1. Новые покупки

    28.02.2017: INSTASOFT 4.0.9.5

    28.02.2017: Поток клиентов из Инстаграм: Интенсив - Александра Гуреева (2016)

    27.02.2017: Обучающий видеокурс по Slider Revolution

    27.02.2017: От 130 000 Зарабатывай сидя! (белая схема)

    27.02.2017: Методика слива трафика. Арбитраж (Бурж и Ру)

    26.02.2017: Как зарабатывать от 50000 руб. сидя 4 часа в неделю в ВКонтакте - Жуковский (2017)

    25.02.2017: swSpyBrowser 5.18(x86)

    25.02.2017: Key Collector 3.7.4.2

    25.02.2017: [Бизнес Молодость] Выбор ниши 2017

    25.02.2017: Travelling with Hugh. Курс о путешествиях. Уроки с нейтивом

    24.02.2017: Патч для платформы Advanced Time And Sales

    24.02.2017: Лекарство от лени - AST (2017)

    23.02.2017: Закрытый профкурс кратчайший путь к профессионализму в трейдинге

    23.02.2017: Невероятно эффективная работа с VKPRO закрытый онлайн тренинг от Алексея Евстропова

    21.02.2017: Бизнес форсаж. Н. Закхайм (2015)

    21.02.2017: Подарок на всю жизнь - Н. Закхайм (2015)

    21.02.2017: Конструктор адаптивных email сообщений

    21.02.2017: Пассивная схема заработка

    21.02.2017: Видео курс PRO 2.0. Партизанский маркетинг. 2017.

    21.02.2017: [Digital Tutors] Sculpting Male and Female Faces in ZBrush [ENG-RUS]

  2. Нужен организатор
  3. Сбор взносов

    28.02.2017: INSTASOFT 4.0.9.5

  4. Получи максимум инфопродуктов, оформи подписку всего за 295 рублей!
    Скрыть объявление

Скачать Алгоритмическая торговля. Научный подход - Горчаков (2016)

Тема в разделе "Форекс, трейдинг и инвестиции", создана пользователем Gustav, 31 май 2016.

  1. Gustav

    Gustav Команда форума Администратор

    Сообщения:
    1.302
    Симпатии:
    10.939
    Курс вебинаров "Алгоритмическая торговля. Научный подход"
    Автор: Александр Горчаков

    MICEX-RTS_ru.png

    Год: 2016
    Формат: mp4, ppt
    Размер: 3,79 Гб (в распакованном виде)
    Стоимость: 3 000 руб

    Программа курса вебинаров

    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.



    Продажник:

    Скачать:
     
    wakariio нравится это.

Похожие темы
  1. Gustav
    Ответов:
    0
    Просмотров:
    465
  2. Gustav
    Ответов:
    0
    Просмотров:
    344
  3. Gustav
    Ответов:
    0
    Просмотров:
    399
  4. Gustav
    Ответов:
    0
    Просмотров:
    414
  5. ◄ⒿǾķĒŘ►™
    Ответов:
    1
    Просмотров:
    292
Загрузка...