В ходе исследований выяснилось, что страницы в интернете, как уже говорилось, не читаются, а бегло просматриваются по шаблону, напоминающему латинскую букву F. Пользователь сначала считывает несколько первых строк текстового содержимого страницы (иногда даже полностью, от начала до конца), затем перескакивает на середину страницы, где считывает еще несколько строк (как правило, уже лишь частично, не дочитывая строки до конца), а затем быстро спускается к самому низу страницы — посмотреть, «чем дело кончилось».

Красным — зоны, где внимание читателя задерживается дольше всего.
Желтым — зоны беглого просмотра. Синие и серые области не читаются вообще

Полный текст статьи по ссылке:

golbis.com/pin/degradatsiya-mozga-chitat-vsem/#.VwHw8fmLQ_m

Если вы поборите СТРАХ перед множеством маленьких убытков и немногими, но бОльшими пибылями — вы будете стабильно зарабатывать!

Всё что я узнал и испытал за 3 года торговли и похоже всё, что ещё узнаю-испытаю неизменно ведут к этой простой истине.
Так мало зарабатывающих трейдеров потому, что эта истина противоестесвенна человеческой природе и лишь немногие могут следовать ей.
Работает при любом стиле торговли и системы, если не противоречат ей.

Остальные нюансы решает дисциплина.

Всё.

Посчитал на R спред между акциями Google и Apple с учётом соотношения (hedge ratio). И нанёс среднюю линию с двумя среднеквадратичными отклонениями сверху и снизу. Красота. 



Делается на R это очень просто, код ниже. 

require(quantmod)
> startT <- «2015-01-01»
> endT <- «2016-01-01»
> rangeT <- paste(startT, "::", endT, sep="")
> symbols <- c(«AAPL», «GOOG»)
> getSymbols(symbols)
[1] «AAPL» «GOOG»
> tGOOG <- GOOG[,6][rangeT]
> pdtGOOG <- diff(tGOOG)[-1]
> tAAPL <- AAPL[,6][rangeT]
> pdtAAPL <- diff(tAAPL)[-1]
> model <- lm(pdtAAPL ~ pdtGOOG)
> hr <- as.numeric(model$coefficients[1])
> spreadT <- tAAPL — hr * tGOOG
> meanT <- as.numeric(mean(spreadT, na.rm=TRUE))
> sdT <- as.numeric(sd(spreadT, na.rm=TRUE))
> par(mfrow = c(2,1))
> hist(spreadT, col=«blue», breaks = 100, main = «Spread Histogram (AAPL vs GOOG)»)
> plot(spreadT, main=«AAPL vs GOOG spread (in-sample period)»)
> abline(h = meanT, col = «red», lwd = 2)
> abline(h = meanT + 1 * sdT, col = «blue», lwd = 2)
> abline(h = meanT — 1 * sdT, col = «blue», lwd = 2)

Здесь: 

meanT — среднее
sdT — среднекв. отклонение
spreadT — спред
par — график с двумя секциями
plot — график
hist — гистограмма
abline — линия поверх графика
model — линейная зависимость модель, МНК
quantmod — библиотека для получения исторических данных
rangeT — временной диапазон