Данная заметка носит методический характер и призвана напомнить (или научить :) ), что такое случайное блуждание и какова его роль в биржевой торговле. Случайное блуждание (или броуновское движение или random walk)—это процесс с независимыми приращениями, причем каждое приращение обладает нулевым средним. Пример такого процесса: берем монетку и кидаем. Если орел, то очередное приращение равно +1, если решка—очередное приращение равно -1. Кидаем много раз и суммируем нарастающим итогом. В общем, проще не придумаешь.
   Несмотря на простоту такого построения оно имеет чрезвычайно важную роль для понимания динамики цен на бирже. Взглянем на график случайного блуждания:
 
Данная картинка является вполне типичной. Как видно, тут есть многое из любимых атрибутов теханализа—уровни, фигуры, тренды, итд. Да и вообще, картинка явно похожа на реальные цены. Таким образом, случайное блуждание—это явно неплохая модель рынка.


( Читать дальше )

Только что сработал очередной сигнал… ожидание — дело скучное, приходится постоянно чем то себя развлекать.
Собсно сегодня и не ожидал что что нибудь вообще появится… сижу читаю Ганджу с Грин Ярдом… бац нате… пут спайк на спайдерах… да ещё какой...




Не ну как не купить то? Дело то датое.

))

Переписал индикатор VolumeProfile, теперь для построения профиля можно выбирать нужную область на чарте.
 



MIDAS Displacement Channel
(видео без звука)



MIDAS Standart Deviation Bands

Для решения одной практической задачи мне нужно было разработать метод идентификации локальных максимумов и минимумов в динамике цен. Тайм-фрейм был коротким — 1 мин. Я сделал небольшое исследование на эту тему, и его результаты публикую в этом посте. Возможно, это будет интересно кому-либо еще, а может быть кто-нибудь даже поделится своими соображениями по данному вопросу.

 

В ходе своего небольшого исследования я выделил два подхода, используемых для идентификации локальных максимумов и минимумов цен — это сглаживание и сжатие.

Для сглаживания как правило выбирают следующие методы: Kernel regression, orthogonal series expansion, projection pursuit, nearest-neighbor estimators, average derivative estimators, сплайны и нейронные сети.

Со сжатием я не стал подробно разбираться в виду нехватки времени.

Я реализовал метод Kernel regression

Параметр сглаживания в данном методе называется bandwidth и имеет обозначение — h. Я выполнил расчеты для 1-минутных цен фьючерса на индекс РТС с различными значениями параметра h (от 7 до 68), и получил следующие результаты:


( Читать дальше )

Интервью Джека Швагера (автором книг «Маги рынка» и «Новые маги рынка») с Джеффри Вудрифф, соучредителем Quantitative Investment Management (QIM), одним из ярких трейдеров, торгующий паттерны.

В первой части интервью Вудрифф рассказывает о том, как попал на рынок, рекомендациях брокера и духе противоречия. 

Джеффри Вудрифф всегда знал три вещи: он хотел быть трейдером, он хотел использовать системный подход и он хотел делать это не так, как все. Большинство трейдеров на фьючерсных рынках, которых часто сокращенно называют СТА, используют тренд–следящие стратегии. Такие системы пытаются определить начало тренда и открыть позицию в его направлении. Позиция держится до первых признаков окончания направленного движения или до тех пор, пока не поступит сигнал на разворот позиции. Меньшая часть системных трейдеров придерживается контр-трендового подхода, также известного, как торговля «на возврат к среднему». Как следует из названия, подобные торговые системы стремятся открыть позицию в направлении, противоположном существующему движению, когда алгоритм получает сигнал об истощении тренда. Но есть и третья группа торговых стратегий, не пытающихся получить прибыль из развития или окончания тренда. Такие системы призваны распознавать устойчивые закономерности, которые с большей вероятностью могут предсказать краткосрочную динамику ценовых колебаний. Вудрифф как раз и принадлежит к этой небольшой группе трейдеров, использующих в своей торговле алгоритмы для поиска и распознавания подобных закономерностей. Он использует собственные уникальные разработки, что делает его одним из наиболее ярких трейдеров, торгующих паттерны.


( Читать дальше )

перепост моей записи, удаленной с комона.....
Стохастики, средние, MACD и прочие индикаторы – это конечно хорошо, а в некоторых случаях и очень хорошо. Но вздумалось мне посмотреть, а в какие часы чаще всего достигается минимум и максимум дня. И вот, что из этого вышло.
Говорю правду, только правду, и ничего кроме правды  . Для анализа использовал «сводный» контракт на индекс РТС, проще говоря – то, что на сайте финама называется «Фьючерсы ФОРТС -RTS».  Что хотим узнать – в какие часы чаще всего достигаются максимумы и минимумы дня, т.е. когда максимум (или минимум) часовой свечи равен максимуму (или минимуму) дневной свечи.
Вот, что из этого получилось:
Максимумы :



( Читать дальше )

Продолжу спасение своих утопающих в чреве хутрейда блогов. На прошлой неделе кто-то задавался вопросами про пилы, случайное блуждание и тренды. Сегодня нашел старый текст, но актуальности не потерявший, как раз и про это тоже.


В конце девятнадцатого века, примерно в одно и тоже время, появились две совершенно противоположные по смыслу концепции, описывающие поведение цен на фондовом рынке. В 1900-м году Луи Башелье написал диссертацию «теория спекуляций», основанную на наблюдениях за поведением цен облигаций на парижской бирже. За семь лет до Эйнштейна он предложил формальную математическую модель случайного блуждания, в соответствии с которой поведение цен было похоже на поведение броуновской частицы под ударами мелких молекул.
В период с 1890 по 1902 годы Чарльз Доу, первый редактор  газеты «Wall Street Journal» и автор самого известного биржевого индекса, написал серию статей, которая позже превратилась в «теорию Доу». Он считал, что поведение цен описывается закономерными тенденциями, или направленными движениями вверх или вниз, которые отражают господствующее на бирже мнение о будущем экономики или отдельной компании. Так началось противостояние двух принципиально противоположных концепций, которое не окончено и по сей день.


( Читать дальше )

В связи с тем, что комон самоубился и оживляться, похоже не собирается, да еще грозится похоронить под собой многочисленный контент начну постепенно перетаскивать сюда свои блоги, которые могут оказаться полезными.
 
Начну с индикатора силы рынка, на котором, собственно построен сейчас фрактальный барометр.
 
Фрактальный индикатор силы рынка
 
Для принятия решений об операциях на реальном счете я использую фрактальный индикатор силы рынка. Конечную формулу в этой публикации я выписывать не буду, поскольку она «трехэтажная», да и методика еще не закончена в том виде, в котором мне мы бы хотелось. Здесь будут описаны основные ход мысли, использованный при построении, принципы построения и свойства индикатора. При некотором достаточно небольшом усилии получить аналогичные результаты может любой желающий, знакомый с фракталами не по книгам Вильямса.
1. Основой индикатора является фрактальная размерность графика цены. Что она показывает? Математические ответы типа «изрезанности графика» оказываются неудовлетворительными. Необходимо было найти некую «физическую» интерпретацию, объяснявшую свойства фрактальной размерности, связанные с динамикой цены. Эти свойства я многократно описывал в различных блогах, поэтому здесь не буду подробно на них останавливаться.


( Читать дальше )