Привет Алготрейдер!
Алготрейдинг обещает высокие доходы и финансовую независимость, но путь к этим целям начинается с тестирования торговой стратегии. Тестирование показывает, как стратегия могла бы себя вести на исторических данных и помогает нам подготовить её к реальным рыночным условиям. Но что, если результаты тестирования дают ложные надежды?
В своём новом видео ?si=bhkaR6C1NFiB0URM
я рассказываю об одной из самых коварных ловушек, в которую могут попасть даже опытные трейдеры, — иллюзии краткосрочной эффективности. Часто системы, которые на первый взгляд кажутся успешными, на самом деле не обладают реальными преимуществами и обречены на убытки в реальной торговле.
Чтобы реально становиться богаче необходимо обогнать эмиссию денег (M2). Для меня одной из ключевых задач является задача долгосрочно обогнать эмиссию рублей и долларов. Далее речь пойдет о обгоне долларового M2.
Обгонять эмиссию денег (M2) — задача, требующая стратегий с высокой доходностью. M2 — это показатель денежной массы, включающий наличные деньги, депозиты до востребования и другие формы денег, легко конвертируемые в наличные. В последние десятилетия денежная масса M2 в долларах росла в среднем на 6-8% в год (хотя могут быть значительные колебания). Соответственно, для того чтобы обгонять этот рост, нужно стремиться к доходности выше этого уровня.
Инвестирование в акции:
Привет, друзья алготрейдеры!
Сегодня я покажу вам, как создать торговую систему MACD Sync Strategy на платформе TsLab!
🎯 Эта стратегия использует уникальный метод фильтрации трендов и уже доказала свою эффективность на разных тестах.
?si=j2NZLaWr-xuSwMk_
Мой ТГ все скрипты бесплатно здесь ====> t.me/ArgusAlgo
С развитием искусственного интеллекта (ИИ) и машинного обучения меняются не только технологии, но и способы их изучения. Особенно это заметно в области финансовых технологий, где программирование торговых роботов играло ключевую роль в автоматизации торговли и принятии инвестиционных решений. Однако с появлением новых ИИ-инструментов, многие считают, что традиционные курсы по программированию торговых роботов могут стать менее актуальными. В этом лонгриде мы рассмотрим, почему это происходит и какие изменения стоит ожидать в ближайшем будущем.
Одним из главных факторов, влияющих на снижение необходимости традиционного обучения программированию торговых роботов, является автоматизация самой разработки торговых стратегий. Ранее, для создания успешного торгового робота требовались глубокие знания в области программирования и алгоритмов. Разработка сложных торговых стратегий включала анализ данных, написание и тестирование кода, а также оптимизацию алгоритмов. Это подразумевало длительное и дорогостоящее обучение на специализированных курсах.
Алгоритмическая торговля — это высокотехнологичная и узкоспециализированная область, где успешное программирование и разработка стратегий могут напрямую влиять на финансовые результаты. Важно понимать, что простое определение популярности языков программирования на основе общего количества репозиториев на GitHub для задач, связанных с алгоритмической торговлей, может дать искажённое представление. Когда мы рассматриваем языки программирования, используя стандартные метрики, такие как общее количество репозиториев, мы можем прийти к ошибочным выводам. Давайте рассмотрим, почему это так.
Когда мы оцениваем популярность языков программирования на основе общего количества репозиториев на GitHub, такие языки, как JavaScript или Python, могут оказаться на первом месте. Это связано с тем, что они широко используются для разработки веб-приложений, которые составляют значительную долю всех проектов на GitHub. Однако, если мы ограничимся этими данными, мы рискуем упустить важную информацию о том, что действительно используется в узких сферах, таких как алгоритмическая торговля.
Нужные алгоритмы технического анализа в реальном времени (ссылка makebillions.github.io/). Максимально доступный интерфейс, есть справка, график с маркерами. Это не как tradingview, а готовые алгоритмы с настройками. Легче понять вживую.