моделирование

Сомнение внушает одно слово, сказанное Грефом, — перекабировка. Этот термин означает, что матмодель (торговая система, например), построенная по историческим данным, за пределами этой истории начинает расходиться с реальностью. Креативщиков это не смущает, и они сразу же начинают поправлять числовые параметры модели, вводя в них более поздние исторические данные. Этот процесс и называется калибровкой.
Но дело в том, что в принципе любая матмодель, интерполирующая с некоторой точностью поведение «чёрного ящика» по историческим данным, за пределами этих данных бесполезна, если природа моделируемого процесса постоянно меняется. Закон Гука в физике тоже требует калибровки для получения коэффициента упругости. Но определив один раз этот коэффициент для некого материала, нам не нужно новых калибровок.
А вот экономисты (и трейдеры) занимаются этим без передыха. Это как если бы физики каждый квартал пересчитывали гравитационную постоянную. Бесстыдство креативщиков сродни цинизму цыганскому. «Ну что сказать… устроены так люди… желают знать что будет.»
Чуть более распостранённо об этом статья «Why economic models are always wrong» в журнале «Sientific American».
Более скрупулёзно вопрос разбирает Нассим Талеб в книге «Антихрупкость».
P.S. Мой опыт перекалибровки торговых систем в программе WealthLab согласуется с выводами Н.Талеба.

кто-нибудь моделировал систему:? прога, на чем лучше, где взять котировки, нужны макс, мин, открытие, закрытие сессий акций, индексов чем больше период, тем лучше, кому не жалко поделиться инфой? накиньте инфы плиззз!))

Прежде, чем продолжать рассказывать о структурных продуктах, нужно рассмотреть 2 темы, вынесенные в заголовок.



Итак, часть 1: фьючерсы (и вообще любые срочные контракты).

Во-первых, в день окончания обращения фьючерса (экспирации) его цена в точности равна цене базового актива (с точностью до комиссии).

Абстрактный пример. Пусть сегодня последний день обращения фьючерса на акции Х. Акция стоит 100 рублей. Допустим, что фьючерс Х стоит 110 рублей. Тогда я могу купить акцию Х по 100 рублей, продать фьючерс Х по 110 рублей и в конце дня поставить акцию покупателю фьючерса (за 110 рублей), получив 10 рублей прибыли без всякого риска. Сделки такого типа называются "арбитраж". Понятно, что при таких ценах я (и не только я) буду совершать арбитражные сделки на все доступные мне деньги, да еще и кредит возьму. Арбитражер будет толкать цену акции Х вверх (агрессивными покупками) и одновременно цену фьючерса Х вниз (агрессивными продажами), пока цены не сравняются и прибыль не исчезнет.

( Читать дальше )

    

     Любой серьезный трейдер понимает, что движение цены для большинства ликвидных инструментов на бирже представляет собой некий случайный процесс. Для построения торговой системы нужно понимание его характеристик. В частности, акция, торгуемая большим числом независимых игроков с примерно равными капиталами, хорошо описывается броуновским движением.
     Книга создана на основе курса из 13 лекций, прочитанных авторами в разные годы на механико-математическом факультете МГУ им. М.В. Ломоносова. Материал значительно превышает рамки учебного курса, чтобы дать более глубокое представление о разнообразных разделах теории. Сложные доказательства вынесены в Приложения. Дополнения и упражнения помогают в усвоении материала.
     Курс лекций предназначен для профессиональных математиков (даже не программистов) и не может быть понят обычным трейдером с экономическим образованием. Вот только часть используемых терминов: теоремы Ионеску-Тулчи, Колмогорова (и не одна), Штрассена, Радона-Никодима, Ароншайнена (для гильбертовых пространств), Гирсанова (об абсолютно непрерывной замене меры), разложение Карунена-Лоэва для винеровского процесса, польское пространство, принцип инвариантности Донскера-Прохорова, ветвящийся процесс Гальтона-Ватсона, система страхования Крамера-Лундберга.

( Читать дальше )

Хочу разобраться в сделках РЕПО. Никогда не имел с ними дело, но интересно понять, как этот инструмент работает. Мне лучше понимается на примере созданных моделей в excel, так как там можно проследить взаимосвязь ячеек в формулах и через это разобраться в механизме работы инструмента.

Выкладываю на суд разбирающейся в вопросе общественности модель РЕПО excel, а также краткое описание этого инструмента. Цель:

1. Проверить мое понимание инструмента. Откорректировать, дополнить.

2. Помочь другим разобраться в вопросе (тем, кто как и я не знаком с РЕПО).

 

Для начала краткое описание:

РЕПО – это по сути краткосрочный заём под залог ценных бумаг (ЦБ).

Одна сторона (сторона А) хочет получить деньги в займы и продает свои ЦБ по оговоренной цене (рыночная цена минус дисконт) с условием обратного выкупа по заранее оговоренной цене (цена продажи плюс ставка репо) и оговоренной дате стороне Б.

Другая сторона (сторона Б) хочет заработать проценты на своих свободных деньгах, поэтому даёт свои деньги в заём, покупая ЦБ у стороны А (рыночная цена минус дисконт) и продавая их позже этой же стороне А по более высокой цене (цена продажи плюс ставка репо).

( Читать дальше )

В дополнение к своей прошлой записи.

Попробуем пошагово смоделировать биржевой (самый простой вариант) замкнутый рынок (из одного ФИ).

Исходные данные:
— тысячи роботов-трейдеров.
— у каждого робота одинаковый начальный капиталл.
— нет цены и, соответственно, ее истории.
— нет торговых издержек (комиссий и т.д.).

Как запустить тысячи роботов, чтобы они начали между собой торговать?

Зададим начальный уровень (не цену) средней цены — единица. Запустим сначала роботов, которые выставляют сразу лимитные заявки. Начнется формирование истории цен Bid и Ask. Какое-то время не будет никаких сделок, но цены при этом будут двигаться по любой траектории.

Если траекториями (две) будут горизонтальные линии, это будет обозначать, что рынок мертв полностью. Чтобы оживить его, запустим роботов, которые выведут траектории из горизонтальности. Тут мы можем столкнуться с тем, что траектории бесконечно устремляются в одну из сторон. Значит надо задать (не обязательно явно) какие-то границы траекторий. Теперь имеем более-менее сносную историю. При этом ни одной сделки еще совершено не было.

( Читать дальше )

сплайн на сигму BS:

sigma=sqrt(Var(1+A*ln(s/k)*ln(s/k)*Ex/t+B*ln(s/k)*As/sqrt(t))) 

Var — сигма BS;
Ex — эксцесс;
As — асиметрия;
А, В — параметры прогноза.

PS: скорее всего всё это с ошибками (требуется доработка), мои временные и инфраструктурные возможности не позволяют мне это протестировать.

PPS:… и, ещё раз, На здоровье! 

 
Smart-Lab 16.03.13: Адреналин от выступления, новая информация, знакомство с интересными людьми – получены!..=) Печаль, что была необходимость уехать раньше.
Хочется сказать спасибо Тимофею за поддержку и организацию, выступающим за доклады, аудитории за вопросы!..


Тяжело было осветить за полчаса поднятую мной тему. Для тех, кому интересно, периодически буду выкладывать информацию, относящуюся к эконометрическому моделированию.
 
…начну с простого:
 
В самом общем смысле временной ряд – это последовательность количественных характеристик какого-либо процесса, измеренных через одинаковые промежутки времени. Временными рядами в трейдинге являются, к примеру, цены закрытия часа либо дня,  годовые доходности актива (тиковые данные не являются временным рядом). Принципиально важными свойствами временных рядов является строгая упорядоченность и стационарность.
 

1. Упорядоченность – информацию несут не только сами значения количественного показателя, но и их расположение относительно друг друга.

( Читать дальше )

С практикующими трейдерами на опционном рынке хотелось бы пообщаться на тему сложных математических моделей. Сейчас известно несколько моделей, которые могут найти применение на практике. Например, модель Бруно Дюпире(http://www.globalriskguard.com/resources/deriv/pric_hedg_with_smile.pdf), stochastic vol model, local vol, модель хестона итд. Какие из них видите наиболее эффективными к примеру для использования на фортсе? Использует ли кто-нибудь методы эконометрики(Garch-и) в построении улыбок? Насколько это эффективно? Если у вас имеется модельный трейдинг, то насколько модель устойчива, есть ли проблемы с подгонкой параметров и производите ли переоптимизации модели в сложные периоды(рост волы, падение волы)? Какие программные средства используете для своих вычислений? Если не секрет программными продуктами какой компании пользуетесь или сами разрабатываете софт? 

Немного про свою торговлю. В модельном трейдинге я для себя нашёл пока одну единственную модель stochastic vol, которую согласуя с некоторыми расчётами, использую для построения смайла. Описание модели здесь 

( Читать дальше )

Пару месяцев назад, когда по моим расчетам (с помощью теории Сорнетте) приблизилось критическое время сингулярности для пузыря на NZDUSD, я об этом написал ( http://smart-lab.ru/blog/43303.php ) пост, где предложил аналогичную модель пузыря и последующего биржевого краха. В те дни NZDUSD был на уровне 0,8400.
ЧТО ИЗМЕНИЛОСЬ ЗА ЭТО ВРЕМЯ?




( Читать дальше )