Quant Researcher

🎉 Розыгрыш 5 книг для подписчиков Quant Researcher! 📚 Приз:

В зеркале супермоделей. Рассказы о моделях в финансовой экономике с примерами, историями и лирическими отступлениями. В 2 кн. | Ильинский Кирилл, Буев Максим Вячеславович

🛠 Чтобы участвовать: 1. Подпишитесь на канал. 2. Напишите в комментариях к этому посту: какая книга по финансам, трейдингу или программированию или машинному обучению в финансах изменила ваш взгляд и почему. 3. (+1 шанс) Пригласите друга — укажите @ник дополнительным комментарием. Больше приглашений — больше шансов. ⌛ Собираем комментарии до 31 июля, 18:00 (CEST). 🧩 Победители будут выбраны рандомно с помощью квант-скрипта. 🧾 Итоги — 4 августа в отдельном посте. Победители получат книгу почтой или курьерской службой. Придумаем, как доставить вам уникальные знания :) P.S. Сперва думали сделать кэггл, кто больше проиграет на торговле волой на битке, но оставили на следующий раз 😉 Удачи всем! 🚀 Quant Researcher

Наконец-то нормальный ОТС запустили!

Тут на Авито продают 5% акций 🏦 Совкомбанка на 17 млрд рублей. Нужно кому? Что пишет Коммерсантъ (источник):

Как стало известно “Ъ”, один из старейших миноритариев Совкомбанка Михаил Клюкин пытается найти покупателя на свои 5% акций. Для реализации миноритарного пакета выбран необычный способ: продавец решил обойтись без услуг инвестбанков и консультантов, а привлечь инвестора, разместив объявление на «Авито». Господин Клюкин самостоятельно ищет покупателя, рассчитывая получить премию к текущим рыночным котировкам, исходя из которых цена такой доли составляет более 17 млрд руб. В ответе на официальный запрос “Ъ” представитель продавца акций на «Авито» сообщил, что на площадке объявление разместили «с целью получить максимальный охват потенциальных покупателей».

Так кому же принадлежит ЦБ?!

🥴 Это лонг-вол или шорт-вол пнл-профиль? Видео от нашего друга. Quant Researcher

🎯 Базовые квантовые репозитории, если раньше не сталикивались Мир кванта — это джунгли. Полуготовые библиотеки, кривые бэктестеры, проблемы с данными. Но есть проверенные инструменты, о которых мы иногда рассказываем. Подборка от блога Algo Insights на Медиуме👇 1. OpenBBTerminal — Если пока не накопили на Bloomberg :) Интерфейс терминала, написанный на Python. Подтягивает данные из Yahoo Finance, SEC, криптобирж и других источников. Можно анализировать отчеты, котировки, волатильность и др. ✅ Особенности: • Интерактивные дешборды • Поддержка скриптов • Подходит для ресерча и анализа 2. ArcticDB — Работа с финансовыми рядами на стероидах Хранилище больших объемов временных рядов. Аналог TSDB: просто, быстро, написано с учетом работы в pandas. Если устали от PostgreSQL или пока не успели раскатить «альтернативное» — можно глянуть. ✅ Фишки: • Без серверов и зависимостей • Поддерживает огромные датасеты • Нативно дружит с pandas 3. zipline-reloaded — Классика бэктестинга, оживленная сообществом Форк старого доброго Zipline от Quantopian. Поддерживает реалистичный учет комиссий, проскальзываний и прочих “болевых точек” настоящего рынка. Работает с акциями, фьючерсами и ETF. ✅ Почему стоит использовать: • Моделирует реальный рынок • Сообщество активно поддерживает • Интеграция с pyfolio 4. VectorBT — Векторный бэктестинг с NumPy Забудьте про циклы. VectorBT использует векторизацию и позволяет прогнать тысячи идей за секунды. Подходит для частых стратегий. ✅ Почему топ: • Cкорость работы • Полный контроль над логикой • Поддержка кастомных индикаторов 5. quantstats — Красивые отчеты по стратегии за 1 строчку кода Выдает метрики уровня Bloomberg: Sharpe, drawdown, доходность по годам и т.д. Делает красивые графики и сравнивает с бенчмарками. Особенно хорош при презентациях перед клиентами/бенефициаром. ✅ Что умеет: • Генерирует PDF-отчеты • Визуализации “как у настоящего фонда” • Поддержка pandas DataFrames 6. pyfolio-reloaded — Диагностика стратегии на уровне риска Позволяет копнуть вглубь: распределение доходностей, волатильность, корреляции, Value at Risk. Идеально в связке с zipline или любым другим бэктестером. ✅ Метрики: • Drawdown • Beta, Alpha • CAGR, Calmar 7. alphalens-reloaded — Проверка силы сигналов (факторный анализ) Если у вас есть факторы (low P/E, RSI, momentum и т.д.) — с помощью этой библиотеки можно проверить, как хорошо они объясняют доходность. IC-анализ, анализ decile-групп и многое другое. ✅ Что даёт: • Information Coefficient • Факторный PnL по квантилям • Простой API 8. optopsy — (Бонус уровень) Опционы!!! Нишевая библиотека для опционов: straddle, covered calls и другие стратегии. Простая, быстрая. Документации маловато, но функционал отлично подойдет для погружения и анализа. ✅ Плюсы: • Заточена под опционы • Простое API • Легкая установка и использование 🔚 Вывод Если собрать все эти инструменты — получится почти полноценный quant-stack: 🔍 OpenBB для данных 🗄 ArcticDB для хранения ⚙️ zipline и VectorBT для симуляций 📊 quantstats и pyfolio для анализа 🧠 alphalens для генерации альф 📉 optopsy для опционов ⚡️ Рынки не прощают неучтенного проскальзывания в бэктестах, но грамотный инструментарий даст преимущество! Quant Researcher

🎯 Базовые квантовые репозитории, если раньше не сталикивались Мир кванта — это джунгли. Полуготовые библиотеки, кривые бэктестеры, проблемы с данными. Но есть проверенные инструменты, о которых мы иногда рассказываем. Подборка от блога Algo Insights на Медиуме👇 1. OpenBBTerminal — Если пока не накопили на Bloomberg :) Интерфейс терминала, написанный на Python. Подтягивает данные из Yahoo Finance, SEC, криптобирж и других источников. Можно анализировать отчеты, котировки, волатильность и др. ✅ Особенности: • Интерактивные дешборды • Поддержка скриптов • Подходит для ресерча и анализа 2. ArcticDB — Работа с финансовыми рядами на стероидах Хранилище больших объемов временных рядов. Аналог TSDB: просто, быстро, написано с учетом работы в pandas. Если устали от PostgreSQL или пока не успели раскатить «альтернативное» — можно глянуть. ✅ Фишки: • Без серверов и зависимостей • Поддерживает огромные датасеты • Нативно дружит с pandas 3. zipline-reloaded — Классика бэктестинга, оживленная сообществом Форк старого доброго Zipline от Quantopian. Поддерживает реалистичный учет комиссий, проскальзываний и прочих “болевых точек” настоящего рынка. Работает с акциями, фьючерсами и ETF. ✅ Почему стоит использовать: • Моделирует реальный рынок • Сообщество активно поддерживает • Интеграция с pyfolio 4. VectorBT — Векторный бэктестинг с NumPy Забудьте про циклы. VectorBT использует векторизацию и позволяет прогнать тысячи идей за секунды. Подходит для частых стратегий. ✅ Почему топ: • Cкорость работы • Полный контроль над логикой • Поддержка кастомных индикаторов 5. quantstats — Красивые отчеты по стратегии за 1 строчку кода Выдает метрики уровня Bloomberg: Sharpe, drawdown, доходность по годам и т.д. Делает красивые графики и сравнивает с бенчмарками. Особенно хорош при презентациях перед клиентами/бенефициаром. ✅ Что умеет: • Генерирует PDF-отчеты • Визуализации “как у настоящего фонда” • Поддержка pandas DataFrames 6. pyfolio-reloaded — Диагностика стратегии на уровне риска Позволяет копнуть вглубь: распределение доходностей, волатильность, корреляции, Value at Risk. Идеально в связке с zipline или любым другим бэктестером. ✅ Метрики: • Drawdown • Beta, Alpha • CAGR, Calmar 7. alphalens-reloaded — Проверка силы сигналов (факторный анализ) Если у вас есть факторы (low P/E, RSI, momentum и т.д.) — с помощью этой библиотеки можно проверить, как хорошо они объясняют доходность. IC-анализ, анализ decile-групп и многое другое. ✅ Что даёт: • Information Coefficient • Факторный PnL по квантилям • Простой API 8. optopsy — (Бонус уровень) Опционы!!! Нишевая библиотека для опционов: straddle, covered calls и другие стратегии. Простая, быстрая. Документации маловато, но функционал отлично подойдет для погружения и анализа. ✅ Плюсы: • Заточена под опционы • Простое API • Легкая установка и использование 🔚 Вывод Если собрать все эти инструменты — получится почти полноценный quant-stack: 🔍 OpenBB для данных 🗄 ArcticDB для хранения ⚙️ zipline и VectorBT для симуляций 📊 quantstats и pyfolio для анализа 🧠 alphalens для генерации альф 📉 optopsy для опционов ⚡️ Рынки не прощают неучтенного проскальзывания в бэктестах, но грамотный инструментарий даст преимущество! Quant Researcher

Доходные активы по-русски: бракованная Нюша с 3 руками за 1 млн рублей от коллекционера. @investorbiz

Доходные активы по-русски: бракованная Нюша с 3 руками за 1 млн рублей от коллекционера. @investorbiz

🤓 Alternative assets Кто знает, какая это бета?) Считаем регрессию к коммодитиз? Quant Researcher

🤓 Alternative assets Кто знает, какая это бета?) Считаем регрессию к коммодитиз? Quant Researcher

📚 Еду домой, зная, что второго свидания не будет, но теперь она хотя бы знает, что такое Мартингал… Подготовили подборку книг по стохастическому исчислению для прекрасных вечеров. К а н о н и ч е с к о е: - Shreve – Stochastic Calculus for Finance (оба тома). Проверено на практике; обязательное чтение для глубокого понимания.

А л ь т е р н а т и в н о е: Rogers & Williams – Diffusions, Markov Processes, and Martingales Детальное изложение стохастических процессов. Немного абстрактное и сложное для неподготовленного читателя. Подходит для тех, кто уже освоил продвинутую математику. Kallenberg – Foundations of Modern Probability Один из самых полных и теоретически насыщенных трудов по вероятности. Охватывает мартингалы и многое другое. Но не ориентирован непосредственно на прикладные задачи в финансах. Le Gall – Brownian Motion, Martingales, and Stochastic Calculus Лаконичный и целенаправленный текст. Прямой доступ к основным идеям стохастического исчисления. Предполагает знание строгой теории вероятностей (в этом случае полезна предварительная книга автора Measure Theory, Probability, and Stochastic Processes). Paul Wilmott – Introduction to Quantitative Finance Практичный подход с акцентом на применение в финансах. Легче для понимания на старте. Менее строг с математической точки зрения, что может не подойти для глубокого теоретического изучения.

Необходимая математическая база: - Уверенное владение задачами из курса теории вероятностей (например, Sheldon Ross). - Знание основ теории меры поможет 🙏. - Williams’ Probability with Martingales покрывает необходимый минимум для работы с выбранными трудами. Выбор книги из списка зависит от целей: глубокая теоретическая база или практическое применение. 🎯 Quant Researcher

Before he was pope, he was a math major at a Catholic liberal arts university in Pennsylvania. Pope Leo XIV is the 267th head of the Catholic Church. He's also a class of '77 alumnus of Villanova University, which is run by the Order of St. Augustine.

Quant Researcher

🎩 Интервью с маэстро Мы тоже хотели бы немного позаниматься теорией поля… https://youtu.be/hT8TGucvHfg?si=W7GF4nBzKhg7luUm Quant Researcher

«Пытался хеджить. Vanna в ванне, Волга в углу. От Vomma остался только след на плече Vega.» Кратко: - Vega — чувствительность опциона к изменению волатильности. - Vanna — как меняется Vega при движении спота. - Volga (Vomma) — как меняется Vega при изменении волатильности. - Когда базовых Delta и Vega уже не хватает — вступают в игру Second Order Greeks. Quant Researcher

🔥 rust_bt — высокопроизводительный движок для тестирования торговых стратегий на Rust Зачем 👁️ • Позволяет проводить backtesting и live trading с минимальной задержкой. • Гибкий и модульный дизайн: единое ядро (rust_core) для обоих режимов — исторического тестирования и реальной торговли. • Симуляция рыночной микроструктуры: учитываются спред, проскальзывание, комиссии и сложное управление позициями. Как использовать 👨🏻‍🏫 1. Клонируем репозиторий: git clone https://github.com/jensnesten/rust_bt.git 2. Запускаем backtesting: Перейдите в папку с backtesting-модулем и выполните: cd rust_bt/rust_bt cargo run 3. Для live торговли: Перейдите в директорию live-модуля и запустите: cd rust_bt/rust_live cargo run 4. Расширение функционала: Реализуйте собственную стратегию, создавая структуру, которая реализует Strategy в rust_core. Например: use crate::engine::{Broker, OhlcData, Order, Strategy}; pub struct MyStrategy; impl Strategy for MyStrategy { fn init(&mut self, broker: &mut Broker, data: &OhlcData) { // Предварительный расчёт индикаторов } fn next(&mut self, broker: &mut Broker, index: usize) { // Логика торговли на каждом тике } } Репозиторий: github.com/jensnesten/rust_bt 📌 Quant Researcher

🚩 Финансовый модельер и наша знакомая Лидия Булушова о прайсинге опционов в крупных банках и преподавании деривативов в ВШЭ https://youtu.be/Y3FAqWnMOOE

Таймкоды: 01:07 Приветствие и представление гостя 02:02 Важность практического опыта для преподавателей 03:55 Деривативы и их сегментация 13:13 Фиксация договоренностей на будущие даты 14:08 Моделирование деривативов 16:00 Стоимость фондирования и маржа 17:51 Расчет параметров деривативов 20:38 Дисконтирование и продажа контрактов 22:29 Уравнения и модели в трейдинге 24:56 Рекомендация книги "Автоволновые системы" Юрия Романовского и Михаила Романовского. 27:46 Случайные процессы на рынке 30:38 Детерминизм и случайность 32:29 Фундаментальный анализ и случайные факторы 35:12 Влияние различных игроков на рынок 37:56 Рынок процентных ставок 39:46 Влияние процентной ставки на рынок 40:27 Моделирование процентной ставки 42:27 Управление процентным риском 44:15 Моделирование и управление рисками 46:06 Влияние изменений ставки на портфель 48:55 Стратегии хеджирования 51:41 Рынок и регулирование 53:35 Финансовая стабильность и независимость Банка России 54:32 Трейдинг и риски в Банке России 58:15 Банковская и торговая книги 01:00:51 Опционы на досрочное погашение кредитов 01:04:48 Эскроу-счета и климатические риски 01:07:13 Введение в опционы 01:08:10 Риски и здравый смысл 01:10:01 Опционы в кредитных продуктах 01:11:58 Опционы в повседневной жизни 01:14:24 Страховки и их особенности 01:17:12 Математика и вероятность в опционах 01:19:05 Обучение опционам 01:21:00 Интуитивное понимание стоимости 01:22:53 Формула Black 01:24:43 Дополнительные преимущества 01:27:28 Формула Black и её применение 01:28:26 Введение в количественные финансы 01:31:54 Решение задач в Haskell 01:33:43 Современные технологии, ИИ и их применение 01:35:30 Использование GPT в работе 01:37:23 Проблемы с обучением молодежи 01:38:53 Преимущества и недостатки GPT 01:41:41 Будущее образования и роль GPT 01:42:22 Роль книг и курсов в образовании

Quant Researcher

🥹 Визуализация работы трансформеров позволяет наглядно представить, как дискрешенери трейдеры формируют ответы, почему просел портфель, подбирая слова и фразы… Quant Researcher

🔥 Визуализация работы трансформеров позволяет наглядно представить, как модели вроде ChatGPT формируют ответы, подбирая слова и фразы. Это помогает лучше понять процессы, происходящие внутри языковых моделей. Простыми словами: такие визуализации дают возможность увидеть, как ChatGPT выбирает слова для формирования своих ответов. https://moebio.com/mind/ @machinelearning_interview

🎩 Трейдер и наш друг Никита Селиванов о своем пути и квантах https://youtu.be/vhunqRiZes8?feature=shared

Таймкоды: 00:45 Опыт Никиты: образование и начало карьеры 01:25 Карьера в трейдинге 06:14 Что такое “книга” в фонде? 07:15 Бэктест 10:57 Арбитраж и его значение 12:51 Основные роли в фонде: трейдеры, управляющие, аналитики и кванты. Как они взаимодействуют между собой? 17:50 Байсайд и селсайд 21:34 Сложности трейдинга 25:32 Внебиржевые сделки 28:39 Алгоритмические ордера 29:20 В чем заключается работа трейдера 30:26 Арбитраж и доходность облигаций 32:23 Шорт-трейд и его риски 40:56 Шорт и проценты 42:54 Фри флоат и расследование 44:16 Открытие торгов и прибыль 46:05 Путь в трейдинг, обучение и стажировка 53:51 Риск-менеджмент в трейдинге и его примеры 58:45 Автоматизация и роль трейдера 01:04:05 Структурный аналитик и трейдер 01:05:03 Трейдер и сейлс-трейдер 01:06:01 Разнообразие профессий в трейдинге 01:08:54 Аналитики и кванты 01:12:44 Развитие в трейдинге 01:15:55 Использование ChatGPT и других моделей

Quant Researcher