> list.files(«E:/syst/lib»)
[1] "_algo_ algotrading.pdf"
[2] "_algo_ IntroductionToAlgorithmicTradingStrategies.pdf"
[3] "_algo_ stan.pdf"
[4] "_bayes_ applied bayesian modelling.pdf"
[5] "_bayes_ bajesovskie seti… logiko-veroyatnostnyj podxod.djvu"
[6] "_bayes_ bayesian statistical modelling.pdf"
[7] "_bayes_ BayesNets.pdf"
[8] "_bayes_ байесовские методы маш обуч.pdf"
[9] "_bayes_ введение в методы байесовского статистического вывода.djvu"
[10] "_caus_ Application of adaptive nonlinear Granger causality.pdf"
[11] "_caus_ Causalities of the Taiwan Stock Market.pdf"
[12] "_caus_ granger causality — theory and applicts.pdf"
[13] "_caus_ grangercausality.pdf"
[14] "_caus_ sugihara-causality-science.pdf"
[15] "_caus_ Причинный анализ в статистических исследованиях.djvu"
[16] "_change_ adaptive filtering and change detection.djvu"
[17] "_change_ detection of abrupt changes.pdf"
[18] "_change_ Efficient Multivariate Analysis of Change Points.pdf"
[19] "_change_ nikiforov_i_v_posledovatelnoe_obnaruzhenie_izmeneniya_svoist.djvu"
[20] "_change_ zhiglyavskii_a_a_kraskovskii_a_e_obnaruzhenie_razladki_sluch.djvu"
[21] "_change_ адаптивный метод обнаружения нарушений закономерностей по наблюдениям.pdf"
[22] "_change_ Момент разладки Чернова.pdf"
[23] "_change_ обнаружение изменения свойств сигналов и динамических систем.djvu"
[24] "_change_ обнаружение моментов разладки случайной последовательности.pdf"
[25] "_change_ обнаружение нарушений закономерностей по наблюдениям при наличии помех.pdf"

Что дают аналитики и почему они востребованы. Дают они иллюзию понимания происходящего, которая в свою очередь дает трейдерам некоторую уверенность в их действиях.
Но поскольку любая сделка всегда имеет две стороны, продавца и покупателя, то выводы делайте сами...

В этом смысле весьма полезно прочитать характерный отрывок из книги Д.Канемана.





"… В 1984 году мы с Амосом и нашим общим другом Ричардом Талером посетили некую фирму на Уолл-стрит. Нас пригласил главный инвестиционный менеджер с тем, чтобы поговорить о роли ошибок суждения в инвестировании. Я так мало знал о финансовых операциях, что даже растерялся – с чего начать, но один вопрос помню до сих пор. «Когда вы продаете ценные бумаги, – спросил я, – кто их покупает?» Он ответил неопределенным взмахом в сторону окна, подразумевая, что покупатель, скорее всего, из той же среды, что и он сам. Это меня удивило: что заставляет одного человека продавать, а другого – покупать? Почему продавцы считают себя более осведомленными в сравнении с покупателями и какой информацией они располагают?

• котировки разных рынков Мосбиржи
• возможность сортировать котировки акций по любым параметрам
• возможность фильтровать котировки по: объему торгов, капитализации, сектору

• перечитывать свою книгу в 4й раз, чтобы исправлять ошибки за редактором (писец ваще)
• готовить конференцию смартлаба 24 сентября=)
• вникать в обсуждение моего суда на смартлабе и фейсбуке)))
• ну и постоянно следить за ремонтом квартиры, который к счастью уже вот-вот закончится

Продолжаю развивать проект.
Опубликовал новую версию калькулятора трейдера.
Исправление функции «Обновить ФИ».
Обучил опционный модуль получать список дат экспирации и доступных страйков с мосбиржи.
бесплатная версия
play.google.com/store/apps/details?id=ru.thetheory.losscalculatorplay
платная
play.google.com/store/apps/details?id=ru.thetheory.losscalculatorplaytrial

История: Кальмар (Calmar сокращенно от Калифорнийский коэффициент управления счетом или “California Managed Account Ratio”, который впервые появился в 1991году в журнале Фьючерсы (Futures Magazine) благодаря Терри Янгу (Terry W.Young), также иногда его называли коэффициентом просадки).

Основа расчета: Коэффициент Кальмара рассчитывается как среднегодовая доходность, рассчитанная за последние 36 месяцев, деленная на максимальную просадку за тот же период. Расчет происходит на ежемесячной основе. Коэффициент Кальмар это скорректированная на риск оценка доходности, так как он оценивает доходность на единицу риска, где под риском мы понимаем максимальную просадку. Коэффициент Кальмара — это слегка модифицированная версия коэффициента Стерлинга (среднегодовая доходность за последние 36 месяцев, деленная на максимальную просадку за тот же период). Разница между ними заключается в том, что коэффициент Кальмара считается на ежемесячной основе, а коэффициент Стерлинга по годам.