Избранное трейдера Hz
Если Вы были не в курсе этой таблицы, если Вы никогда не задумывались как правильно шортить и почему нужно перезаходить, то Вы от трейдинга очень далеко.
Из Таблицы видно:
Столбик 1. Сумма закрытия шорта на каждом этапе.
Столбик 2. Прирост прибыли на каждом этапе.
Столбик 3. Сумма депозита после каждого этапа.
Столбик 4. Количество акций в Шорте, после каждого этапа.
Как видим в красной ячейке аж 10 млн 450 тыс акций, которые вы можете иметь в шорте на последнем этапе, против 10 тыс на первом, что аж в ТЫСЯЧУ раз больше. Но, лучше конечно на последнем этапе… их купить в ЛОНГ.
В основе человеческой психологии лежит желание купить то, что подешевело, то, что стоило раньше 100, а сейчас, к примеру, 90. Подобные сделки кажутся очень выгодными, тем более, что в обычной повседневной жизни они, как правило, действительно являются выгодными. Например, выгодно покупать продукты по акциям в магазине со скидкой, выгодно отовариваться на распродажах, покупать товары при ликвидации магазинов и т.д. Именно поэтому многие и на фондовом рынке придерживаются такой же стратегии, покупая акции компаний аутсайдеров, которые падают и, зачастую, падают сильно. Не скрою, что когда-то и я так торговал, но анализ собственных сделок, а также анализ движения цен на акции лидеров рынка и аутсайдеров, заставили меня пересмотреть этот подход.
Если вы уже давно торгуете на фондовом рынке, то наверняка заметили, что одни и те же бумаги растут сильнее рынка, а другие все время стоят на месте или даже падают. Примеров можно привести много: это и ВТБ, который разместился на IPO в 2007 году по 13.6 копеек, а сейчас стоит менее 4 копеек, это и Газпром, который когда-то в 2008 году стоил более 300 рублей, а сейчас, спустя 10 лет, стоит в два раза меньше. Да и каждый из вас без труда может привести множество подобных примеров. В то же время есть бумаги, которые выросли за это время в несколько раз, оставаясь лучшими много лет подряд.
ФИЛЬМЫ КОТОРЫЕ ОБЯЗАТЕЛЬНО ДОЛЖЕН ПОСМОТРЕТЬ КАЖДЫЙ ТРЕЙДЕР
Сохраните себе для просмотра! (Не забудте отблагодарить)
1. «Аферист» (Rogue Trader, 1999)
Резюме: Более динамичная британская версия «Wall Street.»
Сюжет: за основу взята реальная история трейдера банка Barings, Ника Лисона, роль которого исполняет Юэн МакГрегор.
2. «Поменяться местами» (Trading Places,1983)
Резюме: Самая веселая комедия об Уолл Стрит.
Сюжет: Слушать рассуждения Эдди Мерфи о фьючерсах и рынках — что может быть смешнее?
3. «Варвары у ворот» (Barbarians At The Gate, 1993)
Резюме: фильм и книга – это классика
Сюжет: выкуп RJR Nabsico за кредитные средства
4. «Уолл Стрит» (Wall Street, 1987)
Резюме: классическая картина об Уолл Стрит.
Сюжет: Изначально, режиссер Оливер Стоун планировал обличить жажду наживы, которая царила на Уолл Стрит в 1980-х. Он даже не подозревал, что фильм станет шедевром в финансовой сфере. Персонаж Майкла Дугласа, Гордон Гекко, отчасти списанный с Майкла Милкена и Ивана Бески, стал всеобщим любимцем.
Не подумайте плохого в части нормальности, речь пойдет не о психиатрии, а об известном в теории вероятностей нормальном распределении
А точнее даже не о нем самом, а об известной центральной предельной теореме (ЦПТ) применительно к ценам. Что такое центральная предельная теорема в ее классическом виде?
Пусть нам дана некоторая сумма большого числа случайных величин Х=х1+…+хN где каждое слагаемое имеет конечную и ненулевую дисперсию (как мы увидим далее в приложении к ценам это условие выполняется). Человечество давно еще с 18 века (Муавр и Лаплас) заинтересовал вопрос распределения случайной величины Х или хотя бы его более-менее точного приближения.
Не будем слишком строги в определениях всяких сходимостей и их скоростей, а сформулируем классическую ЦПТ в виде интуитивно понятного, но нестрогого термина «близости». Так вот, если xi – независимы (кто хочет может посмотреть строгое определение независимости, а для менее пытливых скажу только, что корреляция двух независимых случайных величин с конечными дисперсиями – нуль, хотя и обратное не верно), то распределение Х при достаточно больших N практически не отличается от нормального распределения со средним А и дисперсией D, где А – сумма средних x