оптимизация

Часть 1.

Традиционно считается, что задача портфельной оптимизации, или задача Марковица, представляет собой некоторую самостоятельную задачу выбора такого портфеля активов, который обладал бы максимальной доходностью при минимальных рисках.

Прим. В качестве актива могут выступать ценные бумаги (акции), их производные (опционы)  или торговые системы.

 

Решение задачи состоит из двух этапов:

1. Прогноз доходности и ковариации активов в будущих периодах – то есть построение некоторого набора «слабых» прогностических моделей.
2. Составление оптимального портфеля в соответствии с некоторой целевой функцией, и ранее полученными оценками. То есть построение такой композиции «слабых» моделей, которая обладала бы наибольшей прогностической силой.

 

Почему мы используем аналогию портфельной оптимизации с методами машинного обучения  — Bag, Boost?! Потому что в действительности (и мы это продемонстрируем) нам абсолютно не важно, насколько хорошо динамику наших временных рядов прогнозируют «слабые» модели – нам важно только то, чтобы ошибки прогнозов наших моделей взаимно компенсировали бы друг друга в некотором интегральном смысле. Иными словами – в случае бустинга – ошибка прогноза линейной композиции была бы минимальной, а в случае портфельной оптимизации –  была бы минимальной ошибка прогноза нелинейной композиции (то есть самого портфеля).

( Читать дальше )

Друзья! Тестирую пробойного робота.
Результаты тестирования на тиковых данных и OHLCM1 сильно различаются, причем визуально, если сравнивать входы и выходы, то робот примерно заходит одинаково.
Что ожидать в реальности, результаты более схожие с тиковыми или OHLCM1 данными, или нечто среднее между ними?

К нам поступил запрос на создание многопараметрического робота, с кучей условий торговой логики и в конце с припиской: «За работу я готов оплатить 800 рублей». Как у заказчика получилась такая сумма осталось не ясно. Возможно, всё тривиально, и это просто все его доступные средства, которые остались от торговли по интуиции. А возможно человек просто не понимает какую работу нужно проделать и из чего образуется цена на торговых роботов. Но это не страшно. Мы как раз сейчас и постараемся разобраться в этом.

Итак, чтобы разработать робота нужно выполнить определенные этапы. Рассмотрим их.

1. Нужно определиться с торговой стратегией и формализовать её (точки входа, стоп-лоссы, тейк-профиты, фильтры и т.п.);
2. Желательно создать прототип данного робота;
3. Проверить работоспособность стратегии и прототипа на исторических данных;
4. Желательно провести оптимизацию стратегии и найти оптимальные значения параметров;
5. Нужно провести анализ сделок и добавить общие фильтры на ситуации в которых робот часто показывает убытки. Главное, нельзя примерять переоптимизацию! Иначе в реальной торговли результаты будут сильно отличаться! После этого возвращаемся к пункту 4. И работаем до тех пор пока стратегия не будет универсальной или пока мы её не забракуем как непригодную. Так тоже бывает, и не редко.

( Читать дальше )

Всю жизнь тестировал и оптимизировал торговые стратегии для фьючерсов используя так называемый «склеенный» фьючерс с сайта Финама. Я понимал и понимаю, что в момент «умирания» старого фьюча и соответственно перетекания ликвидности на новый фьючерс происходит ценовой ГЭП. Или контанго (когда цена нового фьюча больше чем цена уходящего в небытие) или бэквордация (обратная ситуация).

Как выяснилось, склейку фьючей Финам проводит по методу «Панама» (или проводил), а как будет проводить — кто его знает. Да и что за «Панама» — яндекс в помощью интересующимся. Смысл в том, что на стыке двух фьючей идут недостоверные котировки.

Из-за наличия такого ценового разрыва в склеенных фьючерсах результаты тестирования стратегии искажаются и как результат в процессе оптимизации находятся неоптимальные параметры.

Я считал, что это несущественные искажения, но если учесть, что оптимизацию иногда провожу на промежутке времени до 10 лет и каждый год происходит как минимум 4 склейки (поквартально) — получается около 40 сделок дают искаженный финансовый результат, которого можно не достичь в реальной торговле. Если же использовать фьючи на нефть — склейки могут доходить до 12 раз в году.

( Читать дальше )

Здравствуйте друзья. Изучая вопрос портфельного инвестирования для долгосрочной перспективы наткнулся на работы Гарри Марковица. Изложенные им труды показались достаточно логичными и легкореализуемыми в условиях сегодняшней компьютеризации. Основные идеи Г. Марковица, которые были использованы для составления портфельной модели:

1. Величина риска – стандартное квадратическое отклонение доходности за расчетный период
2. Уровень риска портфеля – умножение ковариационной матрицы на два вектора частей акций, входящих в портфель

Перед тем как начать, дам определение некоторым понятиям, использованным в статье:

• Портфельная модель – ряд ограничений, накладываемых на параметры (доходность, риск и т.п.) акций перед добавлением их в портфель.

Целью данной работы являлось создание портфельной модели, критерием оценки которой является доходность.

Портфельная модель разрабатывается для отечественного фондового рынка. Торговые инструменты (акции) входящие в расчет взяты из индексов MICEX (Oil & Gas Indices; Consumer Goods & Retail Indices; Chemicals Indices; Metals & Mining Indices; Telecoms Indices; Electric Utilities Indices; Financials Index; Transport Index), в количестве 76 единиц. Расчетный период – один месяц.

( Читать дальше )

«ГрузовичкоФ» — один из лидеров сегмента внутригородских перевозок в Москве и Санкт-Петербурге — проводит юридическую реорганизацию. Соответствующее решение опубликовано 11 декабря на странице компании на сайте Интерфакса.

Основная цель запланированных изменений — приведение юридической структуры в соответствие с высокими требованиями инвесторов. «ГрузовичкоФ» развивается как классический агрегатор, с представительствами в 19 городах России (помимо Москвы и Санкт-Петербурга, компания работает еще в 17 городах России по франшизе). В связи с такой спецификой бизнеса планируется создать юридическое лицо, которое станет центральным в структуре, будет управлять деятельностью всех остальных компаний, аккумулировать прибыль, распределять затраты.

( Читать дальше )

Добавили тут на днях в ТСЛаб возможность штатным образом случайные числа получать. В связи с чем возникла идея устроить небольшой стресс тест стратегиям, заменив имеющееся управление позицией выходом по рынку через случайное количество баров.
Я считаю, что то, что принято называть переоптимизацией, кроется как раз в управлении позицией. Если подумать, то в точке входа подгонки не может быть по определению. Ведь задача как раз найти такое соотношение параметров, которое работает в нашу сторону как можно чаще. И чем сильнее будет подгонка под идеальный сетап — тем лучше, тем точнее мы опишем желаемую ситуацию. А вот с выходом всё иначе. Тут уже есть конкретные точки входа и конкретный набор свечей на истории… И вот как раз тут может быть подгонка параметров стопа, тейка, трейлинга и т.п. под эти конкретные ситуации..
Подгонка может быть столь сильной, что за ней вполне может спрятаться полное отсутствие положительного смещения вероятности в точке входа…
Вот мне и стало интересно, что если выход из позиции будет произвольным? Тогда, по идее, значительный перевес положительных исходов может намекать на наличие положительного смещения вероятности в точке входа.
Для эксперимента взял 2 стратегии на Ri. Одна, проверенная девятью месяцами реала и подтвердившая свою профпригодность на сегодняшний день, и другая — простая, состряпанная на скорую руку, стратегия по скользяшкам с максимальным фиттингом (оптимизация точки входа одновременно с трейлингом по широкому диапазону параметров на всей истории за один проход). Везде стоит комиссия 20п.
Итак, изначальная эквити «проверенной» стратегии выглядит так:

( Читать дальше )

Вероятность получить прибыль в случае случайных входов и выходов равна 25%. Роботы же в большинстве своем имеет более лучшие показатели. С вероятностью  40-50%, что вы заработаете на рынке с помощью робота в течении 3 месяцев. И если Вам достанется рабочий робот на сегодняшний момент, вероятность превысит 50% .

Первый момент разберем. Могут ли Вам продать работающего робота и за какую цену? К примеру, у Вас есть работающий робот, но нет денег для торговли. Сомневаюсь, что Вас возьмут работать в хороший фонд, как и инвесторы не побегут к Вам с деньгами (даже если вы займете достойное место ЛЧИ с ним – не топовое). То продать робота – это лучший способ заработать. Но стоит две проблемы. Первая – если кто-то получит код робота. То первая продажа может оказаться последней (он появится на торрентах, складчине и у более успешных продавцов роботов, чем Вы). Т.е если вам продают исходный код робота – это чистая подстава. Никто никогда не продаст код рабочего робота. Вторая проблема, на которую указывают многие – ликвидность рынка. Все мы знаем Марламова и как он зарабатывал, за что его отстранили от рынка. По сути если Вашим роботом пользуется очень много людей, в Ваше распоряжение появляется граальный робот – зайди до них и выйди после их входа или перед их выходом. Т.е проблема ликвидности стоит, если вы продаете советника. Которые можно оптимизировать самостоятельно. Во все остальных случаях – раздайте бесплатно. И вы, возможно, заработаете больше. Так сколько стоит хороший робот?

( Читать дальше )

Для РБК «ЧЭЗ» от 12.04.2018:

«Не все налоговые ведомства примут понижение прибыли компании на размер выплаченных „золотых парашютов“. Если у вас валовая прибыль — миллиард рублей, а вы выплатили более 200 млн (более 20%), то в налоговой придется доказывать рациональность таких действий. Следовательно, на начисленные парашюты вам будет начислен налог на прибыль (18%).

Допустим, вы не заплатили его. Даже в этом случае вы заплатите НДФЛ как налоговый агент за физлицо, кому вы платите парашют, а также все соцналоги (около 30%).  Соответственно, ваша налоговая нагрузка в зависимости от метода учета будет от 30% до 40%, даже если компания сможет обосновать необходимость компенсаций. Если не сможет, нагрузка составит все 55–60%. Есть более дешевые способы оптимизации и вывода средств.»

Видео можно посмотреть ниже или напрямую на нашем Youtube-канале.

( Читать дальше )

В предыдущих постах я рассмотрел ряд возможностей для арбитража

Бесплатное пользование деньгами МФО

https://smart-lab.ru/blog/457668.php

 

Бесплатное пользование кредитными деньгами банков

https://smart-lab.ru/blog/457355.php

Использование пространственного арбитража стоимости банкнот и монет

https://smart-lab.ru/blog/457529.php

 

Это четвертый пост из серии.

Не столько про доход, сколько про оптимизацию.
Ну и, экологическое сознание.

Деятельность инвестора и/или трейдера неизбежно оставляет за собой след.
Бумажный.

Любое общение с брокерами, банкирами, советниками, консультантами, инвесторами и др. порождает гору бумажного мусора.
Как и посещение конференций, семинаров и круглых столов.

Да и повседневная работа неизбежно связана с бумагой: графики, расчеты, ставки, записи, мысли по поводу рынка и т.п.
Чтение деловой прессы и журналов.

Чем активнее трейдер, тем больше у него уходит бумаги.

За год в шкафах, ящиках, антресолях скапливается приличная масса.

Можно выбросить, но есть нюансы.

1. Я не люблю ходить выбрасывать мусор.

2. Было бы лучше, если бы выбросил кто-нибудь вместо меня.

3. И совсем идеально, если бы за это заплатили.

Поэтому раз в год, весной, я устраиваю генеральную уборку,
вызываю машину, и сдаю все сразу в виде макулатуры.
6-10 руб. за кг. в зависимости от объемов и номенклатуры.

Но дело не в деньгах.
Можно в карму записать плюс в виде экологичности поведения.

PS
Сдайте программу конференции в макулатуру.
Спасите планету.