Список проголосовавших за комментарий "талеб в железном тазу, <br/> <br/> В открытом доступе его нет, есть только программа <br/> <br/> <p><strong>Программа курса вебинаров:</strong></p><p><strong>День 1</strong> <br/> <em><strong>Введение:</strong></em></p><ul><li>случайность или детерминированность;</li><li>торговый алгоритм, как статистический прогноз будущего приращения цены;</li><li>бинарная модель приращений цен, тренд и контртренд, оптимальный алгоритм.</li></ul><p><em><strong>Основы теории вероятностей и математической статистики «за час»:</strong></em></p><ul><li>вероятность, как мера числовой оценки шансов появления будущих событий;</li><li>одномерные случайные величины: функция распределения, математическое ожидание функции от случайной величины, квантили (перцентили), стохастическое доминирование;</li><li>многомерные случайные величины: независимость, условные распределения, задача статистического прогноза, регрессия;</li><li>последовательности случайных величин: стационарность, автокорреляционная и спектральная функции, случайное блуждание, показатель Херста (критика);</li><li>математическая статистика: выборка, выборочные статистики, достаточные статистики, различение гипотез, оценка параметров, параметрическая и непараметрическая статистика.</li></ul><p><br/> <strong>День 2</strong> <br/> <em><strong>Тестирование и оптимизация торговых алгоритмов, как проверка качества статистического прогноза будущего приращения цены:</strong></em></p><ul><li>оценка доли «успехов»;</li><li>приведение автокорреляционной функции динамики счета к нулевому виду;</li><li>отсев параметров по:<ul><li>устойчивости;</li><li>стохастическому доминированию;</li><li>взаимной корреляции;</li><li>превосходству «доходность-риск» пассивной стратегии;</li><li>построение оптимального портфеля из:<ul><li>одного торгового алгоритма с разными параметрами,</li><li>нескольких торговых алгоритмов на одном активе,</li><li>портфелей торговых алгоритмов на разных активах;</li><li>оценка будущей просадки счета методом Монте-Карло.</li></ul></li></ul></li></ul><p> </p><p><strong>День 3</strong> </p><p><em><strong>Принципы построения торговых алгоритмов:</strong></em></p><ul><li>оптимальные алгоритмы при известном распределении будущего приращения цены;</li><li>бинарная модель приращений цен, «кусочная» стационарность, оптимальные алгоритмы в условиях непредсказуемости точек смены отрезков стационарностей.</li></ul><p><em><strong>Модели цен:</strong></em></p><ul><li>конкурентный рынок, условная нормальность, «кусочная» стационарность;</li><li>кусочно-постоянная условно нормальная модель, тренды, минимаксная модель трендов;</li><li>кусочно-марковская условно нормальная модель, тренды и контртренды;</li><li>сильно «антиперсистентная» модель, ступенчатые тренды;</li></ul><p><strong> </strong></p><p><strong>День 4</strong> </p><p><em><strong>Примеры трендовых торговых алгоритмов. Часть 1.</strong></em></p><ul><li>для кусочно-постоянной условно нормальной модели;</li><li>для сильно «антиперсистентной» модели.</li></ul><p> </p><p><strong>День 5</strong> </p><p><em><strong>Примеры трендовых торговых алгоритмов. Часть 2.</strong></em></p><ul><li>для минимаксной модели трендов;</li><li>история реальной торговли и модификаций.</li></ul><p><strong> </strong></p><p><strong>День 6</strong> </p><p><em><strong>Фильтрация трендовых торговых алгоритмов:</strong></em></p><ul><li>кусочно-марковская условно нормальная модель, как основа построения «фильтра пилы»;</li><li>«фильтры» шортов и плечей, принципы построения, особенности использования.</li></ul><p><em><strong>Примеры контртрендовых торговых алгоритмов:</strong></em></p><ul><li>«фильтр пилы», как индикатор торговли контртренда в рамках бинарной модели приращений цен;</li><li>maximum profit system для опционов.</li></ul><p><strong> </strong></p><p><strong>День 7</strong> </p><p>Практическое занятие.</p><p> Ссылку на учебный центр не даю, чтобы не выглядело рекламой.</p>"