System Development Framework 2.0: Исследования теория

Сегодня мы поговорим об этапе System Development Framework 2.0 – исследованиях, я специально пропустил этап идей, потому что моя задача на сегодня разложить и систематизировать исследования в рамках моего фреймворка, к идеям мы вернемся позже. Сейчас самое время поговорить о том, что делать с идеями, потому что я встречал много трейдеров у которых было много идей, но мало сил и компетенции их развить и превратить в продукт. На самом деле путь от идеи до продукта, в нашем случае торговой системы, занимает очень много времени: идей много, на все времени не хватает, постоянно что-то отвлекает, в итоге все нарастает как снежный ком. Когда садишься на компьютер с желание что-нибудь сделать, возникает минимум 10 направлений приложения своего труда, не только исследования, но и технические проблемы. Да и вообще пока почитаешь новости, блоги, социальные сети – желание что-нибудь сделать, куда-то уходит.

Именно исследования являются центральной частью моего фреймворка, не идеи, хотя они тоже важны, а вектор приложения интеллектуальных сил, который в конечном итоге из тонн руды сможет извлечь алмаз, который в дальнейшем пройдет огранку на других этапах фреймворка и станет бриллиантом.

Микрофреймворк в рамках System Development Framework 2.0

Нужно понимать, что процесс между этапами “Идея” и “Исследование” проходит не линейно, а часто какая-то идея циркулирует и наполняется новыми смыслами и деталями, до тех пор пока эта идея не станет максимально конкретной и формализуемой. Для примера можно взять несколько разных по уровню конкретики идей: “торговля опционами в Америке”, “как выход Non-Farm Payrolls влияет волатильность” или более конкретную “как действия ЦБ РФ влияют на Рубль, если за предыдущий день были максимальные валютные интервенции за месяц”. Как вы видите все три идеи отличаются разным уровнем проработки, отличаются разным уровнем глубины знаний о предмете.

Какие исследования нужно провести в зависимости от задачи

  1. “Торговля опционами в Америке” – это очень общая идея, я бы сказал это направление работы, однако все равно оно требует определенных исследований, для начала чтобы понять стоит или нет заниматься этой темой.
    • Во-первых нужно начать с данных: найти котировки опционов
    • Во-вторых необходимо познакомиться с особенностями рынка: какие активы торгуются, какова ликвидность, какова конкуренция на этом рынке, какова структура участников, в чем его особенности. Вот пример одного из таких прикидочных исследований: Оценка ликвидности американских опционов CBOE
    • В-третьих нужно более конкретизировать идеи, таким образом мы возвращаемся на первый этап фреймворка, но уже со знаниями особенностей рынка, которые помогут нам генерировать более детализированные идеи
  2. “Как выход Non-Farm Payrolls влияет волатильность” – с этой идеей уже намного проще разобраться, чем с первой.
    • Во-первых – нужно определить когда выходит это событие, возможно скачать календарь (с NFP проще 1-я пятница месяца) и историю его значений (на самом деле это не всегда просто, потому-что часто в свободном доступе этой информации нет)
    • Во-вторых – определиться какую волатильность мы смотрим, историческую или implied волатильность (опять же данные!)
    • В-третьих а почему бы не расширить задачу, и посмотреть не только NFP, но и например безработицу которая выходит по четвергам? Тогда на выходе из нашего исследования может получиться не одна заготовка, а несколько, что хорошо согласуется с одним из принципов System Development Framework 2.0: “Двадцать средних систем лучше, двух граалей“. Не факт, что все заготовки выстрелят, но если этих правил достаточно для небольшого преимущества, кто знает как этот алмаз отшлифуется DataMinig’ом?
  3. “Как действия ЦБ РФ влияют на Рубль, если за предыдущий день были максимальные валютные интервенции за месяц” – это самая простая и конкретная идея, по факту она уже является заготовкой, с формальной точки зрения ее правила достаточно конкретны. Однако можно дошлифовать и приумножить эту идею, простой прикидкой, возможно в процессе исследования у вас могут возникнуть новые идеи, и в итоге получиться больше заготовок.

Скорость исследований

Исследования в моем System Development Framework – это самое творческое направление, с одной стороны это хорошо, с другой стороны это очень тормозит работу, представьте что вы должны изобретать велосипед снова и снова. А изобретение чего-либо – это достаточно утомительный и трудозатратный процесс, поэтому я являюсь сторонником подхода – Quick & Dirty, когда исследования должны делаться на коленке за максимально коротки промежуток времени. Вам не нужен специализированный софт, достаточно Excel или Python, именно эти два инструмента завоевали наибольшее уважение в среде трейдеров, об их использовании поговорим в следующий раз. Нужно помнить, что 90% рыночных исследований уходят в мусорную корзину, по-этому нужно задуматься над тем, чтобы выброшенное время было минимизированно, поэтому так важно делать максимум исследований за минимум времени. Для этого я кстати тоже сделал определенные микро-фреймворки на IPython Notebook +  Pandas, которые позволяют быстро покрутить какую-нибудь идейку, да и просто они очень эффективны в плане визуализации и обработки данных. Но об этом  в следующих постах…

В следующем посте мы коснемся практического аспекта этапа “Исследования”, я расскажу какие инструменты я использую для своих исследований, и почему именно в исследованиях очень важна скорость!

Если Вам понравилась эта статья, поделитесь ей с друзьями, нажмите одну из красивых кнопочек снизу! Или перейдите по ссылке TOP-100 трейдерских блогов, чтобы мой блог поднялся в рейтинге и о нем узнало больше людей. Спасибо, что читаете мой блог :)

Leave a comment