Мы знаем как купить акции по низкой цене (Naked Put), а еще знаем как обладая акции получать дополнительный доход (Covered Call).
А что если скрестить их? Алгоритм прост

1. Продаем Put пока не получим поручение на покупку
2. Продаем Call пока не получим поручение на продажу
3. Повторяем

То есть мы всегда получаем доход продавая опционы.
А риск у нас не больше чем при удержании акции.



Это называется Wheel, которая хорошо обсуждается тут 

Раз уж пошла тема то выкладываю свои 5 копеек.

Если вы хотите купить акции со сроком на год или два, то при помощи опционов вы можете это сделать за пол цены и без маржи. Например

Допустим вы хотите купить MSFT на два года. Цена у него $183.89. И так для лота (100 акции) вам понадобиться $18389.
А если вместо этого купит Call @95 Jan 21, 2022, то заплатите всего $9000.
У опциона дельта 0.92, то есть его цена изменится почти как купленные 100 акций.

И так получим что за $9000 купили почти 100 акции MSFT на два года по цене $185.

Статья о том, как получить ежедневные исторические данные по акциям, используя yfinance, и минутные данные, используя alpha vantage.

Как вы знаете, акции относятся к очень волатильному инструменту и очень важно тщательно анализировать поведение цены, прежде чем принимать какие-либо торговые решения. Ну а сначала надо получить данные и python может помочь в этом.

Биржевые данные могут быть загружены при помощи различных пакетов. В этой статье будут рассмотрены  yahoo finance и alpha vantage.

Yahoo Finance

Сначала испытаем yfianance  пакет. Его можно установить при помощи команды pip install yfinance. Приведенный ниже код показывает, как получить данные для AAPL с 2016 по 2019 год и построить скорректированную цену закрытия (скорректированная цена закрытия на дивиденды и сплиты) на графике.

# Import the yfinance. If you get module not found error the run !pip install yfianance from your Jupyter notebook
import yfinance as yf

# Get the data for the stock AAPL
data = yf.download('AAPL','2016-01-01','2019-08-01')

# Import the plotting library
import matplotlib.pyplot as plt
%matplotlib inline

# Plot the close price of the AAPL
data['Adj Close'].plot()
plt.show()

всем привет, продолжаем опционные страсти ))





Итак, зная, что такое опцион вообще в принципе, мы зададимся простым вопросом – а как на нем можно заработать?

И для начала необходимо понять его ценообразование..

И сразу стоит сказать, что цена опциона складывается из ДВУХ составляющих: (НА САМОМ ДЕЛЕ ИЗ ТРЕХ, НО ОБ ЭТОМ НИЖЕ)

1 — Временная цена опциона

Поскольку мы знаем когда опцион будет исполнен – дата экспирации, то мы знаем сколько времени «жизни» у этого опциона, и чем больше этого времени тем опцион стоит ДОРОЖЕ! Почему дороже? Все просто – чем больше у опциона времени, тем больше шансов что он принесет прибыль, а за шансы всегда надо платить )))

Поэтому это аксиома – чем БОЛЬШЕ У ОПЦИОНА ВРЕМЕНИ, ТЕМ ОН ДОРОЖЕ! Это его временная стоимость.

И соответственно с уменьшением времени жизни опциона, его временная стоимость падает! Это одна из тех особенностей за которую цепляются неучи )) крича на каждом шагу – ой, а он ведь дешевеет даже когда дорожает ))) да, временная стоимость опциона снижается ВСЕГДА! И чем дальше до экспирации тем более нелинейным является это снижение.

Тестировать будем крипту на Bitmex, так как там можно без проблем достать тики с направлениями на халяву.
Собственно, идея очень простая:
— покупаем, если сумма объемов последних 5 сделок больше 500,000
— продаем, если сумма объемов последних 5 сделок меньше -500,000
Торгуем одним условным битком (тикер XBTUSD).
Использовать будем R и пакет QuantTools.
Пишем немножко кода:


Результаты: