, этот контракт показал годовую доходность 7,4% и стандартное отклонение 15,4%. Результаты симуляции показаны на графике в заглавии.
Теперь разместим стоп на уровне 15% ниже нашего начального вхождения. И получим распределение, показанное на рисунке ниже.