В предыдущей статье я пообещал вам представить результат численного исследования работы классического сеточного алгоритма на наборе синтезированных данных. Пришло время сдержать свое обещание.
Вычислительный эксперимент я поставил следующим образом.
В качестве модельного актива я решил использовать фьючерс на индекс MATIC биржи АЕ. Его пропорциональное отличие от коина в размерности. По спецификации биржи 1 контракт фьючерса является эквивалентом 100 монет MATIC.
На сегодня ценовой график фьючерса выглядит так:
Для экономии своего времени я не стал особо морочиться с количеством вероятностных ценовых траекторий и решил что для демонстрации моего утверждения, о том что запуск классического сеточника фактически равноценен продаже стредла, хватит и 100 последовательностей.
По методу который я излагал в статьях в октябре, я нагенерил эти 100 траекторий. За стартовую точку я принял значение цены 66 USDT за 1 контракт фьючерса на индекс MATIC.
Не совсем конечно красивый выбор, но параллельно мы в клубе опцион LAFT считали кое что на большом объеме исторических данных и там у нас стартовой точкой была эта цена. Ну меня и перемкнуло на этой цифре. Несколько позже я осознал что наверное это будет “не гуд”, но генерация уже почти завершилась а переделывать мне было лень. Так что – 66.
Напомню что генерим ценовую последовательность мы в виде ренджбаров. Параметр ренджа для генерации я выбрал 0,1 USDT. В каждой из 100 последовательностей 10 000 баров. Выглядит одна из генераций так:
Каждую из генераций я сохранил для желающих проверить.
Не и на это все я «напустил» разработанный мною ранее модуль анализа финансового результата классического сеточника.
Параметры «сетки» я взял такими:
- нулевая линия – 66 USDT;
- стартовая позиция – 0 контрактов;
- шаг цены сеточника – 0,2 USDT;
- по окончании ценового ряда – полный выход из позиции (с 0 контрактов начали, 0 контрактов и закончили).
Все сделки для каждой из траекторий я сохранил, и для каждой из траекторий подсчитал финансовый результат. Для приведенного выше графика финансовый результат выглядит так:
Ну еще я считал текущую позицию для определения размера маржинальных требований.
Но в данной статье мы на этом не будем акцентировать внимание.
Полученные данные я сгруппировал таким вот образом:
И предоставил из Лафтовцам для скачивания, как и коды. Вот такой вот эксперимент.
Но давайте о главном – о результате исследования.
Думаю многие из вас представляют себе что такое проданный стредл, для тех кто подзабыл или не изучил заскриню некий абстрактный проданный стредл из колов и путов опционов MATIC.
А теперь результат работы классического сеточного алгоритма на 100 синтезированных ценовых траекториях.
По оси У - финансовый результат каждого испытания, по оси Х – цена последней сделки. Как вам? Похоже на проданный стредл?
Как по мне – дак очень похоже.
И как бы некоторые особо пытливые не изгалялись с переменным шагом сеточного алгоритма – результат будет весьма напоминать продажу стредла.
Для тех кто не умеет работать с проданной волатильностью данный эксперимент демонстрирует что может стать с их счетом при неблагоприятном развитии событий, в случае бездумного использования ими сеточного алгоритма.
Тех же кто умеет – вполне возможно приведет к некоторым, весьма интересным мыслям.
P.S.
Обратный сеточник (сверху покупаем, снизу продаем) даст противоположную картину. Фактически, запуск обратного сеточника это будет не продажа, а покупка стредла. А вот как себя поведет сеточный алгоритм с начальной дельтой (т.е. запущенный не с нулевого значения, и с позиции из нескольких купленных/проданных контрактов) мне и самому очень интересно.
В ближайшее время такой эксперимент я проведу – итоговые результаты опубликую.