Избранное трейдера billy
Разбил много ☕кружек в поисках решения для ️быстрого получения длинных историй цен для большого количества активов в Python. Ещё имел смелость желать работать с ценами в numpy-массивах, а лучше сразу в pandas.
Стандартные подходы в лоб работали разочаровывающе, что приводило к выполнению запроса к БД в течение 30 секунд и более. Не желая мириться, я нашёл несколько решений, которые полностью меня удовлетворили.
Для начала, основы риск-менеджмента:
— мы не можем контролировать движение цен. Единственное, что мы можем контролировать – это риски. Поэтому в основе торговли лежит контроль рисков;
— максимальный риск на день: 3% от счета. Что бы ни случилось на рынке, наподобие недавнего апрельского падения, мы в принципе не потеряем более 3% от счета за день;
— лимит убытков в 3% от счета за день делится на 2 входа в рынок, по 1,5% каждый, т.е. мы не можем потерять весь лимит убытков на день в одной сделке, чтобы исключить вероятность ложных выносов, неожиданных новостей и т.п.;
-исходя из своего депозита, посчитайте, сколько составляет 1,5% в рублях — это максимальный убыток, который вы можете позволить при входе в одну сделку;
— В своем канале в телеграмм t.me/kapitan78 утром как определяюсь, пишу цели для выставления ордеров на вход и стопы. Подсчитав разницу между ценой входа и стопа, можно определить потенциальный убыток на 1 контракт. Делим максимальный убыток на сделку (те самые 1,5%) на потенциальный убыток на 1 контракт и получаем количество контрактов в конкретном инструменте для входа в сделку;
Среди многих трейдеров и обычных люди распространены следующие представления о системе CANSLIM:
Чтобы выяснить, так это или нет, нужно посмотреть, как возникла эта система и на чём она основана.
Согласно исследованиям Blackstar акции имеют «ненормальное» распределение по доходности:
Билл О`Нил задался целью выяснить, какие факторы больше остальных влияют на рост цены акции. Он решил учиться на суперакциях прошлых периодов и исследовать их ключевые характеристики.