алгоритм

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.

( Читать дальше )

Много дискуссий возникает на тему вреда или пользы применения стопов в трейдинге. Ответ на этот вопрос попытался дать автор блога blog.factorwave.com.

Вам не нужно читать много книг или статей по трейдингу, чтобы понять важность стоп-ордеров — определенных точек выхода для прекращения убытков и закрытия позиции. Обычно утверждается, что использование стопов естественно. Идея ограничения убытков больше определенного значения выглядит привлекательной. Что может быть неправильным, если мы обрезаем убытки и позволяем прибыли «течь»?

Но если что-то часто говорится, это необязательно должно быть правдой, не зависимо от того, кто это утверждает. Так что же действительно происходит, когда мы пытаемся следовать таким, вроде бы безобидным, высказываниям, в нашей торговле? Возможно, здесь есть преимущества, но во сколько они обходятся?

( Читать дальше )

Насколько успешным может быть применение индикатора токсичности потока ордеров VPIN в трейдинге? А если попробовать соединить его с моделью скрытых состояний Маркова? Пример такой стратегии приводит Dr Jonathan Kinlay в своем блоге. Напоминаю, что всю теорию по расчету VPIN вы сможете найти на моем сайте здесь, а по модели Маркова — здесь.

Для наших целей интерес представляет однопериодный знаковый VPIN. Он принимает значения от -1 до 1, в зависимости от пропорции между покупками и продажами за один период t — см. график в заглавии статьи.

Мы предполагаем, что приращение цены актива имеет сильную зависимость от значения VPIN. Например, в тестах фьючерса ES, мы увидели, что изменение средней цены от одного объемного пакета ( см. теорию VPIN) до следующего высококоррелировано со значением VPIN в предыдущем пакете с коэффициентом 0,5. Другими словами, участники рынка, предоставляющие ликвидность, будут обновлять свои ордера в направлении, которое прямо связано с направлением и интенсивностью потока токсичности.

( Читать дальше )

Использование корелляции широко распространено в финансовой теории и практике, от создания портфелей до стратегий статистического арбитража.

Основная сложность в применении корелляции это ее изменчивость: активы, которые в один момент времени кажутся практически некоррелироваными для целей хеджирования, могут стать высококореллироваными в другие моменты времени, например, при высокой активности рынка. Напротив, акции, кажущиеся подходящими для парной торговли, в связи с высокой корелляцией их приращений цены, могут позднее показать разнонаправленную динамику, приводящую к значительным потерям.

Нестабильность уровня еще усугубляется эмпирическими выводами о том, что волатильность корреляции сама по себе зависит от времени: в одно время корреляция между активами может плавно меняться в узком диапазоне, в другое время мы можем наблюдать  изменения знака коэффициента корелляции в течении нескольких дней.

( Читать дальше )

Вывод, который мы можем сделать из первой части данной статьи такой: почти все стратегии, которые мы знаем, имеют эквивалент в пространстве волатильности, будь это покупка/продажа волатильности, статистический арбитраж или следование за трендом. Более того, из-за особых характеристик волатильности, все эти стратегии имеют тенденцию к большей производительности, чем их традиционные аналоги. В пример автор приводит показатели собственной стратегии на волатильности биржевых фондов ETF, которая имеет устойчивый годовой доход между 30% и 40%, с коэффициентом Шарпа более 3, начиная с 2012 года (см. графики в заглавии и ниже).

( Читать дальше )

Сегодня торговал только YM. 2 сделки.

Объяснять ничего не буду. Входы все только по системе. Цели — от 20 тиков.
Показываю трейды за последние 2 дня. Тикеры инструментов на скринах видно.


( Читать дальше )

Московская Биржа совместно с БКС Брокер и разработчиками программы для создания торговых систем TSLab представляет НОВЫЙ онлайн курс по созданию торговых роботов!

Торговые роботы завоевывают все большую популярность среди частных инвесторов. И это вполне объяснимо: робот не устает, не ошибается, совершает сделки по каждому поступающему сигналу и не подвержен эмоциям, страхам и ложным ожиданиям.

В такой ситуации каждому трейдеру важно понимать, как разрабатываются автоматизированные стратегии торговли, а, возможно, и научиться создавать их самостоятельно.

На вебинаре ведущие расскажут о возможностях программы TSLab, познакомят с основными этапами создания торгового алгоритма и его оптимизации.

Продолжительность семинара: 3 занятия по 1,5 часа
Дата проведения: 21,23 и 28 июля 2015 с 19:30 до 21:00

Вы с нами? Тогда регистрируйтесь по ссылке http://options-school.derex.ru/741-2/

Другие контракты и синхронизация

В прошлой части мы не прояснили ситуацию, зачем нужны цены закрытия, наряду с внутридневными. Ведь цены внутри дня тоже сохраняются вплоть до закрытия. Причина состоит в том, что иногда полезно иметь синхронизированные данные. В нашем случае нужно знать цену текущего фьючерса относительно соседнего контракта, для вычисления контанго, осуществления роллирования и т.п ( нужен спрэд между этими инструментами). Другой пример — если вам необходимо создать систему торговли несколькими инструментами на основе их коинтеграции и возврата к среднему.

 

Получить синхронизированные межрыночные цены довольно сложно. Если вы собираете тиковые данные и выстраиваете временные серии из них, то можете столкнуться с очень зашумленными значениями из-за эффекта скачка между бидом и аском на одном рынке, который будет влиять на другой.

( Читать дальше )