Для всех, кто хочет погрузиться в мир количественных инвестиций и систематической торговли, Python станет незаменимым инструментом. Python — основной язык программирования для многих разработчиков в сфере количественных финансов. Он предлагает обширную экосистему библиотек, которые упрощают все: от анализа данных до реализации стратегий. Знания о библиотеках Python необходимы трейдерам для создания и внедрения торговых стратегий.

Quantstart рассказывает о девяти основных библиотеках Python, которые используют профессиональные количественные аналитики и трейдеры.

NumPy: быстрые математические и матричные операции

NumPy — это основа количественных вычислений в Python, обеспечивающая поддержку многомерных массивов и матриц, а также набор математических функций для эффективной работы с этими массивами. NumPy часто используется при работе с ценовыми данными, сигналами и тестированием на исторических данных.

Ключевые особенности:

• Высокопроизводительные операции с массивами.
• Широкая поддержка математических, логических и статистических функций.

( Читать дальше )

Дисклеймер — изучать что-то новое надо с азов ©


Уважаемый коллега ScalperScalper мотивировал и заинтриговал автора поста своей уникальной методикой трейдинга без  каких-либо  стандартных стратегий, а лишь на основе собственной оценки опционов по критерию дорого/дешево, применяя китайскую улыбку.
Понятно, что это патент автора.
И такой трейдинг это уже высший пилотаж.
Но все начинается  с изучения самой сути и разновидностей классической улыбки.

Поэтому важно и полезно знать, о чем вообще идет речь.

Основные типы «улыбок» волатильности

1. Классическая «улыбка» (smile)  — волатильность выше на «хвостах» (глубоко OTM пут и OTM колл) и ниже в центре (ATM). Чаще встречается на валютных опционах: рынок закладывает риск резких движений в обе стороны, поэтому крайние страйки «дороже». Визуально — симметричная U‑образная кривая.
2. «Ухмылка» / перекос (skew)  — волатильность растёт в одну сторону (обычно вверх для путов). Характерно для акций и индексов: инвесторы страхуются от падения, поэтому OTM путы дороже. Визуально — наклонная кривая, «поднятая» слева.

( Читать дальше )

 

Трендовая линия — самый субъективный инструмент технического анализа. Дайте одному графику десять трейдеров — получите десять разных линий. Кто-то ведёт по теням, кто-то по телам, кто-то «на глаз подгоняет» так, чтобы линия подтверждала уже открытую позицию. Это не анализ, это гадание с линейкой.

А раз линию рисует человек — её нельзя ни протестировать, ни автоматизировать. Каждый раз получается новая.

Интересная инженерная задача — формализовать «настоящую» трендовую линию в строгую геометрию: набор чётких математических условий, по которым машина строит линию объективно, одинаково и, главное, честно — не заглядывая в будущее. Никаких индикаторов, только цена, экстремумы и ATR.

В этой статье разберём детектор, который это делает. Он находит трендовые поддержки и сопротивления по фрактальным пивотам, отсеивает всё, что «уровнем» на самом деле не является, ловит пробой телом с фильтрами качества — и присылает сигнал в Telegram с нарисованным скрином: линия, якоря, свеча-пробой, уровни входа, стопа и тейка.

( Читать дальше )

💡Мои планы:
📈📉Арбитраж: покупка SI-9.26 и продажа в равном объеме USDRUBF при контанго 1000 пунктов и ниже, средняя цена входа 886 пунктов, часть прибыли закрыл на контанго +1300 пунктов (практически справедливая стоимость денег), остаток закрыл на контанго +1340 пунктов или ➕480 пунктов при справедливой цене 1416 пунктов, добрал позицию около 1000 пунктов по контанго, закрыл часть около 1128 пунктов, добрал около 1000 пунктов и по 900 пунктов (средняя 970 пунктов по контанго), фандинга налили 2,3 коп, общий фандинг ➕154 пунктов, от входа➕450 пунктов с учтом фандинга

( Читать дальше )

Вот так всегда бывает – подсядешь на какое-то новое хобби, и начинает казаться, что все остальные этим тоже занимаются, и их это тоже интересует. Хочется рассказать об этом всему миру!

Поцаны, должен признаться – я в последнее время основательно подсел на тему локальных LLM-ок.  Причем, это начинает принимать нездоровые масштабы. Знаете людей, которые на свой ржавый ваз, которой стоит может пару тысяч зеленых — ставят усилители с сабвуферами за несколько тысяч долларов ? Это – про меня.

Началось с того, что я решил настроить для моего друга колл-центр, который работал бы на 100% бесплатных и локальных LLM-ках (чтобы не платить ни за какие подписки)

Но давайте я сначала приторможу, и объясню, что такое локальные LLM-ки, и зачем они вообще нужны.
Дело в том, что с нейронными сетями у вас сейчас есть выбор между двумя опциями: (1) платить кровопийцам типа Open AI, Anthropic и прочим примкнувшим к ним
или (2) взять все в свои мускулистые руки, скачать одну из многочисленных открытых LLM-ок, и гонять их на своем железе, абсолютно бесплатно (кроме одноразовых затрат на железо и электричества)

( Читать дальше )

Однажды я узнал, что первая в истории кругосветная экспедиция окупилась.

Гвоздика из трюма единственного вернувшегося корабля покрыла снаряжение всех пяти ушедших, жалованья, пенсии вдовам, компенсации по судебным искам и ещё оставила казне прибыль.

Дебет с кредитом сошлись, не сошлись только люди.

Вышло около двухсот семидесяти человек, а вернулось восемнадцать, капитана среди них не было.

Теперь по порядку, о человеке который вдохновил меня.

Фернану Магеллану было под сорок.

Хромой из-за копья в ногу в Марокко, двадцать лет отслужил португальской короне и пришёл к своему королю с идеей: до Островов пряностей можно дойти западным путём. Король Мануэл идею не купил, а Магеллану на прощание даже руку поцеловать не дал, по этикету того времени это было хуже пощёчины.

Магеллан перешёл границу и продал ту же идею восемнадцатилетнему королю Испании 🇪🇸 Карлу.

Аргумент подобрал красивый: если по договору о разделе мира считать с запада, пряные острова вообще ваши, ваше величество.20 сентября 1519 года из Санлукар-де-Баррамеда вышли пять кораблей: «Тринидад», «Сан-Антонио», «Консепсьон», «Виктория» и «Сантьяго». Людей на борту было около двухсот семидесяти; списки расходятся между 265 и 280. Точно в том веке, да и нашем, считают только деньги 

( Читать дальше )

Индекс быдла. Или почему 90% трейдеров сливают депозит. Почему мудрые скупают панику.

И как вырваться из стаи этих лысых обезьян

Сегодня я сделаю тебя новым человеком

Давайте без соплей. Посмотрите вокруг. Биржа — это не храм высоких материй. Биржа — это цирк с конями, где главные клоуны — это мы с вами.

И ты не исключение. Ты наступал на одни и те же грабли много раз. Каждый год, снова и снова. Но у тебя стальная башка. Усиленная бетоном. Бронированная. Как дот. Череп должен был треснуть. Но ты выдержал все удары судьбы.

И я тебя научу. Я же профессор Форекса. И уж тем более, я знаю, как правильно играть на бирже.

Я научу тебя дробному усреднению.

Я не люблю учить. Тем более, учить это стадо наглых, тупых и неблагодарных. Но ты хороший парень. И у тебя всё получится.

Посмотри на биржевой стакан в час падения цен на 10%. Ты увидишь стадо. Они орут — шеф, всё пропало! Слёзно выводят деньги, скидывают активы по любой цене, лишь бы сохранить хоть что-то. И через месяц, когда рынок отскочил, эти же люди кричат: ААА, я продал на дне, всё, ухожу с этого казино.

( Читать дальше )

Многие рутинные задачи инвестора можно делегировать ИИ-агентам. При этом вам не нужна куча разных нейросетей, всё можно делать через Claude. Только не надо просить Claude выбрать акции и собрать вам портфель. Ничего хорошего не выйдет. Но если задать контекст, условия, правильные данные для обучение модели и грамотный шаблон действий, то получите мощнейший инструмент. Именно здесь, в ИИ-агентах для инвестора спрятаны самые полезные сценарии. Ниже 7 лучших.

1. Личная инвестиционная аналитика

Claude Cowork легко справляется с поэтапными задачами, работой с файлами на компьютере, созданием таблиц и аналитикой. Теперь работа, которую делали финансовые аналитики, делается за пару минут. И в более удобном для вас формате.

Что можно сделать. Попросить Claude Cowork создать в папке файлы по каждой компании Мосбиржи с их финансовыми показателями из их годовых фин отчетов. Дальше создать сводную таблицу и посчитать базовый набор мультипликаторов. Либо конкретные показатели, которые нужны именно вам. И выбрать акции с нужными вам параметрами, например, P/E < 4, P/B ≤ 1, EV/EBITDA < 4, Debt/EBITDA ≤ 2, дивидендная доходность > 10% и т.д. Можете выбрать то, что для себя считаете важным.

( Читать дальше )

На сайте посёлка — пруд, причал, прогулочный парк, единый архитектурный стиль. Приезжаешь на участок, а там пустое поле и КПП. Менеджер обещает, что через год вы это место не узнаете. Но через год документ Минэкологии переводит этот посёлок в санитарную зону водозабора, и вместо пруда жители ждут решения суда о сносе домов.

В Подмосковье по данным Яндекс.Карт больше 2000 организаций называют себя коттеджными посёлками. У многих есть один или несколько серьёзных недостатков из тех, которые я разберу в статье.

Здравствуйте, меня зовут Максим Серяков, я владелец Группы MDI. Мы строим коттеджные посёлки бизнес и премиум-класса. Ключевой наш проект называется Ели Estate. 

Анализом и выбором посёлков я занимаюсь профессионально, за годы работы отсмотрел больше 272 проектов вживую и больше 3500 в интернете. Когда искал землю под собственный проект, потратил на поиск 7,5 месяцев. За эти месяцы у меня сложилась методика проверки участков перед покупкой, которой я пользуюсь до сих пор.

( Читать дальше )

Я тут на днях начал экспериментировать с ИИ агентами, поставил opencode.ai — мультимодельная софтина, которая позволяет использовать разные ИИ модели в одном окне. Результаты получились довольно интересные, но не блестящие, много нюансов. Еще расскажу об опыте коллег, которые так или иначе пробовали привинчивать ИИ к исследованиям.

Давайте сразу отделим мух от котлет, и проведем черту между использованием “ИИ” в торговых операциях (принятие решений моделью) и использованием ИИ помощников для текущих исследований. В настоящем мире смещались в кучу кони, люди, а ИИ называют любой алгоритм, потому что .ai в доменном имени добавляет так же много капитализации как и .com в начале 2000х.

ИИ для принятия решений

О попытках использования нейросетей в трейдинге я узнал еще в 2004 году, уже тогда было несколько продуктов, которые использовали эти технологии. Потом пришел machine learning на рубеже 2016-18 годов, и наконец наступила эра ИИ. Однако все это разбивалось о стохастическую природу рыночных данных, где соотношение сигнала-шума сводило любую модель с ума.

( Читать дальше )