Тестируем торговые стратегии на рынке акций на языке Python профессионально (часть 2)
Теплова Т.В., Томтосов А.Ф.

2
Рис. 12. Процентное распределение запросов по поиску подсказок по использованию языков программирования в Google
Работа с базой данных «финам»

4
Программный код по использованию thomson reuters eikon в формировании рядов данных
Рис. 13. Вид Excel-файла с установленным приложением Thomson Reuters

5
Рис. 14. Thomson Reuters: последовательный доступ к Datastream, шаг 1
Рис. 15. Thomson Reuters: последовательный доступ к Datastream, шаг 2
Рис. 16. Thomson Reuters: последовательный доступ к Datastream, шаг 3

6
Рис. 17. Конечный шаг открытия доступа к Datastream базы TR
Рис. 18. Запрос к выгрузке ряда данных вида Time Series базы TR

7
Рис. 19. Указание параметров выгружаемого ряда данных

8
Рис. 20. Результат поиска в Datastream базы TR по запросу Gazprom

9
Рис. 21. Результат поиска в Datastream базы TR по запросу «ADR Gazprom» на Лондонской бирже

10
Рис. 22. Карточка инструмента ADR Gazprom
Рис. 23. Введение в выбранную корзину запросов инструмента ADR Gazprom в базе TR

11
Рис. 24. Введение в корзину запросов двух новых инструментов (в корзине три акции)
Рис. 25. Запуск запросов к выгрузке трех акций

12
Рис. 26. Ввод характеристик временных рядов

13
Рис. 27. Ввод параметра цены закрытия для трех выбранных инструментов
Выкачивание рядов полной доходности (adj_close) с сайта yahoo finance

14
Рис. 28. Ввод параметров для интервала наблюдений и таймфрейма

15
Рис. 29. Результат выгрузки дневных цен трех инструментов (вырезка данных Excel-файла)
Рис. 30. Выбор серии рядов (множества компаний индекса)

16
Рис. 31. Выбор 39 акций индекса Мосбиржи
Рис. 32. Алгоритм выбора показателя для набора инструментов

17
Рис. 33. Набор возможных показателей в базе TR
Рис. 34. Показатель рыночной капитализации Market Value (MV)

18
Рис. 35. Выбор интервала для временного ряда и шага фиксации показателя
Рис. 36. Полученный результат в Excel по месячным значениям капитализации всех компаний, входящих в индекс Мосбиржи на 2019 г.

20
Рис. 38. Построение запроса на поиск банков Чили
Выводы

21
Рис. 39. Включение в запрос выгрузки всех найденных банков Чили

22
Рис. 40. Итоговый запрос семи банковских акций, таймфрейма и временного шага, параметра Price to Book
Рис. 41. Месячные данные мультипликатора Р/BV для публичных банков Чили

23
Литература

Ключевые слова: язык программирования Python, торговые стратегии, инвестирование, тестирование гипотез, Thomson Reuters, альфа Дженсена

Аннотация

В статье показаны правила тестирования торговых стратегий на рынке акций с требованиями по профессиональной проверке исследовательских гипотез и применения языка программирования Python. Представленные в работе алгоритмы рассматриваются как обязательные при изучении торговых стратегий в магистерской программе «Финансовые рынки и финансовые институты» НИУ ВШЭ. Во второй части статьи приведены приемы поиска данных по финансовым рынкам для тестирования торговых стратегий с помощью Python.

Журнал: «Управленческий учет и финансы» — №2, 2020 (© Издательский дом Гребенников)
Объем в страницах: 23
Кол-во знаков: около 19,022

DOI

10.36627/2587-8360-2020-2-2-82-104 — https://doi.org/10.36627/2587-8360-2020-2-2-82-104

1. Бодягин Е. Программный сбор данных о котировках. — Подробнее .

2. Теплова Т.В., Микова Е.С. Инвестиции на рыночных неэффективностях и поведенческих искажениях. — М.: ИНФРА-М, 2019.

3. Теплова Т.В., Микова Е.С., Шершнева А.А. Особенности построения премий за риск в трехфакторной модели Фама — Френча. Кейс Индонезии // Финансовый менеджмент. — 2017. — №2. — С. 80–93.

4. Python для начинающих: установка Jupyter Notebooks. — Подробнее .

5. Basu S. (1977). «The investment performance of common stocks in relation to their price to earnings ratio: a test of the efficient markets hypothesis». Journal of Finance, Vol. 32, pp. 663–682.

6. Ding D.K., Chua J.L., Fetherston T.A. (2005). «The performance of value and growth portfolios in East Asia before the Asian financial crisis». Pacific-Basin Finance Journal, Vol. 13, pp. 185–199.

7. Fama E.F., French K.R. (1993). «Common risk factors in the returns on stocks and bonds». Journal of Financial Economics, Vol. 33(1), pp. 3–56.

8. Refinitiv Eikon. — Подробнее .

Теплова Тамара Викторовна

Теплова Тамара Викторовна
доктор экономических наук
профессор

Заведующая проектно-учебной лабораторией анализа финансовых рынков (ЛАФР) факультета экономики НИУ ВШЭ.

г. Москва

Окончила экономический факультет МГУ им. М. В. Ломоносова. Стаж научно-педагогической работы - с 1986 г. Консультант и ведущий лектор Института нефтегазового бизнеса при АНХ РФ. Автор ряда научных публикаций, в том числе учебных пособий для вузов.(Москва).

Другие статьи автора 43

Томтосов Александр Федорович

Томтосов Александр Федорович

Аналитик проектно-учебной лаборатории анализа финансовых рынков (ЛАФР) НИУ ВШЭ.

г. Москва

Другие статьи автора 2