Все записи в одной ленте

Предисловие к докладу

Классическая теория опционов полна противоречий, в основе которых лежит сделанное когда-то Блэком и Шолесом предположение о том, что поведение базового актива подчинено закону геометрического броуновского движения (GBM).
В том, что это не всегда так, легко убедиться. Просто допустим, что поведение каждой из 50 акций, входящих в расчет индекса ММВБ, действительно подчиняется закону GBM. Но сумма двух независимых GBM не является GBM. А линейная комбинация 50 GBM (индекс ММВБ) превращается в обычное броуновское движение. Следовательно, для расчета опционов на индекс ММВБ правильнее использовать формулу Башелье, а не формулу Блэка-Шолеса, однако мы этого не делаем.
Мы нивелируем противоречия теории с помощью кривой волатильности. Но по определению IV – это волатильность, которую надо поставить в формулу БШ, чтобы получить рыночную стоимость опциона, а сама формула БШ выведена в предположении, что поведение базового актива подчинено закону GBM. Получаем замкнутый круг и начинаем рассуждать о “тяжелых хвостах”, “черных лебедях” и прочих неприятностях, искажающих классическую теорию, хотя правильнее просто сказать, что исходное предположение не всегда справедливо.
В своем докладе я пытался донести до слушателей простую, как мне казалось, мысль о том, что для измерения активности рынка базового актива нельзя использовать методы нахождения исторической волатильности, применимые только для очень узкого класса случайных процессов, а именно – для стационарных GBM.
 
С уважением, Курбаковский

Подвижность базового актива в расчете справедливой стоимости опционов
Виталий Курбаковский, “Математика финансов”. Стенограмма доклада на НОК-8 в редакции автора.

Здравствуйте, господа!

На первом рисунке вы видите графики цен двух финансовых инструментов. У графиков совпадают начальные точки, совпадают конечные.

Рисунок 1

Рисунок 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для торговца фьючерсами, если он не скальпер, ситуации равноценные – его интересуют только конечные приращения цен. Для торговца опционами ситуации принципиально разные. Активность второго инструмента выше, чем активность первого. Следовательно, опционы на второй инструмент должны стоить дороже, чем опционы на первый. Торговцу опционами важно уметь измерять эту активность и использовать её при расчёте справедливых цен опционов.

Условно мой доклад можно разделить на три части. В первой я расскажу, почему меня, как практикующего трейдера, не устраивает историческая волатильность в качестве инструмента для оценки активности рынка. Во второй части я расскажу об альтернативном способе измерения этой активности. И в третьей части поговорим о том, зачем вообще нужно измерять активность рынка и как можно использовать ее в торговле опционами.

О несостоятельности исторической волатильности

Начнем с классической формулы Блэка для маржируемого Call-опциона на фьючерс. У формулы один свободный параметр σ (сигма), который называется волатильность базового актива. С помощью этой формулы мы можем принимать торговые решения, для этого нужно: найти волатильность базового актива, подставить в формулу (1) и найти справедливую цену опциона, а затем сравнить её с рыночной. Если рыночная цена окажется ниже справедливой – нужно покупать, если выше – продавать.

НОК8_Курбаковский_рис2

Рисунок 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Так и будем делать. В терминале CQG находим интересующий нас находим фьючерс на mini-S&P 500, открываем закладку Historical Volatility Studies. В формуле несколько свободных параметров (Type, Period, Ann.Factor, …) и нет никаких рекомендаций по поводу того, как эти параметры выбирать. Пробуем три произвольные комбинации и получаем три графика исторической волатильности для одного и того же базового актива. И, соответственно, три текущих значения волатильности: 6.11, 11.27, 19.61.  Какое из значений считать правильным? Это важный выбор.

Рыночная волатильность опционов на тот момент была около 13. Если мы верим в то, что реальная историческая волатильность равна 6.11 – то по 13 нужно продавать. Если 19.61 – покупать. Общая же рекомендация получается странной – что хотите, то и делайте.

НОК8_Курбаковский_рис3

Рисунок 3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для того чтобы понять, почему так происходит, вернемся к предыдущему рисунку. Смотрим на основное предположение модели. Сразу понятно, что σ – не константа. Если бы была константой, то все оценки исторической волатильности сходились бы к одному числу, причем достаточно быстро. Значит волатильность, как минимум, функция времени, то есть мы имеем дело с нестационарным процессом.

Как измерить волатильность нестационарного процесса? Если нет никаких дополнительных предположений о виде функции, например, о том, что она линейная или периодическая, то никак. Волатильность нестационарного процесса в общем случае найти невозможно. Тогда возникает вопрос: зачем мы ее измеряем? Мы пытаемся оценить значение константы, зная, что она не константа. Это первое.

Второе: с чего мы вообще решили, что имеем дело со случайным процессом? Ведь это просто предположение модели, которое понадобилось Блэку и Шолесу для вывода формулы (1). Не было бы предположения – не было бы формулы. Хорошо, вывели формулу, формула получилась красивая – означает ли это, что предположение (2) справедливо и мы действительно имеем дело со случайным процессом? Единственный весомый аргумент в пользу того, что процесс случайный, состоит в том, что он очень похож на случайный. Но еще Колмогоров говорил, что чем сложнее детерминированная система, тем сложнее отличить её поведение от случайного.

На следующем рисунке иллюстрация к сказанному. Графики двух процессов. Один из них случайный, получен при помощи датчика случайных чисел, второй – детерминированный, получен из десятичной записи числа π (пи).  Попробуйте понять, какой из процессов детерминированный, а какой случайный?

Рисунок 4

Рисунок 4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Детермированный процесс строился следующим способом. Если в десятичной записи числа π встречалась единица, мы делали шаг вверх, если двойка – шаг вниз. Никакими методами статистики эти два процесса разделить невозможно, они статистически идентичны. Для каждого из них можно посчитать историческую волатильность. Но для случайного процесса полученное число будет иметь смысл: с его помощью можно прогнозировать будущее поведение процесса, например, посчитать вероятность того, что он останется в границах заданного коридора. Для детерминированного процесса это число скажет только о том, как вел себя процесс в прошлом, и не даст никакой информации о том, как он будет вести себя в будущем. Никто не может дать гарантии того, что начиная с какого-то знака из последовательности вообще не исчезнут двойки. Тогда график процесса превратится в прямую с наклоном вверх. Потом могут исчезнуть единицы – прямая станет горизонтальной.

Знаете, кому первому пришло в голову использовать случайное движение для описания финансовых рынков? Это Луи Башелье, французский математик начала ХХ века. Он же автор первой формулы справедливой стоимости опционов. Тогда его идеи никто не воспринял всерьез, и вовсе не потому, что рядом не было умных людей.

 
«Матожидание спекулянта равно нулю» (Луи Башелье)

Примечание редактора: Башелье заметил, что движение цен на фондовом рынке аналогичны движению взвеси частиц в жидкости (в современных терминах — броуновскому движению). С этим допущением он вывел уравнения движения базового актива и формулы для оценки опционов пут и колл для таких базовых активов. Несмотря на то, что траектории броуновского движения могут принимать отрицательные значения, модель Башелье представляется подходящим инструментом для обсчёта краткосрочных деривативов.

В 2007 году Талеб и Хауг опубликовали статью, в которой напомнили, что опционные трейдеры на практике используют что угодно, от пут-колл паритета до личной эвристики, но не формулу Блэка-Шоулза.

Сравнению формул Башелье и Блэка-Шоулза посвящена архилюбопытная статья У.Шахермайера и Й.Тейхманна.

Для того чтобы получить стоимость опциона, необходимо определить модель базового актива. Зафиксируем временной горизонт T > 0. Как известно, Башелье предложил использовать в качестве модели для форвардных цен на акции модель броуновского движения (соответствующим образом масштабированную):

S tB : = S 0 + σ B W t ,

где S tB – стоимость по Башелье на конец периода 0 ≤ t ≤ T, S 0 – стоимость на начало периода, Wt отражает стандартное броуновское движение, а параметр σB > 0 обозначает волатильность в модели Башелье. Примечательно, что в отличие от современного стандарта, Башелье меряет волатильность в абсолютном значении и использует нормализацию на «коэффициент нестабильности» или «нервозность» H = σB √2π для определения стоимости опциона «у-денег» (at the money).

Одним из учителей Башелье был великий Пуанкаре, и он идею ученика тоже не понял. Это был век детерминизма и сама идея о том, что на поведение рынка могут влиять случайные факторы, казалась дикой. На бирже собирались серьёзные люди, в процессе переговоров приходили к решению о справедливой цене, и вдруг им говорят, что все их решения можно воспроизвести с помощью монетки. Идею восприняли как бредовую, и ответили Башелье примерно так: «Молодой человек, есть казино, там ваши идеи могут кого-то заинтересовать, но к финансам это не имеет никакого отношения». Прошло 100 лет и мы впали в другую крайность: любая книга по теории опционов начинаются со слов «пусть поведение базового актива подчинено закону геометрического броуновского движения». Иные варианты даже не рассматриваются.

Я так подробно об этом рассказываю, потому что все методы определения исторической волатильности – это, по сути, вариации на тему выборочной дисперсии. А сам термин «дисперсия» применим только к случайным величинам и к случайным процессам. (Выборочная дисперсия – средний квадрат отклонений выборки от среднего по той же выборке)

Но, если мы хотя бы допускаем мысль о том, что исходный процесс является не случайным, а, например, детерминированным или управляемым, то мы теряем право использовать термин “дисперсия”, потому что у детерминированного процесса нет дисперсии.

Альтернативный метод измерения подвижности рынка

Переходим ко второй части доклада – к альтернативному методу измерения активности рынка. Два условия, которым этот метод должен удовлетворять (желательно).

Первое: у него не должно быть параметров. Два человека, производящие измерения независимо друг от друга, должны получить одинаковые результаты (и иметь возможность ими обмениваться).

Второе: значимость измерений не должна меняться при изменении наших представление о природе процесса. То есть, вне зависимости от того, считаем мы процесс случайным или нет, измерения должны сохранять значимость.

Один из альтернативных методов - измерение подвижности базового актива. Поведение рынка в любой момент времени описывается двумя переменными – цена Bid и цена Ask. Из двумерной последовательности сделаем одномерную, которую назовём Price или просто «цена». Правило простое: если на каком-то шаге Ask оказывается ниже, чем Price на предыдущем шаге, новая цена Price становится равной Ask; если Bid оказывается выше, то Price становится равной Bid. Далее на интервале в один торговый день считаем среднеквадратическую сумму всех изменений цены Price. Получаем число, которое назовём исторической (дневной) подвижностью базового актива. Это числовая характеристика торгового дня, такая же объективная, как дневное приращение цены (Close-Open), и показывающая, насколько активно цена менялась в течение дня. Смысл и значимость ее (как и смысл дневного приращения) не зависят от того, считаем мы исходный процесс случайным или нет.

НОК8_Курбаковский_рис5

Рисунок 5

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

В качестве интервала времени взят один торговый день, это наиболее удобная единица времени для целей трейдинга. Во-первых, потому что по итогам дня считается финансовый результат, а во-вторых, потому что торговый план тоже, как правило, составляется на один торговый день. Подвижность имеет размерность базового актива, она измеряется в пунктах цены. И если мы пришли к соглашению, что в качестве интервала времени взят один торговый день, то других параметров у подвижности нет. То есть первое условие можно считать выполненным: кто бы ни производил измерения, дневная подвижность должна получиться одинаковой.

Какие операции можно проводить с подвижностью? Если у нас есть набор измерений за κ дней, то мы можем посчитать, во-первых, суммарную подвижность за κ дней (это опять же среднеквадратическая сумма), во-вторых, можем посчитать среднюю подвижность за этот период. И, если мы все-таки считаем, что имеем дело со случайным процессом и хотим работать в терминах волатильности, то от подвижности легко перейти к средней исторической волатильности.

НОК8_Курбаковский_рис6

Рисунок 6

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для этого нужно суммарную подвижность на интервале разделить на среднюю стоимость базового актива (перейти к относительным единицам), умножить на корень (перейти от дней к году) и умножить на 100 (перейти к процентам).

Второе условие тоже выполнено: если мы хотим работать в терминах классической волатильности, то по набору данных с исторической подвижностью можем получить историческую волатильность.

Для чего нужно измерять подвижность базового актива?

Основные цели две.

Первая: Прогнозирование будущих цен опционов, потому что цены опционов так или иначе связаны с активностью рынка.

Вторая: Прогнозирование и анализ финансовых результатов торговли.

Все рассуждения этой части доклада универсальны в том смысле, что их можно повторить в терминах классической теории опционов, сравнивая между собой поведение исторической (Historical) и ожидаемой (Implied) волатильностей опционов. Однако в этом случае нужно быть уверенным в том, что основное предположение классической теории справедливо, только тогда можно верить измеренным значениям исторической и ожидаемой волатильностей и проводить объективный анализ.

НОК8_Курбаковский_рис7

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Красный график на рисунке 7 – это историческая подвижность (Historical Mobility — hM) фьючерса на индекс РТС.  Как она считается так, было показано на рисунке 5. Историческая подвижность (hM) – это аналог Histirical Volatility из классической теории

Кривая синего цвета – это iM (Implied Mobility) — ожидаемая подвижность АТМ опционов на индекс РТС. Она вычисляется на основании рыночных цен опционов. По аппроксимирующим кривым Call и Put вычисляется точка пересечения этих кривых и находится С0 — высота точки пересечения, которая затем подставляется в формулу для расчета iM. Ожидаемая подвижность (iM) – это аналог Implied Volatility из классической теории.

Процессы hM ,iM логически связаны друг с другом. При равновесном состоянии рынка их значения должны совпадать – тогда затраты на дельта-хеджирование опциона становятся равными стоимости его тета-распада. Поведение кривых можно прогнозировать как по отдельности, так и совместно.

Перечислим некоторые закономерности их поведения:

— Историческая подвижность (hM) никогда не опускается ниже определенного “фонового” уровня, рынок продолжает двигаться даже в самые спокойные дни.

— Ожидаемая подвижность (iM) обычно выше, чем историческая подвижность. Риск продавца выше, чем риск покупателя и разность (iM-hM) определяет стоимость этого риска.

— Если историческая подвижность (hM) долгое время остается на одном уровне, то ожидаемая подвижность (iM) постепенно “подтягивается” к ней.

— Быстрый рост исторической подвижности (hM) происходит, как правило, на фоне внешних событий. При этом ожидаемая подвижность (iM) растет еще быстрее и на еще большую величину. То есть рынок опционов более нервный в сравнении с рынком базового актива. Если внешний фон успокаивается, то hM медленно снижается и вслед за ней снижается iM.

Историческая и ожидаемая подвижности – это два вполне прогнозируемых процесса. Но важно понимать, что они не случайные и поэтому для их анализа нельзя применять методы математической статистики.

Вторая цель измерения исторической подвижности состоит в том, чтобы с ее помощью посчитать финансовый результат дня.

В нижней части рисунка 7 приведена расчетная формула. Она справедлива как для отдельного опциона, так и для портфеля из опционов, поскольку частные производные (греки) опционов можно суммировать. Формула, разумеется, приближенная (все производные меняются в течение дня).

Финансовый результат дня складывается из трех слагаемых. Первое – тэта портфеля, показывает, как изменилась стоимость портфеля за счет временного распада. Второе — это результат непрерывного дельта-хеджирования (напомню, что мы говорим только о дельта-нейтральных портфелях и не рассматриваем направленные стратегии). И третье слагаемое показывает, как изменилась стоимость портфеля за счет изменения ожидаемой подвижности опционов (iM).

Эту же формулу можно использовать в целях управления портфелем. Если мы умеем прогнозировать будущее поведение исторической и ожидаемой подвижностей, то мы можем управлять портфелем так, чтобы максимизировать ожидаемую прибыль при заданных ограничениях на риск.

НОК8_Курбаковский_рис8

Рисунок 8

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

И, наконец, последний рисунок. Из того, что в качестве единицы времени мы взяли один торговый день, не следует, что мы не можем заглянуть внутрь дня. А внутри дня тоже происходит много интересного.

Введем понятие “мгновенной подвижности” фьючерса. Для этого посчитаем среднеквадратическую сумму изменений цены фьючерса на более коротких интервалах времени, скажем, две минуты, и потом через масштабирующий множитель перейдём к размерности дневной подвижности. Получим набор красных столбиков (средняя диаграмма). Это и есть мгновенная подвижность. На самом деле она, конечно же, не мгновенная, поскольку считается на двухминутных интервалах, но термин передаёт идею: это то, что происходит на рынке фьючерса в текущий момент. Важно, что все значения мгновенной подвижности считаются на непересекающихся интервалах. Поэтому, если в поведении красных столбиков прослеживается какая-то закономерность, то это реальная закономерность, а не результат “сглаживания” или экстраполяции.

На нижнем графике ожидаемая подвижность (iM) октябрьской и декабрьской серий опционов. На верхнем графике цена декабрьского фьючерса РТС.

Попробуем понять логику, в соответствии с которой меняется iM (и, соответственно, цена АТМ опционов).

Рассмотрим отрезок времени T1-T3. В момент T1 цена фьючерса начинает падать, торговцы фьючерсом активизируются, возрастает его мгновенная подвижность. Следом активизируются покупатели опционов — ожидаемая подвижность (стоимость) опционов начинает расти. В момент T2 падение фьючерса прекращается, мгновенная подвижность падает и остается низкой на интервале T2-T3, стоимость опционов постепенно возвращается к низким значениям.

Логика рынка оказывается достаточно простой. При возрастании мгновенной подвижности фьючерса (неважно, по какой причине) у торговцев опционами появляется потенциальная возможность заработать на гамме портфеля за счёт дельта-хеджирования. Для этого нужно купить опцион – цены опционов растут. При снижении мгновенной подвижности появляется возможность заработать на тэта-распаде. Для этого нужно продать опцион — цены опционов падают.

Такой анализ рынка, основанный на сравнении текущих цен опционов с мгновенной подвижностью базового актива, позволяет определить благоприятные моменты для операций с опционами и не совершить, по крайней мере, тех ошибок, которых можно не совершать.

 

Видеозапись доклада на VIII Опционной конференции для частных трейдеров, Москва, 4 октября 2014

Alexey-Afanassievskiy

Прыжок из физиков-теоретиков (Физфак МГУ) в практики-программисты (ВМиК МГУ) Алексей совершил еще студентом в 1994-м, оценив приятную значимость первого гонорара за программный код.

Если к такому диплому добавить французский как родной (спасибо детству при дипмиссии в Париже), можно сделать много интересного, например, возглавить оффшорную команду российских программистов и внести заметный вклад в развитие систем транспортного ПО, которые обслуживают 20 аэропортов, французские железные дороги, автобусы и даже грузовой порт в Марселе.

Особый интерес в трейдинге (с ним г-н Афанасьевский познакомился в 2000 году в Банке Российский Кредит) — решение плохо формализованных задач, для которых сложно построить аналитическую модель и требуется найти эвристическое решение за приемлемое время. Инструмент: адаптивная математика (нечеткая логика, нейронные сетки, фракталы, генетические алгоритмы, сети автоматов).

В 2007-2010 работал на бирже РТС и стал автором элегантного решения, которое позволило с минимальными усилиями и за рекордные 2-3 месяца внедрить спотовый РТС Стандарт на платформе срочного рынка и восстановить позиции РТС на фондовом рынке.

В 2010-2014 отвечал за алготрейдинг в NetTrader и масштабирование бизнеса брокера на Украине (где купил сразу четырех местных брокеров и объединил в один крупнейший). В конце 2014 присоединился к команде ITinvest в качестве заместителя управляющего директора Владимира Твардовского.

Интересы: компьютерное моделирование биологии и эволюции; социальное, политическое и экономическое прогнозирование; адаптивная математика.

Алексей Афанасьевский выступит на Алгоритмическом Четверге в Школе срочного рынка AllDerivatives с докладом «Инфобиоз. Что это и можно ли использовать в алготрейдинге».

4-го декабря мы соберемся на очередной Четверг в Школе срочного рынка AllDerivatives, чтобы поговорить об эвристических торговых системах, создаваемых Алексеем Афанасьевский (ITinvest) и попробовать себя в игре на электромагнитных полях терменвокса с Петром Терменом.

Зарегистрироваться

 

5b5c28a3-9e59-4a99-9fe9-378b18a47686

Все мы знаем про Эйнштейна, но начало ХХ-го века подарило миру массу открытий, изобретений и теорий, включая электромагнитный терменвокс и матстатистическую теорему о бесконечных обезьянах.

Помните космические звуки машины времени из «Иван Васильевич меняет профессию»? А фантастический рассказ Рассела Меллони «Несгибаемая логика», в котором обезьяны вопреки здравому смыслу безошибочно печатали одну книгу Британской Библиотеки за другой? А ведь вероятность написания, скажем, Гамлета равна ⅓,4*(10^183 946).

Сегодня, спустя 100 лет программисты и математики, наконец, отстали от обезьян и тренируются на роботах. Может ли робот думать по-человечески, заниматься саморазвитием и принимать решения из области эвристики? Алексей Афанасьевский (ITinvest) расскажет об успехах своих живов-трудоголиков, паразитах и симбионтах

 

Тезисы доклада Алексея Афанасьевского «Инфобиоз. Что это и можно ли использовать в алготрейдинге»

«В конце концов Грааль лучше всего копать там, где нравится — если и не найдешь, то согреешься и получишь удовольствие в процессе» (Алексей Афанасьевский)

1. Математика для ленивых. То, что обещало решение всех проблем за бесплатно, но как говорится “No free lunch” – выигрыш в одном означает проигрыш (или как минимум усложнение и удорожание) в другом:
– Нейронные сети
– Генетические алгоритмы
– Нечеткая логика, фракталы, сети автоматов и пр.

2. Искусственный интеллект и Искусственная жизнь:
– Принципиальные отличия в подходах.
– Активная и пассивная позиция — от интеллекта и от практики

3. Бионика, повторение найденных природой механизмов:
– комплексное сочетание Генетического механизма, Онтогенеза, обучения “мозга”, использование в практической деятельности
– нейробионика

4. Неожиданные эффекты. Самое интересное – когда подобная система демонстрирует не заложенную изначально в нее поведенческую динамику, а доходит самостоятельно до каких-либо решений существующих в природе. Например:
– специализация, видообразование
– групповое поведение
– выработка устойчивых паттернов
– синхронизация и самостоятельное уменьшение степеней свободы системы

5. Применение в торговле:
– оптимизация моделей, выдуманных человеком (есть трейдер с идеей — нужно подобрать “правильные” параметры)
– порождение “индикаторов состояния”
– самостоятельная генерация подходов и стратегий

6. Подводные камни
– переобученность vs эффективность
– неустойчивость
– сходимость моделей
– компромисс между простыми и сложными элементами системы
– сохранение и автоматическое упрощение успешных регулярных структурных паттернов
– сложности с пониманием и анализом что же получилось
– компромиссы, на которые приходится идти: вычислительные возможности не позволяют его воспроизвести
– самоуспокоенность трейдера, использующего подобные методы.

Терменвокс с Петром Терменом

На Четверге мы услышим небольшой концерт  с лекцией о терменвоксе в исполнении Петра Термена, правнука изобретателя. Все желающие смогут попробовать свои силы в игре на терменвоксе.

У изобретений физика Льва Термена множество отпрысков: радиометки на билетиках метро, охранная сигнализация, автоматические двери торговых центров и, конечно, терменвокс — электромагнитный инструмент с непрерывным звукорядом. Оказывается, из воздуха можно делать не только деньги, но и мелодию. Терменвокс используют кинорежиссеры и музыканты, от Rolling Stones и Pink Floyd до Жан-Мишель Жарра и БИ-2. Музыкант играет без соприкосновения с инструментом и какой-либо нотной разметки, полагаясь исключительно на свой слух.

 

Приходите за порцией вдохновения и гордости за российских изобретателей! Мы приглашаем и неопционщиков, и начинающих трейдеров, и всех, кому интересно пообщаться и посмеяться вживую.

19:00 сбор гостей и фуршет

19:30 Алексей Афанасьевский о роботах-живах. Оппонирует Виталий Курбаковский (Математика Финансов)

21:00 Петр Термен о терменвоксе

22:30 фуршет и общение

Формат: уютный домашний квартирник в Школе срочного рынка на Моховой 10.

 

КАК НАЙТИ

6d2d9f91-e168-4032-943f-f596140c134a

Ориентир: в этом же здании Корчма Тарас Бульба. Метро Александровский сад – самый удобный выход. Парковка – есть буквально несколько мест у Корчмы или в ШСР за шлагбаумом (спросить нас), либо по 50р/час подземная рядом с входом в Московская Биржа (адрес: Воздвиженка 7)

 

В списке участников:

  1. Алексей АфанасьевскийITinvest
  2. Виталий Курбаковский, Математика Финансов
  3. Петр ТерменМосковская Школа Терменвокса
  4. Андрей Горьковенко, частный алготрейдер
  5. Константин Полтев, главный редактор Financial One
  6. Людмила Тодуа, Санкт‐Петербургская Международная Товарно‐сырьевая Биржа
  7. Рустэм Ахияров, основатель интернет-холдинга eHouse
  8. Елена Волкова, директор по маркетингу Steinberg
  9. Таис Аркобалено
  10. Ричард Ханделар
  11. Александр Диденко, трейдер, Финансовый университет
  12. Леонид Шапиро, частный опционный трейдер
  13. Денис Емельянов, частный трейдер, журналист
  14. Светлана Якунина
  15. Михаил Гусев, частный опционный трейдер и управляющий
  16. Олег Анферов, алготрейдер, фонд Inventum
  17. Илья Логинов, программист (Математика Финансов)
  18. Илья Алхимов, алготрейдер и банкир (Kreedex)
  19. Александр Сергеев, портфельный инвестор
  20. Андрей Карташов, алготрейдер
  21. Дмитрий Туревский, алготрейдер
  22. Александр Калин, ГК АЛОР
  23. Юрий Чеботарев, трейдер и управляющий, CEO Chebotarev Lab
  24. Алексей Хижняк, ИФК «Опцион»
  25. Иван Потапов, аналитик Neuro.tools
  26. Станислав Ионов, трейдер ИК Форум
  27. Ирина Шенцева, директор Школы срочного рынка AllDerivatives
  28. Юлия Шенцева, менеджер  Школы срочного рынка AllDerivatives
  29. Алина Ананьева, директор Народной опционной конференции и Четвергов, LowRisk.ru

 

КОЛИЧЕСТВО МЕСТ ОГРАНИЧЕНО! ПОДТВЕРЖДЕНИЕ ЗАЯВКИ ПРИДЕТ ВТОРЫМ ПИСЬМОМ НА МЕЙЛ.

 

СТОИМОСТЬ УЧАСТИЯ

Организационный взнос на покрытие аренды помещения, чая, кофе и прочих съедобностей составит 1000р. и будет приниматься на входе.

 

Зарегистрироваться

 

  • NOK8_Ilinsky
  • NOK8_apples
  • NOK8_Trunichkin
  • NOK8_coffee
  • NOK8_Agapov
  • NOK8_hall
  • NOK8_Mubarakshin
  • NOK8_Stukalov
  • NOK8_Artyshko
  • NOK8_28

Официальный фоторепортаж (Слава Ким):

Репортаж из первого ряда (Константин Полтев, Financial One)

Используйте на здоровье и не стесняйтесь упоминать НОК и LowRisk! :-)

№ 1: Пестов, Ильинский, Труничкин
  • Приветственное слово, Кирилл Пестов, Московская Биржа​​
  • О статистике, граалях и месте частного трейдинга на финансовых рынках, Кирилл Ильинский (Лондон), CEO Fusion Asset Management
  • Особенности торговли новым индексом волатильности (обзор)Николай Труничкин, Московская Биржа​​. Смотреть презентацию

№ 2: Историческая подвижность БА в расчете справедливой стоимости опционаВиталий Курбаковский, трейдер и управляющий, Математика финансов. Смотреть презентацию 

№3: Проще не бывает: китайская улыбка маркет-мейкера на SIОлег Мубаракшин, Отдел торговли опционами, ITinvest. Скачать презентацию Читать статью The implied volatility smirk — Zhang Xiang

№4: Опционные лайфхаки: домашний бэктестинг RI-стратегий. TS Lab и Option-LabАнтон Белозеров, частный опционный трейдер. Смотреть презентацию

№5: TS Lab. Опционы – началоАлексей КаленковичАндрей Артышко 

№6: Особенности торговли новым индексом волатильности (основной доклад)Николай Труничкин, Московская Биржа​​ Смотреть презентацию

№7: Арбитраж улыбки волатильности на американском рынке. Теория, результаты, риск-менеджмент, стресс-тест 2008Сергей Долинин, директор и Владимир Сульдин, главный трейдер, Prime Capital Management (Москва) Смотреть презентацию

№8: Продажа опционов для повышения надежности конверсионных валютных операций с частичным покрытиемДенис Стукалов (Самара), трейдер, ФК ВЛС Инвест Смотреть презентацию

№9: Торговая идея по Jun Pan: Использование опционов для предсказания цены активаСергей Шерстобитов, опционный трейдер и управляющий Финам Смотреть презентацию Читать статью Jun Pan_The Information in Option Volume for Future Stock Prices

№10: Опционы на американском рынке (на ETF, акции) для непрофессионалов: всё простоИгорь Клюшнев, начальник департамента торговых операций,  Freedom Finance Смотреть презентацию

№11: Строим торговую инфраструктуру: один счет на 50 биржСергей Трошин, директор по инфраструктуре Exante​ Смотреть презентацию

№12: Новости NetInvestorКонстантин Ивайловский, МФД-Инфоцентр Скачать презентацию

№13: Использование ПО ИнсТрейдер (Инструментарий трейдера) для исторического тестирования опционных стратегийШайхулов Айрат Смотреть презентацию

 

за онлайн-трансляцию НОК-8 и видеозаписи благодарим Игоря Суздальцева и телеканал YouTrade.TV
logo_YouTrade.tv
 
 
 
1234109Next