Всем привет! тут наверное все озадачены таким вопросом )))



Дело все в том, сколько нам надо?.. Для примера мне в Brent движения в 5 usd хватает, ну и оно согласно статистике более исполнительное.
Далее цитирую деда, что делал уже не однократно:
Ждём хороший восходящий тренд, который кроется днём с закрытием вблизи своего максимума + выше всего предыдущего торгового диапазона, за последние -5-10 дней.
минимум данного дня становится критической точкой — для меня это точка входа
если данный минимум переписали в ближайшие три дня — таримся!
Далее ставим цель и не дергаемся недели две -три -как повезет.
Стоп ставьте куда хотите — это личное дело каждого.
Схематично ниже, детально в видео ниже схемы.
Желаю всем добра и хорошего профита!



( Читать дальше )

Хороший вариант для тех, кто ушел в инвесторы, но руки чешутся поработать внутри дня.

В арсенале опытного трейдера много закономерностей, на которых можно заработать. Задача не прозевать нужный момент.

Торгуем только по факту. Видим знакомую ситуацию – торгуем! Не видим – сидим спокойно.

Что делать, если не видишь знакомых ситуаций? Появляются сомнения, что выбранная торговая система не работает. Ты просто плохо смотришь!

Практика:

Деревья не растут до небес и акции не могут двигаться в одну сторону без остановок. Если инструмент вырос или упал более чем на 2,6% к 12ч дня при этом не было какой-либо проторговки во время движения. То самое время для коррекции к предыдущему движению. Глубина коррекции 0,5%. Это и есть наш заработок.

Почему 2,6%? Почему обеденное время? Какая еще проторговка? Ответы на эти вопросы и другие нюансы даст практика.

Для отслеживания нужного момента в помощь Market Scanner.

( Читать дальше )

Здесь периодически возникают статьи про применение нейронок в трейдинге.

Я решил поделиться примером того, как в одном пайплайне (единая структура программного кода) можно построить, обучить и протестировать нейронку в торговом алгоритме.

Статья будет более полезна и понятна тем, кто имеет хоть небольшой опыт работы с Python.

Итак, наша задача проверить, есть ли вообще надежда на успешное применение нейронных сетей в трейдинге, проверить гипотезу на простом алгоритме, понять, как можно в случае успеха перенести все на боевую среду (реальный торговый робот), и желательно, продемонстрировать все это понятно и доходчиво.

Чтобы в конце концов сделать вывод о перспективности применения нейронок, будем соревноваться с индексом РТС.

Сразу сделаю дисклеймер, все рассматриваемые и полученные в статье результаты являются лишь простым примером, и применять их на реальных деньгах не рекомендую. И я не буду давать теорию по нейронным сетям и работе с ними. Всё это находится/читается/выучивается.

( Читать дальше )

Вернулся к теме, наконец. Продолжаю разбор. У Курпатова есть пересечения с моей книгой, вот одно из них:

"… знание, понимание, информация и навыки — это ключевая ценность для качества жизни, для потенциальной успешности...  Желать успеха, игнорируя труд познания, анализа, мышления, — значит обрекать себя на страдание, разочарование и регулярные фиаско" — думаю тут Курпатов очень личное мнение высказывает, справедливое для него лично, потому что мы понимаем, что счастье вероятно не коррелирует со знанием. Но в моей книге есть похожая идея.

«гедонистическая беговая дорожка: мы нуждаемся в постоянном увеличении количества удовольствий, доходов и т.д. в противном случае у нас возникает ощущение что мы несчастливы»

«Несчастными нас делает не страдание само по себе, а когда мы начинаем жалеть себя» — интересная мысль, надо подумать.

«Нет никаких шансов сознательно заставить себя что-то делать»

«Идеальная продолжительность сна человека — 7 часов»

«Цифровая зависимость лишает нас способности думать. Это вопрос траты нашей психической энергии. Инфа завладевает нашим вниманием и мы ее переживаем.»

Идея с наличием ментора в жизни любого великого человека. «У каждой яркой личности в биографии всегда найдется тот, о кого она когда-то натерлась до самого блеска». 

( Читать дальше )

Это исследование я сделал под влиянием бурной дискуссии на форуме  о распределении «хвостов» приращений логарифмов цен, возникшей, казалось, на «пустом месте»: насколько корректны доверительные интервалы для оценок параметров линейной регрессии в альфа-бета модели?

Кроме указанной ссылки, дискуссия продолжилась в еще двух ветках: тут и тут.

Действительно, эти оценки в классическом случае строятся на основе центральной предельной теоремы для статистик оценок параметров линейной регрессии. Однако, как я уже писал на смартлабе, необходимым условием которой является скорость роста дисперсии суммы слагаемых как О(N), N – число слагаемых, а для быстрой сходимости в центральной области еще и требуется конечность абсолютного третьего момента любого слагаемого (если говорить о сходимости на всей прямой, включая «большие уклонения»,  то еще требуется  и конечность всех моментов отдельных слагаемых). Однако эти условия не выполняются для части распределений Парето и Стьюдента с полиномиальной скоростью убывания «хвостов» и поэтому для «хорошего» приближения суммы таких слагаемых нормальным законом требуется очень большое число испытаний, которых, как правило, в альфа-бета модели, построенной на дневных данных, нет. А значит традиционные методы построения доверительных интервалов для оценок параметров этой модели «не работают».

( Читать дальше )

Всем привет!

Накануне в комментариях вот к этому посту пообещал рассказать про самые примитивные стратегии на американском рынке, позволяющие показывать доходность лучше рынка. Прелесть этих подходов заключается в том, что для их применения не нужно владеть ни навыками инвестиционного анализа, ни выдающейся психологической устойчивостью, т.к. стратегии основаны на строгих критериях входа и выхода из позиции и исключают человеческий фактор.

Подходы эти мы разработали в рамках создания нашей стратегии на американском рынке, когда тестировали наличие тех или иных закономерностей. Подход, о котором пойдет речь сегодня, мы выявили в ходе анализа гипотезы о том, что быстрорастущие компании показывают доходность лучше рынка. И что же?

Стратегия #1. Портфель быстрорастущих компаний

Стратегия предполагает, что портфель в любой момент времени на 100% укомплектован компаниями, которые отвечают следующим критериям:

1. Темп роста выручки y-o-y по результатам последней квартальной отчетности – выше 25%

( Читать дальше )

Всем привет,
в интернете масса советов, как обналичить средства, вырученные от продажи криптовалют. Но почему-то среди них нет ни одного абсолютно легального. Мне не очень понятно, все эти механизмы нужны, чтобы не платить налога 13% или потому что такой доход в принципе невозможно легально вывести? Вроде в нашей стране криптовалюты не запрещены.
Допустим, на мой счет в Сбербанке хлопнется 50К долл с какой-нибудь криптоплощадки. Кто-нибудь знает что будет дальше? 
Меня спросят скорее всего про происхождение средств. Я честно скажу, что вот, продал Биткоин, купленный 5 лет назад.
Что будет дальше? Деньги заблокируют/конфискуют? Вернут отправителю? Скажут, окей парень, нет проблем, мы как налоговый агент удержим 13%, а остальным пользуйся на здоровье?

Да, речь пойдет о крипте. Хотя ее не люблю, но уже перевариваю. )).

Как сказал толерантный Баффет о своем отношении к биткойну:

«Скорее всего, нас слушают сотни тысяч людей, у которых есть биткоины, и два человека, у которых их нет, — ответил он. Соответственно, у нас есть выбор: разозлить 400 000 человек и сделать их несчастными, или осчастливить двух человек, это просто абсурд».

Короче, уклонился, хотя прозрачно намекнул.

А я пошел на www.binance.com/ru/markets и лично убедился, что куда веселей торговать хот догами )), очень горячей собакой DOGE, которая летает + — 35 % в день, чем корпеть над могучим AAPL, который от силы двинет + — 10 % за месяц.

Решил вернуться к сектору крипты в целом, не ограничиваясь гороскопом одного биткоина.

Задача сложная, но посильная для моего интеллекта. И козерожьей упёртости.



Идея вернуться к крипте подкрепилась следующими информационными триггерами.

( Читать дальше )

Друзья, привет!

Тут на днях накидал прогу небольшую по теме Efficient Portfolio Frontier для российских бумаг.
Собственно, данные берёт из Yahoo (трёх-летний период).
Используется, понятное дело, Adjusted Close Price (так требует теория).

Суть проги простая — генерирует 100 тысяч возможных портфелей из списка бумаг, которые вводите в консоль (там выйдет строчка).
Не стал пользоваться SciPy оптимизатором (для тех, кто в теме), смысла в этом не вижу, потому что расхождение между показателями очень низкое.

Программа показывает два портфеля и вытаскивает график:

• Один из портфелей, значит, это портфель для максимального значения коэффициента Шарпа (Безрисковую ставку впишите в консоль);
• Другой — портфель с минимальной волатильностью. В обеих случаях будет указан вес для бумаг.

Как пользоваться:

1) Запускаете программу и немного ждете, пока у вас откроется консоль со строчкой ввести тикеры;
2) Вводите тикеры (как их вводить, написал чуть ниже), плюс на картинке увидите.

( Читать дальше )

Согласно ETF Database топ 5 ETF с самым большим объёмом чистых активов:
• iShares iBoxx $ High Yield Corporate Bond ETF (HYG)
Инвестирует большую часть средств высокодоходные облигации номинированные в долларах США. Небольшая часть активов сосредоточена в иностранных (по отношению к Америке) облигациях. Инвестиционные рейтинг покупаемых бумаг от BB до B
• SPDR Barclays High Yield Bond ETF (JNK)
Инвестируют в ВДО со сроком минимум 1 год и объёмом 600 млн долларов, основная часть активов сосредоточена на рынке США, но есть также иностранные облигации
• iShares Broad USD High Yield Corporate Bond ETF (USHY)
На 90% соответствует индексу ICE BofAML US High Yield Constrained Index. Оставшиеся 10% инвестируются в производные инструменты и фонды денежного рынка
Индекс состоит из облигаций с неинвестиционным рейтингом, которые размещены в США. Необходимые условия: фиксированный купон, срок до погашения больше 1 года и объем размещения больше 100 млн. долларов

( Читать дальше )