В блоге на Хабре мы много пишем об использующемся для работы на фондовом рынке железе и софте. Не так давно мы рассматривали стек технологий для высокочастотной торговли, а сегодня речь пойдет о том, какие инструменты можно использовать для торговли опционами на Московской бирже. Материал на эту тему написал эксперт ITinvest Олег Мубаракшин.

Введение

В этой статье будут подробно описаны технологии, используемые мной для торговли опционами на Московской Бирже. Сразу отмечу, что это статья не о торговом ПО (отправляющем заявки на биржу и т.д.), а о применяемых мной технологических решениях для реал-тайм оценки опционов и позиций.

На текущий момент опционному трейдеру доступно множество средств для анализа опционов и портфелей, многие из них сразу встроены в торговые терминалы. Однако для моих задач они не подходили и не подходят по сей день, по различным причинам, в т.ч. из-за их высокой стоимости (хорошие решения стоят достаточно дорого). Поэтому два года назад я решил создать свой собственный софт, позволяющий мне проводить анализ опционов и позиций так, как мне это нужно.

У меня есть несколько жестких требований к моему опционному ПО:

1. Real-time market data;
2. Дешевое решение, а лучше free;
3. Гибкое в плане прайсинга опционов (очень важно! но немногие это понимают);
4. Простое в плане написания кода и использующее робастные методы (желательно, чтобы большая часть уже была сделана умными людьми и опытными девелоперами);
5. Удобное в плане разворачивания и sharing;
6. User-friendly интерфейс;
7. Bug и blunder protected (ошибки в прайсинге должны быть видны сразу и невооруженным глазом).

Что было не критично:

1. HFT (low latency) не нужна, тратить на нее ресурсы нет ни желания ни возможностей;
2. Информационная безопасность, управление правами юзеров и т.п. (есть – хорошо, нет – и ладно);
3. Защита авторских прав

Итак, посмотрим, к чему я пришел за эти два года.

Структура ПО схематично представлена на рис. 1. Ниже подробно описаны ее составные части.



Рис. 1. Общая схема организации ПО и оборудования

Hardware

В качестве железа использовался ноутбук с процессором Intel Core i7, 8 ГБ оперативной памяти и ОС Windows 7. Для работы Shiny Server нужен Linux, поэтому с помощью WMware Player (также free) была создана виртуальная машина под управлением Ubuntu Server 14.04.

Market Data

Рыночные данные – текущие котировки (bid, ask, last, volume, etc.) фьючерсов и опционов – с помощью ODBC экспорта поставляются из QUIK в базу данных PostgreSQL. Этот способ data feed хорошо себя зарекомендовал, работает стабильно и быстро.



Рис. 2. ODBC экспорт из QUIK в DB

Текущая позиция (портфель) загружается в БД с помощью API SmartCOM – разработка брокера ITinvest.

База данных

PostgreSQL установлена на Windows 7. Поступающие из QUIK данные с помощью триггеров и функций БД обрабатываются и сохраняются в специальные таблицы. Например, таблица mw_options, в которую экспортируется таблица QUIK с текущими рыночными данными опционов, содержит триггер:

CREATE TRIGGER trig_upsert_spec_options
 AFTER INSERT OR UPDATE OF sec_code, sec_name, lot, tick, fee
 ON mw_options
 FOR EACH ROW
 EXECUTE PROCEDURE func_upsert_spec_options();

вызывающий функцию:

CREATE OR REPLACE FUNCTION func_upsert_spec_options()
 RETURNS trigger AS
$BODY$
BEGIN
 UPDATE spec_options SET sec_name=NEW.sec_name, lot=NEW.lot, tick=NEW.tick, fee=NEW.fee WHERE sec_code=NEW.sec_code;
 IF NOT found THEN
 INSERT INTO spec_options(sec_code, sec_name, und_code, expiry, strike, type, lot, tick, fee)
 VALUES (NEW.sec_code, NEW.sec_name, NEW.und_code, NEW.expiry, NEW.strike, NEW.type, NEW.lot, NEW.tick, NEW.fee);
 END IF;
 RETURN NEW;
END; 
$BODY$
 LANGUAGE plpgsql VOLATILE
 COST 100;
ALTER FUNCTION func_upsert_spec_options()
 OWNER TO postgres;

которая добавляет/обновляет данные в таблице spec_options, где хранится спецификация опционных контрактов:

CREATE TABLE spec_options
(
 sec_code character varying(16) NOT NULL,
 sec_name character varying(32),
 und_code character varying(8),
 expiry date,
 strike double precision,
 type character varying(4),
 lot integer,
 tick double precision,
 fee double precision,
 CONSTRAINT spec_options_pkey PRIMARY KEY (sec_code)
)
WITH (
 OIDS=FALSE
);
ALTER TABLE spec_options
 OWNER TO postgres;

Shiny Server

Shiny Server нельзя установить на Windows, поэтому была создана виртуальная машина с Ubuntu (trusty).
Далее необходимо установить последнюю версию R. В Ubuntu уже есть ссылка на R, но как правило она устаревшая, поэтому лучше сделать так:

$ sudo sh -c 'echo "deb http://cran.rstudio.com/bin/linux/ubuntu trusty/" >> /etc/apt/sources.list'
$ gpg --keyserver keyserver.ubuntu.com --recv-key E084DAB9
$ gpg -a --export E084DAB9 | sudo apt-key add -
$ sudo apt-get update
$ sudo apt-get -y install r-base

Проверить версию можно запустив R:

$ R

Чтобы выйти из R надо ввести в нем команду:

> q(save = "no")

Потом устанавливаем необходимые R пакеты – shiny, devtools, rmarkdown и shinyjs:

$ sudo su - -c "R -e \"install.packages('shiny', repos = 'http://cran.rstudio.com/')\""
$ sudo apt-get -y install libcurl4-gnutls-dev libxml2-dev libssl-dev
$ sudo su - -c "R -e \"install.packages('devtools', repos='http://cran.rstudio.com/')\""
$ sudo su - -c "R -e \"install.packages('rmarkdown', repos='http://cran.rstudio.com/')\""
$ sudo su - -c "R -e \"devtools::install_github('daattali/shinyjs')\""

Далее инсталлируем Shiny Server. Инструкция по установке последней версии здесь, на момент написания этого топика версия была 1.4.1.759:

$ sudo apt-get install gdebi-core
$ wget https://download3.rstudio.org/ubuntu-12.04/x86_64/shiny-server-1.4.1.759-amd64.deb
$ sudo gdebi shiny-server-1.4.1.759-amd64.deb

Если все сделано правильно, то вызвав ссылку (ip_shiny_server – IP адрес вашей виртуальной машины)
ip_shiny_server:3838, вы увидите приветствуенную страницу вашего Shiny-сервера с двумя активными виджетами:



Рис. 3. Приветственная страница Shiny Server

Я рекомендую также установить очень удобную среду разработки Rstudio Server. Инструкция по установке последней версии здесь. Пример команд установки:

$ sudo apt-get install gdebi-core
$ wget https://download2.rstudio.org/rstudio-server-0.99.491-amd64.deb
$ sudo gdebi rstudio-server-0.99.491-amd64.deb

Также я рекомендую внести следующие изменения в конфигурацию Shiny сервера – файл /etc/shiny-server/shiny-server.conf:

server {
  listen 3838;
  location /users {
    run_as :HOME_USER:;
    user_dirs;
  }
  location /apps {
    run_as shiny;
    site_dir /srv/shiny-server;
    log_dir /var/log/shiny-server;
    directory_index on;
  }
}

Это даст возможность удобно запускать shiny приложения, разработанные в Rstudio Server:

• В Rstudio в корневом каталоге создается папка ShinyApps;
• Далее File/New Project../New Directory/Shiny Web Application/;
• Заполняете Directory name, например, test001;
• Выбираете ShinyApps в качестве корневой директории проекта.

Для запуска созданного приложения в браузере достаточно ввести адрес:

ip_shiny_server:3838/users/ubuntu_user_name/test001/
где ip_shiny_server – IP адрес виртуальной машины, ubuntu_user_name – имя пользователя Ubuntu.

Еще необходимо установить PostgreSQL и пакет libpq-dev:

$ apt-get install postgresql-9.4
$ sudo apt-get install libpq-dev

Возможно вам также понадобится Apach, например, для обмена файлами, быстрого просмотра логов и т.п.:

$ sudo apt-get install apache2

Теперь, например, чтобы получить доступ к папке folder001 приложения test001, надо выполнить команду:

$ sudo ln -s /home/ubuntu_user_name/ShinyApps/test001/folder001 /var/www/html/shared_folder

После этого содержимое папки станет доступно по адресу: ip_shiny_server/shared_folder/

Веб-интерфейс

Огромным преимуществом серверных приложений Shiny, на мой взгляд, является: a) наличие у них веб-интерфейса и b) то, что они доступны на любом устройстве (ПК, ноутбук, планшет, смартфон) с выходом в интернет. Это отличное кросс-платформенное решение!

С запущенным Shiny сервером я имею возможность проводить анализ волатильности, прайсить опционы и следить за своей позицией в любой месте, где есть интернет.



Рис. 4. Интерфейс Shiny-приложения для анализа и моделирования улыбки волатильности

Rstudio Server также имеет веб-интерфейс, он доступен на любом устройстве с современной ОС и выходом в интернет – разрабатывайте, фиксите баги в любом месте с любого устройства.



Рис. 5. Интерфейс среды разработки Rstudio Server

Volatility Models

В настоящий момент для прайсинга и маркет-мейкинга я использую две модели:

• Vanna-Volga
• Risk-neutral moments

Подробнее о них вы может узнать из предыдущих топиков моего блога на quant-lab.com. Обе модели хорошо себя зарекомендовали в торговле опционами на USD/RUB.

Option Pricing

Shiny предоставляет возможность строить интерактивные графики. Можно навести указатель мыши или кликнуть на интересующую область графика и получить координаты этой точки. Например, мое приложения для прайсинга опционов обрабатывает полученные координаты и выдает: a) рыночную информацию в указанном страйке (best bid/ask в пунктах и волатильностях плюс их объемы; b) волатильность, теретические цены опционов call и put для данной волатильности и греки.



Рис. 6. Интерактивный опционный калькулятор

Portfolio Calculations

Еще одно shiny-приложение, котором я пользуюсь ежедневно – qbook. Оно позволяет оценивать мои опционные позиции и имеет очень гибкие настройки: улыбки волатильности опционных серий можно задавать моделью или вручную (либо выбрать биржевую, но я не рекомендую вам так поступать), можно корректировать время до экспирации, моделировать различные сценарии – все это будет отображено на одном графике и в одной табличке для удобства сравнения. Плюс удобное представление книги – отображается в каком страйке сколько суммарно опционов продано/куплено и их суммарные греки.



Рис. 7. Сценарии волатильности и показатели чувствительности книги



Рис. 8. P&L профиль книги для двух сценариев и на экспирацию ближней серии

Sharing

Еще одним приятным и полезным свойством Shiny приложений является простота, с которой вы можете ими делиться. Решений как минимум два: делиться целым приложением или только результатами. Чтобы поделиться приложением, размещенным на Shiny сервере, вам нужно пробросить порт 3838 и дать пользователю ссылку на IP адрес вашего роутера. Это не лучшее решение в плане безопасности. На мой взгляд гораздо лучше делиться только результатами – это очень просто организовать, например, с помощью сервиса plotly. Вы можете запостить график в облачный сервис plotly прямо из Shiny приложения:

pp <- plotly_POST(p, filename=plotly.name, fileopt="overwrite")

и дать пользователю ссылку на этот график. Более того графики plotly могут быть внедрены в ваш сайт или блог:

• В качестве заключения хочу еще раз отметить основные моменты:
• Созданное решение – бесплатное (Shiny Server, Rstudio Server, VMware – имеют бесплатные версии)
• Shiny приложения кросс-платформенные, доступны с любого современного устройства из любой точки мира, где есть интернет
• Использованные численные методы, модели и алгоритмы взяты из готовых пакетов (out of the box), созданных опытными программистами и математиками, робастные и протестированные большим числом опытных пользователей
• Разработка приложений – не сложный и быстрый процесс
• Интерактивность графических данных сильно упрощает прайсинг опционов и анализ позиций

Другие материалы о разработке торгового софта:

• How-to: Объектно-ориентированная система бэктестинга на Python
• Создание торговых роботов: 11 инструментов разработки
• How-to: пошаговое руководство по разработке торговой системы для работы на фондовом рынке
• How-to: как выбрать язык программирования для создания торгового робота
• Назад в будущее: проверка работоспособности торгового робота с помощью исторических данных
• How-to: Что нужно учитывать при разработке первого торгового робота
• How-to: Что нужно учитывать при разработке стратегии для торгового робота
• Книги и образовательные ресурсы по алгоритмической торговле
• Алгоритмическая и автоматизированная торговля: 13 книг по теме