В связи с хайпом вокруг искуственных нейронных сетей стало интересно: насколько реально обучить сеть или дерево или иную технологию машинного обучения для восстановления вида неизвестной функции по следующим значениям обучающей выборки:

• x==4 тогда  y==40
• x==61 тогда  y==80
• x==117 тогда  y==120
  

Сеть или дерево должна вычислить значение этой функции для аргумента   x==97853

Философский подтекст состоит в том, что человек в состоянии определить вид этой функции совершенно достоверно и получить нулевую ошибку на валидационной выборке любого размера и сложности.

Если технологии ML не могут дать адекватного ответа на этот вопрос, то могут ли они в принципе быть полезны в торговле?

UPDATE 1: За прошедшие несколько часов 2 человека однозначно продемонстрировали способность восстановить вид искомой функции. Что подтверждает простоту озвученной задачки.

В книге «Art of Currency Trading», написанной автором по имени Brent Donnelly, есть 25 правил торговли. Я говорил об этой книге некоторое время назад. Могу подписаться под каждым словом. Выписал правила специально для вас. Вот они (перевод на русском см. в конце):

Brent Donnely’s 25 Rules of FX Trading:

1. Don’t blow up. Avoid risk of ruin above all else.
2. Adapt or die.
3. Do the work. Read the speeches. Analyze, read and study.
4. If you look hard enough, you can always find a tech level to justify a bad trade!
5. “It’s big level” is not a good enough reason to put on a trade.
6. No mo’ FOMO. Never worry about missing it. There will always be another trade.
7. Flat is the strongest position. When in doubt, get out.
8. It doesn’t always have to make sense.
9. Never fade unexpected central bank moves. Jump on them!
10. Making money is hard. Keeping it is harder.
11. Successful traders make more money on up days than the lose on down days.
12. Anything can happen.
13. Keep a trading journal. Thoughts are abstract and fuzzy. Writing is concrete and solid
14. There is a time and a place to go big (очень нравится это правило).
15. Good traders vary bet size.
16. It always looks bid at the highs. It always looks heavy at the lows.
17. You control the process but you don’t control the outcome.
18. Each trade is a drop of water. The market is an ocean.
19. Know your edge.
20. Know your time horizon.
21. Good traders have a plan. They may not always stick to the plan but they always have one.
22. Tight/aggressive wins.
23. Be flexible. Don’t get married to a view.
24. Do not let random, low-conviction trades kill you.
25. Have fun. If you don’t enjoy it, what’s the point?

Алгоритм действий, если на вас оформили займ.

Несколько дней назад мне пришло письмо. Из письма компании по взысканию задолжностей, я узнал, что перед ООО МФК «Займ Онлайн» у меня имеется задолжность, в размере 17 250 рублей и предлагалось его погасить в кратчайшие сроки. Из них 10480 руб. тело займа и 6778 руб. просроченные проценты. Дата заключения договора займа была декабрь 2019 г. Естественно, никаких займов в этой компании я не оформлял и к ним не обращался.

В этот момент главное выработать правильную позицию и определить дальнейшие действия, тк не предпринимать никаких действий в подобной ситуации ни в коем случае нельзя. Данные письма не приходят без оснований. А в данном случае, основание у компании по взысканию задолжностей – обращение финансовой организации к ним. По их данным у вас перед ними долг. Далее действия по пунктам.

1. Первое, что необходимо сделать – не платить. Тк должна быть однозначная позиция – Вы займ не брали и договор не заключали.
2. Убедиться, что долг реальный. Для этого заходим на сайт Бюро Кредитных Историй (БКИ) nbki.ru (или любой ресурс, где можно посмотреть свою кредитную историю. Их несколько: АО «Национальное бюро кредитных историй», ЗАО «Объединенное Кредитное Бюро», ООО «Кредитное бюро Русский Стандарт», ООО «Эквифакс Кредит Сервисиз»).
3. Если видите, что в вашей кредитной истории присутствует информация о финансовой компании, в которой вы не брали займ, то далее пункт 4.
4. Это самый важный пункт, без которого успех всех действий невозможен – обращение в полицию. Причем обращаться нужно в тот отдел полиции, где находится главный офис финансовой организации. В любом городе, где ведет свою деятельность финансовая организация, должен располагаться офис компании. В данном случае это ОМВД по району Аэропорт.
5. Приходите, говорите дежурному, что хотите написать заявление о мошенничестве. Поднимаетесь к сотруднику, который занимается эти вопросом. Он вам дает шаблон заявления. Далее у дежурного получаете талон-уведомление о том, что заявление у вас принято.
6. С этим талоном нужно идти в ООО МФК «Займ Онлайн». Идти до офиса 15 минут.
7. Звоните в компанию, телефон вам дадут на ресепшене на первом этаже. Объясняете, что на вас оформили займ, что вы уже были в полиции и написали заявление. Называете свои данные.
8. Спускается юрист компании, дает вам «ваш договор займа», копирует талон из полиции и выдает вам документ о том, что договор с вами считается незаключенным. И что они направят в БКИ информацию на удаление данных о займе.
9. Контролируете, чтобы информация была удалена. Если информация не удаляется, то  на сайте НБКИ есть соответствующее заявление, его нужно заполнить, отметить соответствующие пункты и отправить в БКИ по почте.

Распадская — возможен выкуп примерно по 140 руб., на фоне жалобы миноритариев в ЦБ.

Дивидендные акции — рост ограничен, финал близок. Если не будет дальнейшего снижения ставок.

Мечел – обычка лучше.  Если Игорь Зюзин докупит обычку и у него будет 51% уставного капитала, ему не надо будет платить дивиденды на префы.  Префы растут по инерции за обычкой.

Газпром — через 5 лет может стоить 400-500 руб., если акции будут давать 30-35 руб. дивидендов.

Ленэнерго преф. — дивиденды за 2019 год скромные, за 2020 год примерно 19руб. на акцию.

Но никто не знает, что будет после 2020 года, неизвестно как повлияет реорганизация.

СЗ №1: Не продавайте на максимуме!

Введение

Эта статья является первой в цикле СЗ (статистические закономерности). Статьи этого цикла будут посвящены тестированию различных статистических закономерностей. И сегодня мы рассмотрим СЗ №1, которую можно сформулировать так: “не продавайте бумагу, которая находится вблизи своего максимального значения”.

Основная идея этой СЗ заключается в том, что бумага, которая находится вблизи своего максимума, скорее всего, продолжит свой рост и дальше. В данном случае рекомендуется подождать немного и когда бумага остановится в своем росте, только тогда ее продавать.

Я беру на себя смелость утверждать, что СЗ №1 работает на различных таймфреймах, но в данной статье будет приведено тестирование только на дневном таймфрейме. Более того, мы сейчас протестируем следующее утверждение: “не продавайте бумагу в конце дня, если она близка к своему максимальному дневному значению”. В данном случае я утверждаю, что “

Штатная  численность некоторых ведомств ( в соответствии с законодательством естественно):

                 СК — 23158 человек
             МВД – 894869 человек
           ФСИН — 226023 человека
             МЧС — 288565 человек
            ФССП – 74559 человек
  Прокуратура – 51263 человека         
  Росгвардия     340000 человека
       ИТОГО:  1898437  человека


Это те смерды, что ничо не производят! 


Ваш все тот же самый, 
           S.Hamster

Устойчивые долгосрочные модели


В предыдущих частях (часть 1, часть 2) мы рассмотрели построение композитных систем оценок ценных бумаг, построенных при помощи распространённых средств машинного обучения (Bag/Boost методы). Однако, такой подход, несмотря на все свои преимущества (скорость, точность) имеет ряд больших недостатков – отсутствие универсальности моделей в результате проблем «переобучения»  (точной настройки на определённые типы рынков и временные интервалы) и сложность интерпретации полученных композиций.

В результате решения этих проблем мы разработали базовую модель на основе наших представлений о стохастических дифференциальных уравнениях с квантовыми скачками, образующих улыбку волатильности. Эта макромодель получила в наших исследованиях наиболее полную микроскопическую интерпретацию.