Quant Trading UX | Квант Трейдинг Инвестиции
115 subscribers
58 photos
1 video
2 files
87 links
Мой live канал - @trading_algo

Quant trading, data science, квант, финансы, биржа, трейдинг, инвестиции.

Количественные методы анализа и прогнозирования биржевых данных.

Контакты: @quantux1
Download Telegram
По вопросам сотрудничества и взаимодействия пишите в Skype:

live:185fd1439ada6b89
Все, рабочий день окончен: еще +63 пункта профита по #EURUSD на мелких таймфреймах.

Обновленные результаты:

Результат за день +225 пунктов
Результат за неделю +254 пункта
Текущий результат за месяц +283 пункта


Как развивалась ситуация на М1 смотрите на втором рисунке ниже.
Так же, на H4 рынок только к закрытию подошел к сигналу затухания ЦФ. Скорей всего это будет диверная продажа как раз к 13 числу, о чем я и говорил еще 28 декабря.
Интересно: о том, как звезды смартлаба Андрей Мурманск, Ирина Булыгина и Александр Горчаков за неполный год работы по ДУ (доверительное управление) слили 23 млн руб (просадки ~ 50%)

http://управление-капиталом-отзывы.рф/

Собственно говоря, - это все очень даже ожидаемо и закономерно. Потому что не бывает в природе никаких "уровней", "поддержек-сопротивлений" и прочего рисования (это даже черчением назвать язык не поворачивается).

- Какова вероятность и какова статзначимость влияния какой-то субъективной произвольной линии на графике?

- Оказывает ли эта линия хоть какое-то влияние на параметры и свойства этой кривой?

- Если объективным показателем динамики цен является баланс спроса и предложения, то какая функция/производная из потока котировок указывает нам на этот баланс?

- Как его (баланс) обсчитать с точки зрения вероятности его смещения в ту или иную сторону?


Кто-то из этих художников может ответить на эти вопросы?

Все эти ученики Герчика (вторящие его словам), и авторы МТС (за исключением единиц) - они застряли в 80х-90х годах, когда биржи стали с одной стороны уже более доступными (70е не берем - потому что только появлялся Бреттон-Вуд), а с другой стороны еще не было вычислительных мощностей, которые существуют сегодня, чтобы можно было быстрее обрабатывать входящие данные. (Вот, к примеру, статья от 2016 года о сравнении скорости выполнения операций в языках программирования QLUA и MQL5 https://www.mql5.com/ru/articles/4310)

Вот и приходилось выдумывать простейшие методы анализа, или затем использовать, как Элдер например, простые скользящие средние (сейчас же типов регрессий существует не один десяток - для примера https://www.datasciencecentral.com/profiles/blogs/10-types-of-regressions-which-one-to-use) или другие простые индикаторы с незамысловатыми формулами расчета.

Все это не объективно, и НИКОГДА работать не может по определению. Отсюда и результаты.
Посмотрел на сделки "управляющих" из предыдущего поста.

Очень показательна в этом плане Ирина Булыгина с просадкой по счету в 90%. На лицо очевидное НЕПОНИМАНИЕ того, что такое торговля.

Смотрите картинку ниже

У "Мурманска" явно трендовая "стратегия", которая дала заработать на падении Si, а затем слила в пиле. Про остальных сложно сказать - на чем основаны их алгоритмы знают только они.

Для формирования хоть какого-то общего понимания, что такое торговая система, из каких компонентов она должна быть соткана, и какие задачи каждый из этих компонентов должен решать, настоятельно рекомендую почитать мою статью под названием Deep Learning.

https://prince-ux.livejournal.com/56120.html

Если в ТС не решены в компексе нижеизложенные проблемы, то такую торговлю вообще нельзя причислять к разряду системной, а лишь к механической:

 - Необходимо определить фазу/состояние рассматриваемой кривой (количественно выяснить ее параметры и свойства);

- Полученные коэффициенты необходимо преобразовать и вычислить, как поступление НОВЫХ значений отражается на параметрах кривой;

- Провести оценку статистической и вероятностной значимости событий (плотности распределения и т.д.):

- Построить прогнозную (информативную) модель движения;

- Построить такие цифровые фильтры, сигналы которых строго ложились бы в полученные параметры и характеристики;


Таким образом получится строгая объективность оценки кривой: мы оценили и исторические данные, и построили актуальный фильтр для текущей ситуации, и применили все это для построения прогноза.

Если формула красива - значит она верна

НИ ОДИН из этих компонентов по отдельности работать НЕ БУДЕТ. Если построить МТС только по историческим данным - мы не узнаем, когда такая система сломается; если брать только текущие значения, мы не узнаем как новые значения меняют нашу систему; если просто строить прогноз (хоть в Excel это можно делать) - то опять-таки постоянно обновляемые данные будут оказывать влияние на кривую, и система в конце концов сломается;

Согласитесь, во всех этих задачах абсолютно нет места никаким каналам или линиям. А те, кто берут в ДУ такие большие деньги, и ставят их на кон ничем не обоснованного рисования - просто ЛУДОМАНЫ!
#XRPUSDпрогноз

Посмотрим, как #Ripple отрабатывает вторую заранее определенную отметку (пунктирная линия) на рассматриваемом временном отрезке. Напомню, что прогноз был составлен 10 января 2018 года - найти его можно навигацией по хештегу.

Как мы помним, пунктирными линиями были обозначены ориентиры по преобретению данного актива. Затухание цифрового фильтра (было продемонстрировано в предыдущем обзоре риппл - навигация по хештегу) дало сигнал к 40% росту (относительно зоны покупок) и 15% относительно прогноза (если бы мы просто покупали по пунктирной линии).

Напомню, что толщина линий означает степень важности разворотных точек на прогнозируемом временном отрезке.

Сейчас в момент написания этого поста ЦФ вновь демонстрирует затухание в заранее строго обозначенное прогнозным модулем системы время (gif-картинка ниже на H4). Покупки данного актива возможны только в моменты статистичесой и вероятностной обоснованности (рынок - это динамичная структура - новые данные поступают ежесекундно, и постоянно пересчитываются) сигналов торгового модуля системы.

Как мы видим (вторая картинка ниже на M15) сигналы к покупкам ЦФ сформировались СТРОГО к моменту подхода нашей кривой ко второй пунктирной линии - нигде раньше этого момента ни о каких лонгах говорить не приходилось. Так работает фильтр в симбиозе с прогнозным модулем. Мы даже получили небольшое импульсное движение наверх в 4% (если бы покупали по сигналам в районе пунктирной линии).

Как только ЦФ на H4 нырнет в зону покупок можно говорить о том, чтобы купить Ripple.
132 страницы технической документации White Paper ICO Telegram (#TON)
#EURUSD продолжает радовать: за сегодняшнее утро еще +82 пункта профита на лонгах. Больше покупать я его не собираюсь. Ждем входов в шорт.

Результаты:

Результат за день +82 пункта
Результат за неделю +82 пункта
Текущий результат за месяц +365 пунктов
По вопросам сотрудничества и взаимодействия пишите в Skype:

live:185fd1439ada6b89
#арбитраж #парныйтрейдинг #спреды

В одном из чатов продемонстрировал возможности работы статфильтра, описанного в моих постах на примере арбитражных стратегий (т.н. безрисковых стратегий).

смотрите картинки ниже

Предположим, мы хотим выяснить моменты, КОГДА спреды между #USDRUB и #нефть марки #Brent будут расширяться, а когда сужаться.

красная кривая - график USDRUB
желтая кривая - график нефти
синяя кривая - их спред


Как видим, с начала 2018 года корреляция между этими двумя активами "пропала" (спред расширился). При помощи оценки вероятностей и матстатистики мы можем определять периоды схождения/расхождения спредов.

Конечно, это грубый пример на скорую руку: необходимо сначала количественно оценить параметры каждого из активов, и характеристики самого спреда. Затем построить статфильтр. Но принцип всегда одинаков.

Если формула красива - значит она верна

Такие же методы, я напомню, применительны и к оценке чистой спекулятивной позиции, и для оценки волатильности, и для арбитража, и для макроэкономических показателей.