Приглашаем Вас принять участие в Бета-тестировании нашего нового инструмента Options Opportunity Researcher (OOR) который выдает готовые рекомендации по покупке и продаже значительно недооценённых и переоценённых опционов по любой акции или фьючерсу с расчетом вероятности, приемлемого уровня прибыль/риска и максимально возможной прибыли в сделке.От вашей активности зависит будем ли мы внедрять этот полезный инструмент для публики или оставим корпоративным клиентам:


( Читать дальше )

Доклад «Оптимизация портфеля алгоритмических стратегий»

1. Введение

В чем состоит цель подобной оптимизации? Представим, что у нас есть набор алгоритмов, каждый из которых обладает некоторыми статистическими свойствами, из которых наиболее важными для нас являются доходность и максимальная величина просадки. В основе каждого из алгоритмов лежат разные стратегии, которые, тем не менее, могут быть коррелированы между собой в разной степени, торговля также может вестись на разных инструментах. В качестве примера приведу характеристики стратегий, которые были разработаны нашей командой и применяются в боевых торгах в настоящее время:

Так как свойства каждого из алгоритмов отличаются, возникает проблема: каким образом распределить между ними доступный капитал для того чтобы:

1. Максимизировать доход при заданном уровне риска ( то есть максимальной величине просадки)

2. Минимизировать риск при заданной доходности

Если дать, например равные доли капитала каждому алгоритму, то, очевидно, что такое распределение не будет оптимальным, так как мы не учитываем характеристики, присущие стратегиям. Не будет оптимальным и тот случай, когда мы, например, выделяем капитал пропорционально относительной доходности каждого алгоритма, здесь мы игнорируем значения волатильности, то есть риска, стратегий.

2. Модель Марковица

Задачу оптимизации попробуем решить, применив теорию оптимального портфеля, разработанную Марковицем, точнее некоторые последующие ее модификации. Обычно данная теория применяется для долгосрочного инвестиционного портфеля, состоящего из различных активов, например акций. Кратко  суть теории.

( Читать дальше )

Статья специально для тех кто застрял в шортах сбербанка. От программиста и кванта.

Во первых

Сбербанк — один из самых трендовых инструментов на Московской бирже. Любой алгоритмист Вам об этом расскажет. Это первое что ты понимаешь, когда начинаешь использовать статистический подход к трейдингу.

Вот так выглядит эквити трендового робота на акциях Cбербанка:

Нормально, да? 

Между прочим, вот ссылка, на моём сайте Вы можете скачать его совершенно бесплатно! 

 

Во вторых 

Застрял в шортах Сбербанка после нескольких лет торговли — прекрати торговать! 

Серьёзно. Если такие простые и очевидные вещи о которых можно почитать и посмотреть из каждого утюга не уложились в голове за много лет активного трейдинга — ну пора наверное делать выводы какие-то. 

( Читать дальше )

Дамы и господа, наконец-то я в моём лице proudly presents Структурный продукт "FinEx на стероидах — еврооблигации"! 21,3% годовых в рублях!!!

На Мосбирже торгуется ETF FXRU, которая повторяет индекс еврооблигаций российских компаний. Способ репликации — физический (т.е. ФинЭкс реально покупает облигации), при этом купонные платежи реинвестируются. Инструмент имеет базовую валюту доллар США, но торгуется в рублях (в пересчете по курсу). То есть подвержен валютному риску — когда доллар растет к рублю, растет и цена FXRU, когда доллар падает — цена тоже падает. Нам бы хотелось купить этот облигационный индекс и получать доход от роста индекса и реинвестирования купонных платежей. Но при этом не зависеть от курса доллара. Важный момент, если мы сможем избавиться от влияния курса, то купонная доходность индекса (около 5%) будет долларовой, в пересчете на рубли. А 5% долларовой доходности это по нашим временам — это огого!

( Читать дальше )

Добрый вечер.

При одних и тех же периодах — намного информативней и интересней...

Settings = 
{
        Name = "xBollinger_LinReg",
        period = 40,
        deviation=2,
        line=
        {
                {
                        Name = "xBollinger_LinReg",
                        Color = RGB(0, 0, 255),
                        Type = TYPE_LINE,
                        Width = 2
                },
                {
                        Name = "xBollinger_LinReg",
                        Color = RGB(192, 0, 0),
                        Type = TYPE_LINE,
                        Width = 2
                },
                {
                        Name = "xBollinger_LinReg",
                        Color = RGB(0, 128, 0),
                        Type = TYPE_LINE,
                        Width = 6
                }
        
        }
}


function c_FF()
        
        local AMA={}
        local CC={}
        
        return function(ind, _p,_ddd)
                local period = _p
                local index = ind
                
                local vol = 0
        
                local sigma = 0
                local sigma2 = 0

                local aav = 0
                local bb = 0
                local ZZZ = 0

                                        
                if index == 1 then
                        AMA={}
                        CC={}
                        
                        CC[index]=(C(index)+H(index)+L(index))/3
                        AMA[index]=(C(index)+O(index))/2
                        
                        return nil
                end
                
                ------------------------------
                AMA[index]=AMA[index-1]
                CC[index]=(C(index)+H(index)+L(index))/3

                if index < (_p) then return nil end
                                
                period =_p
                if index < period then period = index end
        --------------- 
                sigma=0
                sigma2=0
                aav=0
                ZZZ=0
                for i = 0, period-1 do
                        ZZZ=CC[index+i-period+1]
                        aav=aav+ZZZ
                        sigma=sigma+ZZZ*(-(period-1)/2+i)
                        sigma2=sigma2+(-(period-1)/2+i)^2
                end
        bb=sigma/sigma2
        aav=aav/period
                
        AMA[index]=aav+bb*((period-1)/2)
                
                sigma=0
                sigma2=0
                sigma3 = 0
                for i = 0, period-1 do
                        ZZZ=CC[index+i-period+1]
                        sigma2=aav+bb*(-(period-1)/2+i)
                        sigma=sigma+(ZZZ-sigma2)^2

                end
                sigma=(sigma/period)^(1/2)
                                                                
                        return AMA[index]-sigma*_ddd,AMA[index]+sigma*_ddd, AMA[index]
                        
        end
end


function Init()
        myFF = c_FF()
        
        return 3
end
function OnCalculate(index)
        
        
        
        return myFF(index, Settings.period,Settings.deviation)
        
                
end

В последнее время изучаю R и машинное обучение. 

Мои статьи про R, машинное обучение, количественный анализ

В этом посте я расскажу о том, как применить машинное обучение для поиска закономерностей и прогнозирования.

Использовал эту статью: Применение машинного обучения в трейдинге

Начнем с проверки того, работают ли тренды и как влияет день недели на направление движения цены. И если работают, насколько они смещают вероятность в нашу сторону. Применим для этого наивный байесовский классификатор. 

Теорема Байеса в теории вероятностей, как теорема Пифагора в геометрии.

Байесовская вероятность — это интерпретация понятия вероятности, используемая в байесовской теории. Вероятность определяется как степень уверенности в истинности суждения. Для определения степени уверенности в истинности суждения при получении новой информации в байесовской теории используется теорема Байеса. 

( Читать дальше )

Если кому-то интересно, мои статьи на тему R, машинное обучение, количественный анализ:

1. Мои шаги в сторону машинного обучения на R и немного про Si, Brent
2. Расчет ожидаемого количества убыточных сделок подряд на R
3. Применение логарифмов для расчетов со сложным процентом
4. Построение модели для парной торговли акциями Google и Apple на R
5. Анализ Brent с использованием языка R
6. Количественный анализ графика нефти с применением R (продолжение)
7. Гистограммы доходностей разных активов
8. Применение наивного байесовского классификатора на R для поиска закономерностей и прогнозирования

В следующей статье расскажу про наивный байесовский классификатор и нейронные сети в трейдинге. 

Прочитал такую интересную статью на английском о том, как ставить стопы и тейки. Вообще, в последнее время меня заботит вопрос — как взять максимум от движения. 

Еще раз убедился в том, что я правильно сомневался в мифе о том, что тейк-профит всегда должен быть больше стоп-лосса в 2-3 и более раз.

Рассматривается такой пример. Пусть есть лотерея, которая стоит 1$, а выигрыш в ней 1000 000$. Казалось бы, соотношение 1: 1000 000 риск к доходности — это фантастика для трейдера и выгодная сделка. Но это не так. Дело в том, что если 2 миллиона человек купят такую лотерею, то мат. ожидание выигрыша составит: (1 / 2000 000) * 1000 000 — 1 = 0,5 — 1 = — 0,5. То есть покупая за 1$ лотерею, нам в долгосрочной перспективе будет возвращаться только 0,5$.

То же самое и в трейдинге. Ваш тейк профит может быть далеко от стопа, но какова вероятность того, что этот тейк профит будет достигнут до того, как снимут ваш стоп? Особенно, если ваш стоп меньше волатильности на этом таймфрейме? Я думаю, вероятность будет сильно меньше 1. А вот вероятность снятия стопа, который меньше волатильности — около 1.

То есть этот немаловажный аспект тоже надо учитывать. Не все это знают, надеюсь, будет полезно.

Многие начинающие инвесторы полагают, что зарабатывать на фондовом рынке можно только при росте котировок на выбранный актив. Инвесторы чуть поопытнее знают о коротких позициях, позволяющих зарабатывать на снижении стоимости актива. Но стоит помнить, что существует целый класс так называемых «market-neutral strategies» — стратегий, позволяющих зарабатывать вне зависимости от общего направления движения рынка. Самая простая из подобных стратегий называется «pair trading» («парный трейдинг») и сегодня я вам о ней расскажу. 

( Читать дальше )

Доброго всем дня! Посоветуйте — с чего начать изучение темы опционов (интересуют печатные и видеоматериалы). Как писал уважаемый Алексей Каленкович: в 2012 году произошли изменения на рынке, отразившиеся на торговле опционами. Так что интересуют актуальные материалы, от практиков опционной торговли. Делитесь информацией для становления нового успешного опционщика! ) Думаю, тема будет интересна многим новичкам, т.к. инфы в инете как всегда как грязи. Но, чтобы найти дельный материал, придется перелопатить тонну мусора, потратив ту же тонну времени. Заранее приношу благодарность от лица всех начинающих опционщиков!