www.banki.ru/news/daytheme/?id=8056858

 
самый грамотный коммент к статье:

Согласно ст. 859 ГК РФ, счет закрывается по первому требованию клиента. 
Банки игнорировали эту норму. 
Но в сентябре 2012г. ЦБ выпустил Указание, подтвердившее эту норму и описав процедуру выполнения этого требования для любого банка. 
За открытие и закрытие счета клиента отвечает главный бухгалтер банка (или его заместитель). Об открытии и закрытии счета делается запись в Книге регистрации открытых счетов. 
Поэтому заявление о закрытии счета надо писать на имя главного бухгалтера. 
И просить не справку о закрытии счета, а выписку из Книги регистрации открытых счетом с отметкой о закрытии счета датой, не позднее следующей за датой подачи заявления. 
А карту с указанием номера карты можно приложить к заявлению о закрытии счета. Обязательно получить второй экземпляр заявления с отметкой о получении. 
Кстати, когда мои клиенты так делали, то сотрудники банка теряли интерес к карте. Под давлением брали заявление с указанием на прилагаемую карту, но саму карту не брали. Потому что понимали, что при закрытом счете карта — кусок никому не нужного пластика. 

( Читать дальше )

Окончание. Начало см. в блоге и на моем сайте.

В этой, последней части цикла разберем пример вычисления PIN с применением языка R. Кроме библиотеки PIN языка R будем использовать также библиотеку highfrequency.

Для примера автор берет сгенерированные данные, которые соответствуют формату TAQ — стандарт для акций NYSE. Данные состоят из двух наборов — временной ряд ценового котирования (sample_qdata) и сделки (sample_tdata)  и предоставляются в открытом доступе вместе с библиотекой highfrequency.

Нужно отметить что используемые данные взяты только за один торговый день. Обычно, для вычисления PIN применяют больший набор данных, не менее, чем за 60 дней, чтобы выборка была достаточной для правильного определения параметров. Наши данные нужны только для демонстрации процесса получения PIN. Библиотека PIN позволяет это сделать для выборки с любой размерностью, что позволяет применять ее и для высокочастотной торговли. Пример, приводимый здесь, может быть легко расширен для вычисления на другом временном горизонте, большим, чем один торговый день.

( Читать дальше )

Участники электронных торгов делятся на две категории: продавцы и покупатели. Цели у каждой из них разные. Продавец хочет свой товар подороже продать, а покупатель – наоборот, подешевле купить. В тот момент, когда продавец считает, что он достаточно уступил в стоимости, в покупатель уверен, что платит разумную цену – совершается сделка. Аналогичные законы действуют практически на все виды имущества, продаваемого на электронных торговых площадках — ЭТП.

Откуда берется имущество, выставляемое на электронных торгах?
Как и где выгодно купить недвижимость, землю, транспорт, оборудование, технику и прочие вещи?
Как принять участие в торгах?
Как быстро искать нужное имущество? Что повышает шансы выиграть торги?

На все эти вопросы потенциальных покупателей и интересующихся постараемся последовательно ответить ниже.

Процесс и стоимость

Основной капитал любой коммерческой структуры – это основные фонды: недвижимость, производственные мощности, земельные участки, оборудование, транспорт и прочие объекты.  По разным причинам бизнес может стать невыгодным или убыточным, если руководители компании не могут исправить ситуацию, а часто это бывает не в их власти или компетенции, тогда наступает развязка – банкротство. Начинается судебный процесс, суд назначает конкурсного управляющего (КУ), который обязан распродать все имущество банкрота  — должника и вернуть долги государству, кредиторам, работникам и другим структурам, перед которыми банкрот имеет обязательства.  По закону торги имуществом должников проходят на ЭТП, где КУ должен зарегистрироваться и выставить имеющееся имущество на публичные торги или аукцион с подробным его описанием.  Чтобы быстро распродать имущество КУ выставляет его с большим дисконтом (от 30% до 90%) к рыночной цене. Именно поэтому для покупателя выгодно искать имущество банкротов, т.к. можно существенно выиграть в цене.

( Читать дальше )

Всем добрый день.
Давно мне хотелось сделать такую кнопку на графике в Amibroker, что бы нажать и отправить заявки в квик. Но хотелось не просто жать по условному прямоугольнику, а по настоящей живой кнопке как в Windows, чтобы откликалась… Поиск в интернете не дал результатов, кроме платных, поэтому решив переломить жадных робототорговцев, я произвел на свет свой собственный код, коим с удовольствием делюсь с вами.
Комментариев по каждой строчке я не стал писать, потому что тем кому интересно программирование в Ami, разобраться не составит труда. Тем более что большинство строчек связано с рисованием на низком уровне.

Кнопка в покое:


( Читать дальше )

Вот уже 27 лет Стив Гриффитс занимается трейдингом, так что опыта ему не занимать. Мария Гончарова (EXANTE) расспросила его о том, какие стратегии он использует, для того чтобы минимизировать убытки и получить максимальную прибыль.

– Итак, Стив, наш традиционный первый вопрос. Вы начали заниматься трейдингом в 1987-ом – как вы пришли в эту профессию?

– До этого я был конструктором. Проектировал ракеты. Соответственно, я дружил с математикой и решил применить свои знания в сфере биржевой торговли. В середине 1987-го я бросил работу и занялся трейдингом – вскоре после этого как раз случился крупный обвал на финансовом рынке…

– Можете рассказать о самых больших взлетах и падениях за время вашей трейдерской карьеры?

– Некоторые говорят, что нужно трижды потерять все свои деньги, до того как поймешь, какие стратегии реально работают, а какие нет. Со мной такое случалось два раза – и это действительно помогло мне улучшить свои навыки.

( Читать дальше )

После двухнедельного перерыва обновил список интересных облигаций


Полный и обновляемый список на сайте.Также на сайте добавлена возможность просмотра графиков и теханализа на них в разделе обзор компаний — Россия.

В последнее время приобретают все большую популярность алгоритмы машинного обучения. Они применяются для решения задачи классификации входных данных, или, проще говоря, выявления паттернов в структуре этих данных. Небольшой цикл статей про машинное обучение опубликован на сайте inovancetech.com, здесь я представляю их перевод.

В этой серии статей мы рассмотрим построение и тестирование простой стратегии машинного обучения. В первой части отметим основные принципы машинного обучения и их применение к финансовым рынкам.

Машинное обучение становится одной из самых многообещающих областей в алгоритмической торговле за последние два года, но имеет репутацию слишком сложного математического подхода. В действительности это не столь трудно в практическом применении.

Цель машинного обучения (МО) в том, чтобы правильно смоделировать исторические данные, и затем использовать эту модель в предсказании будущего. В алгоритмической торговле применяется два типа МО:

• Регрессия: используется для предсказания направления и амплитуды исследуемой величины. Например, цена акций Гугл возрастет на 7 долларов на следующий день.
• Классификация: используется для предсказания категории, например, направления движения цены акций Гугл на следующий день.

( Читать дальше )