~Russian Bear’Z Blog~

Необычайная майская жара и приостановка безудержного роста во многом охолодили пыл инвесторов, и многим хочется отдохнуть от графиков и не слышать никаких новостей о фондовом рынке. Что ж, самое время стать пайщиком – доверить свои сбережения профессионалам, которые и в жару и непогоду смогут заработать на фондовом рынке. Но какой пай купить, какой лучше? Ну да конечно, который больше вырастет! Или который меньше упадёт!!! При том что совсем не очевидно что фонд показавший лучшие результаты в прошлом году покажет такие же и в этом. Таким образом, на один только этот фактор нельзя полагаться, а нужно оценивать в целом эффективность работы этого фонда – т.е. проводить не только количественную оценку, но и качественную.

(more…)

Повседневный вопрос любой инвестиционной компании, из чего сформировать портфель, а главное как! Очевидно, максимально диверсифицированный портфель можно сформировать только на мировом рынке из индексов развитых стран или крупных компаний. Очень интересен для портфельных инвесторов так же такой инструмент как ETF – Exchange-Traded Fund. Такие фонды имеют жёстко регламентированную структуру, и обычно копируют структуру какого-либо индекса, при этом, выплачивая дивиденды по акциям, которые в него входят. Возьмём, например, 30 наиболее торгуемых ETF, история по которым имеет глубину более 3 лет. Ликвидность таких инструментов более $100 млн. в день:

(more…)

GA4TS Dynamic Link Library (version 1.1) имеет стандартный интерфейс, поэтому использовать библиотеку можно в любой программе, поддерживающей вызовы через API. Библиотека защищена современными криптографическими методами и может быть использована только на компьютере зарегистрированного пользователя. Поддерживается совместимость только в ОС: Windows 2000 и более поздние версии.

(more…)

Метод Fixed Ratio, разработанный Райн Джонсом, подразумевает то, что отношение торгуемого числа лотов, к приращению капитала, должно быть постоянным. Это основная концепция метода! Таким образом, при использовании метода, риски увеличиваются только за счёт полученной прибыли, позволяя эффективно реинвестировать заработанную прибыль.

Такой подход, прежде всего, интересен агрессивным спекулянтам, которые ведут маржинальную торговлю внутри дня сразу по нескольким бумагам.
Этот метод был доработан и обобщён до портфеля, который представлен в Fixed Ratio Calculator.

Как пользоваться калькулятором? Сначала необходимо инициализировать начальные данные на которые опирается метод:

1. init asset – начальный капитал. Это значение остаётся постоянным на протяжении всей работы метода, даже если ваша капитал вырос в несколько раз.
2. leverage – плечо вашего брокера.
3. DD – максимальный дродаун в процентах, который вы готовы терпеть по портфелю.
4. ticker – название эмитента.
5. price – цена одной акции.
6. dd – просадка используемой стратегии за год, или critical stop-loss.
7. part – доля бумаг в портфеле, в процентах, в сумме должны быть 100%.

(more…)

---

init asset leverage DD(%) asset
base max leverage limit current leverage

ticker	price	dd	shares	part	lots

1. init asset – the starting capital.
2. leverage – the leverage of your broker.
3. DD – admissible drawdown a portfolio, in percentage.
4. asset – the current capital.
5. base – the settlement value necessary for formation of the minimal portfolio.
6. max leverage – the maximal limit of a leverage without DD%.
7. limit – a limit on the open positions.
8. current leverage – current used buy power.

1. ticker – the ticker’s name.
2. price – the current price, in point.
3. dd – the drawdown, in point.
4. shares – quantity of papers on one contract or not devisible value.
5. part – a share, in percentage, papers in a portfolio.
6. lots – quantity of contracts.

(more…)

В продолжение статьи Оценка волатильности, по просьбе читателей, привожу пример разбиения волатильности на составляющие движения вверх и вниз. Это полезно для оценки исторических значений для разных опционов пут и колл. Суть метода в следующем: имеющейся ряд C_i ценовых приращений, мы разбиваем на две непересекающиеся выборки. Например, это можно сделать, выбрав дни с U_i белыми и D_i чёрными свечами. Очевидна такая выборка будет отвечать требованиям по корреляции.

(more…)

То что любая торговая стратегия на акциях проходит бэк-тэстинг, или проверку временем – не у кого не вызывает сомнения. Но с опционными стратегиями дело, как правило, обстоит несколько иначе. Возможно, это связано с предполагаемой сложностью реализации (это абсолютно не так), или как чаще всего бывает: тестирование ограничивается сложными формулами на бумаге или доказательством статистического преимущества. В любом случае, никакие формулы не заменят бэк-тэстинга, а как часто бывает, новые идеи, возникают во время осмысления полученных результатов. А оптимизация в этом смысле просто создаёт почву для размышления, и никак не для того что бы использовать полученные результаты в окончательном варианте для реальной торговле.

Иной раз приходилось использовать абсурдные вещи: делать сигнал на открытие позиции с параметром k контрактов, где k принимает +1/-1, т.е. на “как и было”/ “поменять покупку на продажу и наоборот”. Оптимизация это та чёрная работа, которую компьютер может сделать лучше человека. Это к тому что и опционов много и параметров тоже.

Итак, что бы провести тестирование стратегии на опционах Omega – наилучший инструмент для этого (после Excel конечно). Для этого не обязательно иметь данные по всем страйкам опционов, со всем возможными датами погашения. А достаточно иметь дневные свечи по активу (spot) и волатильности (implied volatility). Возьмем, к примеру на Yahoo Finance, QQQQ(Trust Shares NASDAQ 100) и ^QQV(QQQ Implied Volatility Index), и загрузим их в Omega как показано на рисунке ниже:

Рис. 1. Тестирование опционной стратегии.

Для этого сначала загружается QQQQ, после клавишей F5 добавляется Data2.

(more…)

Это статья может оказаться полезной тем, кто впервые слышит это слово, и тем, кто давно торгует «вегой». Итак, волатильность (volatility) – это нормированная величина изменения цены. И от того как будем измерять движение цен зависит какую волатильность мы получим. Важно лишь то что это абсолютная величина, в отличии от ATR (Average True Range), т.е. если ATR на Сбербанке, к примеру 300, а на РАО ЕЭС, к примеру 0.1, это не значит что Сбербанк более волатильный, а роль играет процентное соотношение. Таким образом, зная эту абсолютную величину мы можем сказать, цена на какой актив более подвижная.

Волатильность бывает двух типов, можно придумать и больше, но фактически они подходят под эти два: историческая (historical) и ожидаемая (implied). Историческая - это волатильность, оценка которой проведена на основании исторических данных на этот актив. Ожидаемая волатильность – это такая волатильность, которая при подстановки в формулу Блэка-Шоулса даст цену последней сделки на опцион с ближнем погашением и страйком. Таким образом, ожидаемая волатильность имеет смысл, только если на этот актив торгуются опционы.

(more…)

GA4TS – динамическая библиотека, предназначенная для оптимизации стратегий по одному или нескольким критериям в TradeStation Omega(any version).
Достоинства алгоритма реализованного в GA4TS:

1. Возможность поиска оптимальных по Парето решений.
2. Поиск осуществляется методом Генетического Алгоритма.
3. Большáя скорость сходимости, на порядки выше других аналогичных методов (ГА).
4. Высокая точность вычислений.

Данная библиотека в себя включает:

1. Библиотека позволяет использовать все возможности алгоритма.
2. Возможность использования через специальный интерфейс во всех версиях TradeStation Omega.
3. Возможность настройки, и коррекции параметров репродуктивного цикла в Генетическом Алгоритме.
4. Добавление в базовую популяцию, заведомо известных, хороших решений.
5. Побитовая точность вычислений.
6. Фильтрация данных, при выводе.

Использование ГА, оправдывает себя тех случаях, где требуются действительно, колоссальные вычислительные емкости. А быстрая сходимость ГА, позволяет решать задачи, эквивалентные перебору 10⁵⁰, всего за несколько часов. Скорость же сходимости данного метода, на порядки выше других реализаций ГА. В данном контексте, под скоростью понимается, количество проделанных итераций (вычислений отдельного элемента или стратегии с конкретными параметрами).

Для этого рассмотрим пример из MATLAB’а: Rastrigin’s Function (рис. 1), в описании к Genetic Algorithm and Direct Search Toolbox. Функция имеет вид:

Ras(x,y) = -(x²+y²)+10(-2 + cos(2πx) + cos(2πy)),

в которой, совершены тождественные преобразование для сохранения точности вычислений, т.к 1 +10^-16 на ПК как правило равно 1.
Рис. 1. Rastrigin’s Function.

(more…)

Вопрос об использовании оптимизации для стратегий является спорным, но я никого переубеждать не собираюсь. Хочу лишь заметить, что, придумав какую-либо стратегию, без параметров, для исторических данных, можно сказать, что она работает именно на них, и делать выводы о перспективе её использования так же невозможно, как и для стратегии с параметрами. И уже в предположении о том, что в динамики изменения котировок присутствует связь с прошлым, можно эмпирически подбирать лучшие решения, будь то отдельные стратегии или их семейства, зависящие от параметров. Но возможна такая ситуация, когда параметров много, или тестируемых данных мало, на которых решение может себя вести очень обособленно. Это проверяется путём проведения дополнительных тестов на других данных.

Остановимся подробней на самом поиске оптимальных решений. Очевидно, основной критерий качества стратегии, это прибыль которую она может показать в будущем, поэтому, упростив условия задачи путём проведения тестов только на исторических данных, нельзя руководствоваться одним только этим показателем, потому что на истории он никак не отражает основную суть задачи. Таким образом, необходимо анализировать такой критерий, или несколько, который ведёт себя наиболее устойчиво к данным. Такими критериями могут быть PF(Profit Factor), DD(Drawdown), Percent Profitable, Ratio Avg. Win/Avg. Loss и т.д. Но при этом, получив решение, оптимально по одному из критериев, совсем не обязательно, что оно будет оптимально по какому-либо другому. А хотелось бы, например, решить задачу – минимизировать риск, максимизировать прибыль, причём одновременно.

(more…)