Постов с тегом "модель": 115

модель


Фигуры технического анализа: Кошачьи уши (The Cat’s Ears Pattern)

Рассмотрим редкую, но надежную медвежью формацию — кошачьи уши. Визуально она напоминает сочетание формаций «двойная вершина» и «несостоявшаяся чашка». Формация «кошачьи уши» образуется на понижающемся тренде и предсказывает дальнейшее снижении цены и ценовую цель.
 

Многие технические аналитики полагают, что самыми прибыльными являются фигуры продолжения, потому что на рынке уже установился тренд, и вероятность говорит в пользу продолжения движения после короткой паузы. Флаги, вымпелы, прямоугольники, клин, голова и плечи — это широко известные медвежьи фигуры продолжения. Некоторое время назад была обнаружена еще одна фигура продолжения, которая появляется во время понижающегося тренда. Автор назвал ее «кошачьи уши» (КУ) ввиду явного внешнего сходства. КУ является редкой, но надежной фигурой, и дает четкую ценовую цель.
 



( Читать дальше )

Измерение информации на рынке с помощью PIN. Часть 3

PINdata

Окончание. Начало см. в блоге и на моем сайте.

В этой, последней части цикла разберем пример вычисления PIN с применением языка R. Кроме библиотеки PIN языка R будем использовать также библиотеку highfrequency.

Для примера автор берет сгенерированные данные, которые соответствуют формату TAQ — стандарт для акций NYSE. Данные состоят из двух наборов — временной ряд ценового котирования (sample_qdata) и сделки (sample_tdata)  и предоставляются в открытом доступе вместе с библиотекой highfrequency.

Нужно отметить что используемые данные взяты только за один торговый день. Обычно, для вычисления PIN применяют больший набор данных, не менее, чем за 60 дней, чтобы выборка была достаточной для правильного определения параметров. Наши данные нужны только для демонстрации процесса получения PIN. Библиотека PIN позволяет это сделать для выборки с любой размерностью, что позволяет применять ее и для высокочастотной торговли. Пример, приводимый здесь, может быть легко расширен для вычисления на другом временном горизонте, большим, чем один торговый день.



( Читать дальше )

Измерение информации на рынке с помощью PIN. Часть 2

PINparm

В прошлой части мы рассмотрели теоретическую модель, лежащую в основе вычисления вероятности присутствия на рынке информированных трейдеров PIN. Продолжим с эмпирической реализации этой модели.

Для уменьшения пространства параметров модели, обычно предполагают, что частоты прихода ордеров на продажу ϵs и на покупку ϵb равны. В день «хорошей новости» вероятность наблюдения последовательности сделок купли и продажи соответствует:

\exp(-(\mu+\epsilon)T)\frac{[(\mu+\epsilon)T]^B}{B!}\exp(\epsilon T)\frac{(\epsilon T)^S}{S!}, где B и S — число сделок купли и продажи соответственно.



( Читать дальше )

Измерение информации на рынке с помощью PIN. Часть 1

zagaglia

В нескольких статьях мы рассмотрим использование индикатора PIN, который представляет собой вероятность присутствия на рынке так называемых информированных трейдеров. Статьи основаны на работе  Paolo Zagaglia "PIN: Measuring Asymmetric Information in Financial Markets with R". Так как вероятность информированной торговли зависит от сделок купли и продажи в течение рабочего дня, в данном цикле мы рассмотрим весь процесс, от обработки исходных данных и вычисления вероятности информированной торговли, до определения параметров лежащей в основе математической модели. Примеры будут сопровождаться кодом на языке R.

Рост в последние годы алгоритмической и высокочастотной торговли открыл тот факт, что динамика биржевых цен сильно зависит от микроструктуры рынка. В частности, некоторые трейдеры могут иметь доступ к приватной информации о торгах, в то время как другие довольствуются только публичными новостями. Риск того, то неинформированный трейдер может в какой-то момент времени столкнуться в качестве контрагента в сделке с информированным, является одним из параметров, определяющих цену актива. Таким образом, измерение вероятности того, что контрагент владеет ассиметричной информацией, позволяет правильно вычислить цену.



( Читать дальше )

торговая модель на золоте.

Здравствуйте!).  интересно Ваше мнение. мож вы ето уже проходили и вам не понравилось…    

обнаружил такую вот модель(закономерность можно сказать)… может оно и было уже — я не знаю. торгую ЕЕ около месяца. сигналов мало, но они точные и в +. 
условия:
1) !ЗОЛОТО! — на других эмитентах не работает. 
2) 15m(только 15) 
3) в идеале - образуется МАЛЕНЬКИЙ «крест» или же просто маленькая свеча. маленькая это 5-15 центов. 
4) сразу за маленькой свечей идет свеча размером НЕ МЕНЕЕ 50 центов(ну можно 48...) «ТЕЛО» свечи должно быть минимум 75-80% от всей        свечи(тобишь что бы «хвосты» мальенькие были)

( Читать дальше )

Реальность случается лишь однажды: почему ваша торговая стратегия должна быть готова к изменениям

    • 31 октября 2014, 12:43
    • |
    • rofunt
  • Еще
На мой взгляд, полезная статья:

-----------
На днях читал одну из недавних статей Nautilus «Вместе с Полом ДеПодестой вспоминаем «Человек, который изменил все»» (Revisiting Moneyball with Paul DePodesta) – интервью с заместителем генерального директора бейсбольного клуба Oakland Athletics, который разработал новый способ толковать статистику бейсболиста, перевернувшую с ног на голову процесс подбора игроков. У ДеПодесты была одна цитата, которая резонирует с моими мыслями:

«С помощью анализа мы можем понять, что нам ожидать. Но реальность случается лишь однажды».

Исходные данные в теории вероятности и статистике позволяют вам рассматривать будущее не как нить достоверных фактов, а скорее как бесконечный набор возможностей, одни из которых более вероятны, чем другие. Для количественных инвесторов это имеет несколько значений.

Во-первых, это подчеркивает то, что стремится делать количественные инвесторы. Количественные инвесторы стремятся использовать математику, статистику и компьютерное моделирование для создания систематического процесса с высокой повторяемостью, чтобы постоянно быль на стороне «удачливых». Другими словами, они рассматривают будущее как распределение вероятных событий и пытаются заполучить положительное ожидание выгоды от всех событий. Если произойдут события, на которых они потеряют, они попытаются минимизировать убытки. В конце концов, словами ДеПодесты:



( Читать дальше )

Моделирование рынка.

    • 25 октября 2013, 15:48
    • |
    • openfx
  • Еще
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 )

....все тэги
UPDONW
Новый дизайн