Алгоритмы для жизни: Простые способы принимать верные решения Брайан Кристиан, Том Гриффитс  http://proxy.flibusta.is/b/498745 http://flibustahezeous3.onion/b/498745/read через Tor

Чем больше информации вы соберете, тем быстрее вы поймете, что перед вами та самая квартира, которую вы искали, – хотя, скорее всего, вы уже ее упустили.

Так что же делать? Каким образом вы примете взвешенное решение, если сам факт обдумывания ставит под угрозу результат? Есть ответ.

Тридцать семь процентов.

Если вы хотите максимально увеличить свои шансы на получение лучшей квартиры, потратьте 37 % вашего времени и усилий (11 дней, если вы задались целью найти квартиру за месяц) на изучение вариантов без каких бы то ни было обязательств. Вы просто примеряетесь.

Это обоснованно оптимальное решение.

Мы знаем это, потому что поиск квартиры принадлежит к разряду математических задач – «

Когда владеешь криптой, то ощущаешь, что хранишь золото, драгоценности и деньги в доме со стеклянными стенами.

С одной стороны — ты «сам себе банк», а с другой — любой отморозок в балаклаве может схватить тебя и при помощи утюга и паяльника заставить поделиться всем, что нажито непосильным трудом.

Особенно это стало ясно после двух известных ограблений: редактора издания ForkLog и аналитика биржи EXMO.

На информацию об этих событиях плавно наложилась информация о том, что извесен публичный адрес кошелька Виталик Бутерина, размер активов на кошельке и все транзакции.

Ещё совсем недавно Эфир и эфирные токены ERC20 можно было укрыть от посторонних глаз, переведя их с кошелька MyEtherWallet на децентрализованную крипто-биржу EtherDelta.

Это был достаточно надёжный и относительно анонимный способ хранения.

Но после появления сервиса DeltaBalances: deltabalances.github.io/, активы на кошельке и на бирже снова стали видны, как на ладони.

Всё изложенное мной ниже — основано на моём личном опыте и по мере возможности применяется мной на практике. 

Некоторые рекомендации покажутся вам параноидальными и\или противоречащими моим недавним  декларациям.

Хочу пояснить, что эта статья имеет очень специальное назначение и является ориентиром, к которому желательно максимально приблизиться.

Сам я пока ещё весьма далёк от чёткого выполнения всех пунктов этой статьи.

Эта удалённость возникла изза недостатка знаний и изза моих заблуждений, которые сопутствовали мне во время моего продвижения в крипто-мире.

Недавно я осознал, что надо двигаться в направлении максимальной децентрализованности.

Прочитал книжку Think Python: How to Think Like a Computer Scientist — очень понравилась: вместо сухого изложения с самого начала рассматриваются маленькие программы, которые в последующих главах дорабатываются с учетом более продвинутых концепций языка. Почти в каждой главе даются подходы, которые применяются при разработке и отладке больших по объёму программ. Даны основы data science — быстродействие различных структур данных, как организована их работа под капотом и т.д.

До прочтения написал программу строк на 200 про отслеживание диеты, которая представляла мало понятный кусок кода. После прочтения книги переписал в 100 строк.

Автор понравился, поэтому на очереди Think Complexity: Complexity Science and Computational Modeling. По планам к январю хочу поднабраться знаний и приступить к автоматизации торговой системы на  Python.

Существует ошибочное мнение, что трендовые системы зарабатывают на движениях. Это не совсем точное выражение. На движениях меньше нескольких волатильностей реального таймфрейма (что это такое «реальный таймфрейм системы» – чуть ниже) трендовые системы как раз и не забатывают, а либо в нуле, либо в минусе, размер которого грамотная трендовая система и призвана ограничивать.

Что такое реальный таймфрейм для любой системы, не только трендовой? Это время в 2-3 раза меньше среднего времени в позиции. Для простейших систем «вошел-вышел» реальный таймфрейм вычисляется легко, для систем с пирамидингом и(или) усреднением – чуть сложнее, но это тоже возможно.

Что такое волатильность таймфрейма? Это стандартное отклонение  приращения цены в %. Точное значение мы его не знаем, но можем оценить через выборочное стандартное отклонение с некоторым «окном». Выбор «окна» расчета – это тоже интересный вопрос. Маленькое «окно» — большая ошибка, большое «окно» — увидим изменения в реальной волатильности с большой задержкой. Надо искать «золотую середину», например, использовать два «окна» или другие «танцы с бубнами».