Вольный перевод отсюда, понравился пост:
1) Не уходите с основной работы
2) Не вкладывайте силы в разработку своего бектестера
3) Ожидайте что у вас займёт 3-5 лет до тех пор как вы разработаете стабильный прибыльный метод. Это при допущении что вы тратите 20 часов в неделю. 80% уходит на разработки стратегий, 10% на эксперименты, 10% на автоматизацию
4) Просмотр видео / чтение реддита (СЛ) не приближает вас к цели. Считайте эти часы отдельно и ограничивайте потерю времени
5) Станьте экспертами в своём методе, хватит переключаться
6) Найдите свою собственную торговлю. То что подходит одному трейдеру, может быть убийственно для другого. Только вы можете подобрать что подходит именно вам
7) Ищите преимущество там где нет больших/умных денег (хинт — ликвидность)
8) Запомните, автоматизация помогает когда есть прибыльный метод, сфокусируйтесь на поисках метода до автоматизации
9) Разделите разработку стратегии от исполнения

( Читать дальше )

Приветствую.
Новая заметка от JC-Trader'a www.jc-trader.com/2021/10/pb.html

Коэффициент P/B. Простой тест на истории.

Часто можно услышать мнение о том что надо покупать дешевые, недооцененные акции, которые впоследствии в какой-то момент очнутся от того что недооценены и начнут свое восхождение к новым вершинам славы. Иногда приводят в пример такой показатель как отношение цены акции к балансовой стоимости на акцию (P / B). Типа, чем меньше будет отношение, тем безопаснее покупать такие акции. А если это соотношение меньше единицы, то только дурак не купит такую компанию. так как даже в случае банкротства компании, имущества останется больше чем стоимость акций компании. Поэтому инвесторы, рано или поздно поймут это обстоятельство и с большим удовольствием начнут покупать акции таких компаний. А кто купил пораньше, тот получит побольше :)

Иногда я для интереса отслеживал такие акции, которые советовали гуру разных мастей. В основном, поведение этих акций было как по шаблону — первое время они продолжали свое падение, потом останавливались на долгое время колеблясь вокруг своей оси, потом еще падали. Бывали, конечно, резкие скачки вверх, то ли из-за шорт-сквиза, то ли еще по разным причинам. Но, в основном, это вялые, непривлекательные графики со случайными колебаниями, не имеющие выраженного направления. Ведь не зря они стали недооцененными, всегда есть какая-то причина — либо бизнес не ладится, либо конкуренты прижимают, либо еще что-то.

( Читать дальше )

А вот и новая заметка от JC-trader
www.jc-trader.com/2021/09/dogsofthedow.html
------------------------------------------------------------

Как модифицировать стратегию Dogs of the Dow

Когда-то давно, в прошлом веке, была очень популярна стратегия инвестирования под названием Dogs of the Dow. Стратегия приносила доход значительно выше доходности индекса и была очень простая. Раз в год надо было выбрать из индекса Dow30 десять компаний с самой высокой дивидендной доходностью в процентах и держать их акции весь следующий год. Смысл выбора акций с самой высокой дивидендной доходностью в том, что она повышается в случае если цена акций снижается. Другими словами, покупаем то, что дешево и надеемся что оно будет расти сильнее чем остальное. В прошлом веке такая стратегия себя оправдывала. 

Проведем тест стратегии для акций Dow30 (без ошибки выжившего) за последние 15 лет. Итак, видим что в последние годы стратегия (красная) приносит доходность хуже индекса S&P500 (синий). 

( Читать дальше )

1) Неск недель (может месяцев) разобраться с базовыми конструкциями языка и базовыми структурами данных, связанный список, граф. Любой учебник, не больше 100 страниц, лучше если в нем есть картинки. Может быть скучновато, но это недолгий этап. Проверкой что вы эго закончили будет упражнение построить и сравнить два графа (см картинку), одинаковые они или нет, это полстраницы кода.



2) Дальше, выполнить 1-4 интересных визуальных задачи. Визуальных ключевой момент поскольку у людей визуальная система ведущая и если ее задействовать то все будет получаться легче, проще и лучше. 

Например скачать текст Войны Миров, сделать гистограмму частоты слов, и нарисовать ее в красивом виде как на картинке ниже (в зависимости от уровня может уйти от неск дней до неск недель). В процессе выполнения вы обнаружите пробелы в своих знаниях и заполните их. После того как вы это сделаете вы будете знать 70% того что требуется знать в типовых задачах программирования.

( Читать дальше )

00:00 коротко про книгу
01:55 про прогнозы
03:40 защита от инфляции и прогнозирование циклов
06:25 торговый дефицит и как оценивать компании
09:15 ключ к успешному инвестированию
14:15 три фильтра для отбора качественных акций
16:50 долгосрочная доходность рынка акций
18:15 как в воду глядел в 1999 году
19:45 аккуратнее с быстро-растущими секторами
27:45 про показатель EBITDA
29:30 что читать инвестору
32:00 своя база данных
34:00 куда инвестировать при высокой инфляции
40:10 когда облигации лучше акций?
42:40 лайфхак про инфляцию и инвестиции в золото

Основные источники происхождения богатства миллиардеров в разрезе стран. 
Размер стран на карте пропорционален количеству миллиардеров. 

Разбивка источников богатства по цветам: 
красный — наследство,
зелёный — создание своего бизнеса,
синий — руководители компаний,
коричневый — политические связи, 
жёлтый — финансовый сектор (?). Вероятно, имеются ввиду удачные инвестиции.



Всё вполне ожидаемо:
В России — политические связи,
В Европе — наследство,
Америка — многогранна,
Азия — регион стартаперов.


Источник: 

howmuch.net/articles/billionaires-map

С проникновением аналитики во многие сферы нашей жизни она не могла обойти стороной финансы. В этой статье рассмотрим ее применение для анализа ETF с целью их анализа, в том числе и с применением визуализиции.

1. О данных

Для анализа будем использовать данные ETF c базовой валютой USD: FXCN, FXRL, FXIT, FXUS и FXRU. Временной ряд рассмотрим за три года с 2018 по 2020 года. Само исследование проведем в Google Colaboratory.

Как обычно в начале импортируем все необходимые библиотеки для дальнейшей работы.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from google.colab import files
import warnings
warnings.filterwarnings("ignore")

Сначала необходимо получить данные. Есть несколько способов. Мы воспользовались — взяли их с Finam в формате csv. Дальше написал функцию для обработки полученных данных и при помощи concat свел их в один датафрейм.

def changeDF(df):
  df['date'] = pd.to_datetime(df['<DATE>'].astype(str), dayfirst=True)
  name =[x for x in globals() if globals()[x] is df][0]
  df = df.drop(['<DATE>','<TIME>', '<OPEN>', '<HIGH>', '<LOW>'], axis=1)
  df = df.set_index(['date'])
  df.columns = [name+'_cl', name + '_vol']
  return df

fxgd_change = changeDF(fxgd)
fxrl_change = changeDF(fxrl)
fxit_change = changeDF(fxit)
fxus_change = changeDF(fxus)
fxru_change = changeDF(fxru)
fxcn_change = changeDF(fxcn)

etf = pd.concat([fxgd_change, fxrl_change, fxit_change, fxus_change, fxru_change, fxcn_change], axis=1)

etf.head()

В результате получили:

( Читать дальше )

Итак, код обучения и прогнозирования нейросетью рыночных котировок на 5 минут.

import sqlite3 as sql
from scipy.stats import logistic
import math
import numpy as np
import numpy.random as rnd
import matplotlib.pyplot as plt
from sklearn.neural_network import MLPRegressor

sdata =[]
sql1= "select ticker, date, open, high, low, close, vol \
    from Hist_1m where ticker_id=1 order by Date;"
con=sql.connect('C:/Users/ubase/Documents/StockDB/StockDB21.sqlite')
cur=con.cursor()
cur.execute(sql1)
sdata=cur.fetchall()
con.commit()
con.close()

Ldata = len(sdata)
N = 8000 # Количество сделок
ld = 5 #Продолжительность сделки
NNinterval = 20 # Количество входов NN

# Генерация случайных чисел
rng = rnd.default_rng()
rm=rng.integers(0, Ldata, N )

class Candle:
    tr = 0
    dt = 1
    o = 2
    h = 3
    l = 4
    c = 5
    v = 6
    
cl = Candle
DataC =[sdata[i][cl.c] for i in range(0,Ldata)]

# sigmoid линейность до 0.5
def sigmoidnorm(x, alfa = 0.9, xmin = -1.3, xmax = 1.3):
    return (xmax - xmin)*((1 / (1 + math.exp(-x*2.0*alfa))) - 1.0) + xmax

x = [0.002 * i - 3 for i in range(0,3000)]
y = [sigmoidnorm(x[i]) for i in range(len(x))]


plt.plot(x,y)
plt.grid()
plt.show()

# формируем сделки.
def DealsGenL(rm,ld):
   #Lm = len(rm)
   ix = []
   x = []
   pr = []
   
   for i in range(0,N):
        if rm[i] + ld < Ldata and rm[i] - NNinterval - 1 > 0:
            delta = (sdata[rm[i]+ld][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]+ld][cl.c]*100
            x0 = [sigmoidnorm((sdata[rm[i] - j][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]][cl.c]*100) \
                 for j in range(0, NNinterval)]
            ix.append(rm[i])
            x.append(x0)
            pr.append(delta)
   return ix, x, pr


Ix, X, Pr = DealsGenL(rm,ld)



Ib = 0
Ie = 100

plt.plot(X)
plt.legend()
plt.grid()
plt.show()


plt.plot(Pr, label = 'Prof')
plt.legend()
plt.grid()
plt.show()


regr = MLPRegressor(hidden_layer_sizes = [30,20,15,10,5], \
                    max_iter=500, activation = 'tanh')

regr.fit(X, Pr)
Out = regr.predict(X)

plt.plot(Pr, Out, '.')
plt.grid()
plt.show()

И вот результат прогнозирования:

( Читать дальше )

​​Продолжаю рубрику тезисного чтения интересных книг — на очереди книга выдающегося управляющего Питера Линча под названием «Переиграть Уолл стрит». Сразу предупреждаю, пост является длинным, поэтому тем, кто дочитает до конца — ✋. За один раз прочитать пост будет трудновато, но как вариант сэкономить Ваше время и прочитать краткое содержание — вполне. )

Ранее данные цитаты выкладывал у себя в телеграм канале тут — t.me/kuzmlab

С каждой главы выцарапал наиболее интересные мысли. Поехали. 

Введение

👉 Питер Линч, как он сам пишет, испытывал страсть к акциям. Приобрёл в свое время для фонда Magellan акций более 15000 компаний.

👉 Жизнь — краткий миг, после которого наступает небытие.

👉 Вложения в акции гораздо выгоднее вложений в облигации и депозиты. Доходность облигаций была выше доходности акций лишь единожды за 70 лет, в 1930е.

👉 Непрофессионал, посвящающий некоторое время изучению компаний отрасли, может превзойти 95% высокооплачиваемых экспертов, управляющих взаимными фондами, и вдобавок получить от этого удовольствие.

( Читать дальше )