aapl

Любителям угадайки.
Отличная вещь для самоконтроля и оценки собственного уровня понимания рынка — стал записывать сентимент по акциям с вочлиста.
Зеленый — значит жду роста более чем на 5%,
Красный — жду падения более чем на 5%,
Серый — цена будет плавать в диапазоне +-5%
Количество дней — сколько прошло с момента моей оценки.

Итого из 9 первых акций 7 я угадал, 2 нет :)
77% неплохой результат, верно?
Особенно горжусь прогнозом по AAPL — разметку бычьего треугольника я ему нарисовал еще пару месяцев назад.

А кто как записывает собственные прогнозы и следит за их исполнение?

Документальный фильм о возникновении таких компаний, как Apple (NASDAQ: AAPL) и Microsoft (NASDAQ: MSFT). Документальный фильм включает в себя комментарии к революции в персональных вычислений, основателей и самих сотрудников. Также фильм подойдет как практика английского.

X акция выросла с 7 до 17 без коррекции! Любые быстрые движения выше 17 будем смотреть на в шорт с целью 1-1,5$

30 марта купил $18 Put на 8 апреля по $2.00

1 апреля вышел 50% позиции $18 Put на 8 апреля по $2.50 +25% (50$/контракт)

NFLX заходили после отката (вчера выкладывали эту сделку онлайн), с целями 103,5-104, первую цель почти выполнили, но «пожадничали» и не зафиксировали хороший плюс. В итоге +15%
AAPL идея на откат от ключевого уровня 110, для отработки этой идеи покупали опционы в деньгах на 112 страйке, частично зафиксировали прибыль.

Посчитал на R спред между акциями Google и Apple с учётом соотношения (hedge ratio). И нанёс среднюю линию с двумя среднеквадратичными отклонениями сверху и снизу. Красота. 



Делается на R это очень просто, код ниже. 

require(quantmod)
> startT <- «2015-01-01»
> endT <- «2016-01-01»
> rangeT <- paste(startT, "::", endT, sep="")
> symbols <- c(«AAPL», «GOOG»)
> getSymbols(symbols)
[1] «AAPL» «GOOG»
> tGOOG <- GOOG[,6][rangeT]
> pdtGOOG <- diff(tGOOG)[-1]
> tAAPL <- AAPL[,6][rangeT]
> pdtAAPL <- diff(tAAPL)[-1]
> model <- lm(pdtAAPL ~ pdtGOOG)
> hr <- as.numeric(model$coefficients[1])
> spreadT <- tAAPL — hr * tGOOG
> meanT <- as.numeric(mean(spreadT, na.rm=TRUE))
> sdT <- as.numeric(sd(spreadT, na.rm=TRUE))
> par(mfrow = c(2,1))
> hist(spreadT, col=«blue», breaks = 100, main = «Spread Histogram (AAPL vs GOOG)»)
> plot(spreadT, main=«AAPL vs GOOG spread (in-sample period)»)
> abline(h = meanT, col = «red», lwd = 2)
> abline(h = meanT + 1 * sdT, col = «blue», lwd = 2)
> abline(h = meanT — 1 * sdT, col = «blue», lwd = 2)

Здесь: 

meanT — среднее
sdT — среднекв. отклонение
spreadT — спред
par — график с двумя секциями
plot — график
hist — гистограмма
abline — линия поверх графика
model — линейная зависимость модель, МНК
quantmod — библиотека для получения исторических данных
rangeT — временной диапазон