1. Как Вы могли заметить, на форуме появился раздел дампов других форумов.
    Сливап, сеоха (В первом барыжат тем что юзеры выложили под хайд. Во втором, помимо барыжничества, еще говорят что в их приватном разделе есть крутые вещи, но вы узнаете что там только заплатив, а на деле оказывается что там галимый копипаст) и других копипаст форумов которые мусолят одни и те же курсы которые они друг у друга скачали|слили (нужное подчеркнуть).
    И соответсвенно Вы не могли не заметить какой там шлак Вам впаривают по 2000-3000 рублей за аккаунт, тьфу.
    Подробнее...

Алготрейдинг по науке

Информация:
Тема в разделе "Форекс и инвестиции", создана пользователем Dump_Bot, 10 сен 2016.
  1. Dump_Bot

    Dump_Bot Бот дампов Бот форума
    • 3093/3811

    Сообщения:
    47.295
    Репутация:
    0
    Отдано:
    1 ГБ
    Скачано:
    0 байт
    Рейтинг:
    -
    Алгоритмическая торговля. Научный подход
    курс вебинаров с Александром Горчаковым

    Программа

    День 1
    Введение:
    - случайность или детерминированность;
    - торговый алгоритм, как статистический прогноз будущего приращения цены;
    - бинарная модель приращений цен, тренд и контртренд, оптимальный алгоритм.

    Основы теории вероятностей и математической статистики «за час»:
    вероятность, как мера числовой оценки шансов появления будущих событий;
    одномерные случайные величины: функция распределения, математическое ожидание функции от случайной величины, квантили (перцентили) , стохастическое доминирование;
    многомерные случайные величины: независимость, условные распределения, задача статистического прогноза, регрессия;
    последовательности случайных величин: стационарность, автокорреляционная и спектральная функции, - случайное блуждание, показатель Херста (критика);
    математическая статистика: выборка, выборочные статистики, достаточные статистики, различение гипотез, оценка параметров, параметрическая и непараметрическая статистика.

    День 2
    Тестирование и оптимизация торговых алгоритмов, как проверка качества статистического прогноза будущего приращения цены:
    оценка доли «успехов»;
    приведение автокорреляционной функции динамики счета к нулевому виду;
    отсев параметров по:
    устойчивости;
    стохастическому доминированию;
    взаимной корреляции;
    превосходству «доходность-риск» пассивной стратегии;
    построение оптимального портфеля из:
    одного торгового алгоритма с разными параметрами,
    нескольких торговых алгоритмов на одном активе,
    портфелей торговых алгоритмов на разных активах;
    оценка будущей просадки счета методом Монте-Карло.

    День 3
    Принципы построения торговых алгоритмов:
    оптимальные алгоритмы при известном распределении будущего приращения цены;
    бинарная модель приращений цен, «кусочная» стационарность, оптимальные алгоритмы в условиях непредсказуемости точек смены отрезков стационарностей.
    Модели цен:
    конкурентный рынок, условная нормальность, «кусочная» стационарность;
    кусочно-постоянная условно нормальная модель, тренды, минимаксная модель трендов;
    кусочно-марковская условно нормальная модель, тренды и контртренды;
    сильно «антиперсистентная» модель, ступенчатые тренды;

    День 4
    Примеры трендовых торговых алгоритмов. Часть 1.
    для кусочно-постоянной условно нормальной модели;
    для сильно «антиперсистентной» модели.

    День 5
    Примеры трендовых торговых алгоритмов. Часть 2.
    для минимаксной модели трендов;
    для история реальной торговли и модификаций.

    День 6
    Фильтрация трендовых торговых алгоритмов:
    кусочно-марковская условно нормальная модель, как основа построения «фильтра пилы»;
    «фильтры» шортов и плечей, принципы построения, особенности использования.
    Примеры контртрендовых торговых алгоритмов:
    «фильтр пилы», как индикатор торговли контртренда в рамках бинарной модели приращений цен;
    maximum profit system для опционов.

    День 7
    Практическое занятие.

    Складчина
    /

    Продажник (здесь ссылка на повторный семинар с той же программой)
     
    Загрузка...