Хотелось бы сразу уточнить, сама система по сути не имеет индикаторов внутри, но любая наша логика это так или иначе созданный индикатор.
Идея реально простая, суммируем объем на растущих свечах, отдельно от падающих, до определенной «отсечки». В нашем случае как раз отсечка и есть индикатор (тот самый параметр который можно менять).
Проверяем логику, если объем и на падающих свечах и растущих, достиг нужного значения, и рынок при этом вырос — то покупаем, если падает — продаем.
Выглядет эквити довольно таки приятно, хотя если посмотреть по сделкам — то явно напрашивается стоп к позиции прикручивать.

Для тех кто хочет разобраться с использованием блоков обновляемых значений — самое то, открыть данный скрипт, так как он в основном и состоит их этих блоков!)


( Читать дальше )

        Данная статья не для ленивых, так как прежде чем посмотреть скрипт у себя в TSLab — нужно будет предварительно собрать индикатор волатильности.

    Так же нас просят писать не только о крипте, но и примеры на рф рынке  — потому рассмотрели именно riz0. Хотя тут стоит сказать — мы не пытаемся склонять к тому или иному рынку. Если вы увидите рекламу ложки, которой кушают мороженое, не значит что этой же ложечкой вы не можете воспользоваться для чая. Тут точно так же — берете скрипт, выбираете интересующую вас бумагу — и работаете с ней.))

Ниже тот самый индикатор, который вам предварительно нужно будет собрать. Блоков не много и собирается просто




Суть индикатора тоже простая — он покажет в какой стадии рынок. Штормит его, или же мы вяло торгуемся и можно пробовать торговать против рынка.
Далее сделки, для примера взяты по максимум/минимум за период, от верха шортим от низа в лонг, реверсно. Ничего не оптимизировали и не подгоняли — вообще! взяты стандартные периоды 20 так же не включена комиссия (в контрендовых алго, будет львинную часть прибыли снимать, мы это понимаем, но для многих бумаг комиссия разная и вы сами можете ее указать в скрипте так как он в открытом виде доступен).

( Читать дальше )

Обоснование, теория и вообще вводная по теме здесь.

Вообще-то меня сильно впечатлили результаты выбора бумаг для покупки и удержания на основе моментума по ссылке выше. Настолько что я решил самостоятельно это проверить. Но поскольку меня это интересовало именно с практической точки зрения, то задача была ограничена несколькими условиями: — выборка бумаг ограничена ликвидными компаниями с капитализацией более 30 млр. рублей, расчет и соответственно модельный портфель должен быть реализован в доступном мне инструменте — в электронной таблице. Немного перефразируя Силаева А.: если стратегия/модель не может быть выстроена относительно просто в электронной таблице, то грош цена такой модели. Поэтому с практической точки зрения мне было важно то, что в случае успеха я могу применить стратегию имея всего лишь электронную таблицу и интернет с котировками.

Исходные данные выгружал с известного ресурса investing.com. Цена бумаг без дивидендов. Цены на конец каждого периода (месяца) по цене закрытия. Для расчетов я отобрал две группы компаний: условно с большой капитализацией: не менее 200 млр. руб. и средне-малой капитализацией: менее 200 но выше 30 млр. руб. Хотел проверить, повлияет ли фактор размера на итоговый результат. Во время выборки вторую группу пришлось изрядно проредить исключив некоторые низколиквидные компании с мертвым оборотом или со странным поведением в графике котировок, типа резкого взлета цены внутри дня. Возможно сплит или какая-то ошибка в архиве данных сайта investing. Таким отсортированных историй оказалось довольно много. Итого в каждой из двух групп оказалось по 34 компании (случайное совпадение).

( Читать дальше )

Привет, новая неделя – новый бэктест факторной стратегии на Мосбирже. В прошлый раз была проверена стратегия Value через мультипликаторы P/E и P/BV https://smart-lab.ru/blog/609357.php В этот раз мы проверили стратегию Momentum на российских акциях.

Суть ее очень проста – покупаем акции, которые сильнее всего выросли за последние 6 месяцев и шортим акции с худшей динамикой цены за тот же период. Стратегия получается рыночно нейтральной (в теории, на самом деле — корреляция с рынком очевидна) и если у такого лонг-шорт портфеля есть положительная доходность, то мы можем сказать, что на Мосбирже есть моментум эффект.

Воспользовавшись поиском по Смартлабу можно найти несколько интересных исследований по моментуму (если что-то упущено, пожалуйста, дайте ссылку в комментариях) – «Есть ли сила в моментуме» от at6 https://smart-lab.ru/blog/596080.php и «Как обогнать индекс (пример выигрышной торговой стратегии)» от AlexChi https://smart-lab.ru/blog/499362.php

( Читать дальше )

В продолжении разговора об рыночных факторах-аномалиях(начало было здесь, про дивиденды), хочу немного написать о другом рыночном факторе — моментуме. Для начала, вот ссылка на очень хорошую статью — «The Quantitative Momentum Investing Philosophy» из блога компании Alpha Architect, рекомендую прочесть. В ней изложены основные принципы, на основе которых компания делает свои моментум-фонды. Если совсем кратко изложить суть написанного, то для акций, на горизонте от 6 до 12 месяцев, наблюдается образование аномалии моментума. Иными словами, если цены акции начали рост, и уже растут больше 6 месяцев, то рост с большой вероятностью будет продолжен. Эта аномалия описана во множестве академических работ и используется во многих рыночных моделях, например моделях Фамы-Френча(см. ссылки в статье). В этих же академических работах также отмечается, что на этом многомесячном тренде роста иногда возникает обратное контр-трендовое движение, длительностью до месяца. Чтобы отсечь этот «противоход», часто используют определение моментума в следующем виде: общий рост за N месяцев, без учета последнего(самого недавнего) месяца. В модели Фамы-Френча используется определение моментума — 12 минус 1, т.е. рост за 12 месяцев, без учета последнего месяца. Этот же моментум часто называют «12_2 моментум», по месяцам вычисления.

( Читать дальше )

 

Чтобы вдвое увеличить коэффициент успеха,
необходимо вдвое увеличить коэффициент неудач©

 

    В этой статье хочу обосновать парадигму отношения риска к доходности в инвестировании и спекуляциях. Рассмотрим основные стабильные варианты приумножения капитала спекуляциями/инвестированием, а также выясним относительную максимальную доходность и риск в этих вариантах. Ключевой нитью в этом исследовании будет проходить именно стабильность, т.е. рассматривать будем только методы объективно зарекомендовавшие себя с точки зрения стабильности результата на дистанции 10 лет и более… узнаем какую доходность реально получить в каждом из методов и на какие реальные риски ориентироваться. Прошу заметить, что я говорю о профессионалах, т.е. анализирую на что Вы можете рассчитывать на пике своей карьеры в инвестициях/спекуляциях.

( Читать дальше )

        Я пару раз намекал, что это продается. Давайте уже без намеков: торговая система, продается. По соотношению цена/качество считаю, одно из лучших предложений на рынке.

        Почему не жалко продавать? Потому что там ликвидности более чем, вход-выход в широком окне, размазан по куче вариантов, ни автоследование, ни продажи — систему не подкосили.

        Первые покупатели системы были 2.5 года назад. С тех пор она заработала 250% с 15% просадкой, мониторинг счета с Комона прилагается.



1. Что предлагается?

         Полное описание алгоритма + торговый робот. Робот под Квик и срочный рынок Московской биржи. Технически торговать можно любые контракты, хотя не все стоит. Прилагается мануал, несколько десятков страниц. Можно сказать, Приложение №1 к моей книге «Деньги без дураков». Описание, как создавалась, тестилась и улучшалась конкретная система, стоящая в торгах с 2014 года по сей день.  

( Читать дальше )

Как обогнать индекс (пример выигрышной торговой стратегии)

          В кругу экономистов бытует мнение, что обогнать фондовый индекс на длительной перспективе невозможно, и если вам удалось в какой-то определенный год вырваться вперед, получив прибыль гораздо выше той, которую продемонстрировал индекс акций, то в будущем неизбежно ваши результаты не превзойдут индекс, а могут оказаться только хуже него. Подобная точка зрения следует из гипотезы эффективного рынка. К сожалению, экономика отличается от математики тем, что строгое доказательство практически любого утверждения представляется невозможной задачей. Тем не менее, в данной статье мне бы хотелось привести пример одной из стратегий, которая способна обогнать индекс акций в длительной перспективе. Разумеется, я отдаю себе отчет в том, что не могу доказать это математически. Впрочем, в экономике практически везде используются различные гипотезы, которые невозможно доказать, например, почему-то принято  считать, что движение цен подчиняется нормальному распределению, и я что-то нигде не встречал какого-либо доказательства подобного утверждения. Тем не менее, именно на основе гипотезы о нормальном распределении была придумана знаменитая формула Блэка-Шоулза для оценки стоимости опционов, за которую ее авторы даже получили нобелевскую премию.

( Читать дальше )

Решил начать писать небольшие заметки по алгоритмической торговле и всему что с ней связано. Возможно, когда-нибудь расширю, склею и опубликую в виде книжки. Пока же это просто наброски заметок, сделанные на скорую руку.

Можно часто слышать от тех, кто торгует алгоритмически, да и просто систематически, такие понятия как «оверфиттинг», «курвафиттинг», «зафит» и прочие ругательства с корнем «фит». Что все это значит?
На самом деле, все эти слова, как правило, используются для описания одного и того же явления, являющегося врагом всех трейдеров, торгующих систематически и пытающихся оценить исторический перформанс своих торговых логик — а именно, что «живой» аут-оф-сампл перформанс на реальном счете, как правило, хуже ожиданий, полученных ими при проверке своих идей на истории. Например, при тестировании торговой логики на истории трейдер с помощью своей модели «зарабатывал» 30% годовых, а в реале может в среднем иметь 10% годовых. Разница 20% годовых — может объясняться именно оверфиттингом (если нет других факторов — например, некорректный учет комиссионных и проскальзываний, или ошибка в торговом коде; но прочие факторы легко устранить, в отличие от оверфиттинга). На картинке в начале статьи — пример перформанса некоторого фонда в бэктесте и в реальности, наглядно иллюстрирующий написанное выше.

Оверфиттинг является следствием комбинации одного или нескольких из следующих факторов, положительно влияющих на бэктест (результаты прогонки модели на истории), что и создает у трейдера завышенные ожидания от своей модели. В этой части мы рассмотрим основные источники оверфиттинга, в следующей — поговорим о способах избежания или минимизации оверфиттинга при историческом тестировании моделей.

( Читать дальше )

Я начал писать роботов в 2012 году. Мне было 30 лет. Думал, что программирование — это не моё, и ничего не выйдет, но постепенно начало получаться. Первые коды мне давались настолько трудно, что хотелось отрезать себе голову от отчаяния. Настолько было сложно программировать в начале. Первый робот, который у меня начал хоть что-нибудь делать, был с ошибкой. Он начал покупать 1 лот с аска и тут же вливал его в бид с бешеной скоростью. Пока я пришёл в себя, он успел так сделать около 50 раз. Хе-хе.
Потом программирование пошло немного легче, но до сих пор мне очень трудно. Старые знания позволяют быстро кодить уже знакомые блоки, но получать новые знания и применять их мне ОЧЕНЬ тяжело. Читаю посты Павла Маркина на Смарт Лабе и с грустью понимаю, что никогда не смогу кодить так как он.
Тем не менее, код это не главное. Главное — стратегия. Один мой знакомый программист часто смеялся над моими кодами, говорил что они ужасно написаны, и что в его институте за такие коды ставили «неуды». Тем не менее, эти плохие коды зарабатывали раньше, когда мы с ним общались, и зарабатывают сейчас. Программист так и не написал ни одного прибыльного робота и сейчас ушёл программировать в другую сферу.

( Читать дальше )