Сегодня МинФин успешно провёл размещение ОФЗ-ПК выпуска No 24018RMFS с датой погашения 27 декабря 2017 года.
Отчёт об итогах размещения смотрим на сайте МинФина — здесь.
Кратко: средневзвешенная цена отсечения 99,753 при объёме размещения по номиналу 10 млрд. рублей.

( Читать дальше )

Добрый вечер дамы и господа
В своей статье я хотел бы затронуть специализированные программы, позволяющие более глубоко влезть в понятие риска и понять его структуру, а также бы хотел узнать о предпочтениях пользователей.
Первой из программ, о которой я много наслышан (а точнее надстройка Excel) — @Risk
При помощи данной программы можно создать модель, видоизменить в соответствии с нашими представлениями и оценить риски
Вторая TopRank — позволяет произвести анализ чувствительности 
И третья — RiskOptimizer — позволяющая моделировать значения а также оптимизировать исходя их неопределенности

Хотел бы узнать мнение о данных программах, а также предоставляемого ими функционала

ссылка на программы
rutracker.org/forum/viewtopic.php?t=2384620
или http://duyhungbn.blogspot.ru/2011/07/duyhungbn-palisade-decision-tools-suite.html

 

На смартлабе можно быстро с клавы в один клик открыть и посмотреть график любого актива!

Для этого надо в консоли смартлаба набрать

G <тикер актива>

Например:

G EURUSD:
 
Можно так смотреть любой тикер например форекса или американского рынка акций. Нельзя только смотреть графики акций Московской Биржи, потому что распространять графики с Московской биржи слишком дорого и никакой стартап себе не может этого позволить.

Не забываем также и про каталог брокеров и прочих услуг на смартлабе.

Команда <CAT> в консоли или по ссылке. 

p.s. Чуть не забыл спросить:
у нас наверху на главной есть таблица котировок. Туда мы можем попробовать включить еще какие-нить активы, все кроме российских акций и фьючерсов, потому что у нас нет денег покупать их у московской биржи. Что включить? Дядя Миша предложил туда ETF на волатильность добавтиь — VXX. Кроме того, мы туда подключим вскоре табличку с котировками с Санкт-Петербургской биржи. 

В предыдущей статье мы говорили об эффективных алгоритмах, необходимых для вычисления вероятностей и стат. распределений модели Маркова, которыми являются форвардный алгоритм и алгоритм Витерби. Форвардный алгоритм вычисляет вероятность соответствия данных наблюдения полученным моделью всем возможным последовательностям состояний. Алгоритм Витерби вычисляет вероятность соответствия данных полученной моделью одной, наиболее вероятной, последовательности.

В этом посте будет много формул, но без этого не обойтись, чтобы создать хорошую стратегию, надо разбираться в математической модели, лежащей в ее основе. Следующие части будут более приближенными к практике.

Форвардный алгоритм.

Форвардный алгоритм позволяет эффективно рассчитать функцию вероятности p(O|λ). Форвардной переменной называется вероятность генерации моделью наблюдений до времени t, и состояние j в момент времени t определяется как:

( Читать дальше )

В данном цикле статей начинаем рассматривать модель Маркова, которая находит применение в задачах классификации состояния рынка и используется во многих биржевых роботах. Статьи основаны на постах, опубликованных в блоге Gekko Quant. Также будет рассмотрены практические алгоритмы на финансовых рынках. Код в цикле приведен на языке R. Вначале будет много теории, ее надо хотя бы попробовать понять, затем разберем практические примеры.

Рабочая среда распознавания основных паттернов.

Рассмотрим набор признаков O, полученный из набора данных d и класс w, обозначающий наиболее подходящий класс для O:

( Читать дальше )

( Читать дальше )