В последнее время изучаю R и машинное обучение. 

Мои статьи про R, машинное обучение, количественный анализ

В этом посте я расскажу о том, как применить машинное обучение для поиска закономерностей и прогнозирования.

Использовал эту статью: Применение машинного обучения в трейдинге

Начнем с проверки того, работают ли тренды и как влияет день недели на направление движения цены. И если работают, насколько они смещают вероятность в нашу сторону. Применим для этого наивный байесовский классификатор. 

Теорема Байеса в теории вероятностей, как теорема Пифагора в геометрии.

Байесовская вероятность — это интерпретация понятия вероятности, используемая в байесовской теории. Вероятность определяется как степень уверенности в истинности суждения. Для определения степени уверенности в истинности суждения при получении новой информации в байесовской теории используется теорема Байеса. 

( Читать дальше )

Если кому-то интересно, мои статьи на тему R, машинное обучение, количественный анализ:

1. Мои шаги в сторону машинного обучения на R и немного про Si, Brent
2. Расчет ожидаемого количества убыточных сделок подряд на R
3. Применение логарифмов для расчетов со сложным процентом
4. Построение модели для парной торговли акциями Google и Apple на R
5. Анализ Brent с использованием языка R
6. Количественный анализ графика нефти с применением R (продолжение)
7. Гистограммы доходностей разных активов
8. Применение наивного байесовского классификатора на R для поиска закономерностей и прогнозирования

В следующей статье расскажу про наивный байесовский классификатор и нейронные сети в трейдинге. 

Применим R для того, чтобы быстро посчитать, каково должно быть ожидаемое количество убыточных сделок подряд при совершении 1000 сделок.

Я написал функцию runUnluck(n) которая выдает, сколько раз мы получим n убыточных сделок подряд, если совершим 10000 экспериментов по 1000 сделок в виде подбрасывания монетки, то есть с отношением риска к доходности 1 к 1.

# Created by SciFi, 2016

runUnluck <- function(n) {
        runArray <- numeric(10000)
        for(i in 1:10000) {
                runArray[i] <- sum(rle(sample(c(-1, 1), 1000, TRUE))$lengths == n)
        }
        hist(runArray, main="Гистограмма")
        mean(runArray)
}

Здесь подробнее про функцию rle. Она как раз считает количество одинаковых исходов подряд. 

Результаты:

> source("D:\\Dropbox\\R\\RunUnluck.r")
> runUnluck(6)
[1] 7.8161
> runUnluck(2)
[1] 125.2208
> runUnluck(3)
[1] 62.4047
> runUnluck(4)
[1] 31.179
> runUnluck(5)
[1] 15.6559
> runUnluck(6)
[1] 7.7635
> runUnluck(7)
[1] 3.8831
> runUnluck(8)
[1] 1.9382
> runUnluck(9)
[1] 0.9738
> runUnluck(10)
[1] 0.4922

( Читать дальше )

                                            Сегодня последний день подачи декларации.

4 мая 1960 постановление Совмина об изменении масштаба цен (10:1) и замене дензнаков c 1 января 1961:


ЕЦБ начал программу по изъятию из оборота купюр достоинством 500 евро. Ожидается, что официальное решение будет принято принято сегодня.

Австралийский бизнесмен Крейг Райт признался в том, что именно он скрывался под псевдонимом Сатоси Накамото, создателя биткоина.

Иран прекращает импортировать автомобили производства США.

( Читать дальше )

( Читать дальше )

Всех приветствую.

Представляю вашему вниманию робота для торговли перекупленность/перепроданность с помощью индикатора Williams’% Range. Данный робот позволит вам торговать различные состояния рынка анализируя положения индикатора и автоматизировать свою торговлю. Этот робот является контртрендовым и ведет себя лучше в волатильные дни без тренда. В этой статье расскажу как запустить робота и начать автоматическую торговлю.

( Читать дальше )

( Читать дальше )

Эта диаграмма показывает количество языков во всем мире и их использование онлайн с 2012 по 2015 годы:


Международные резервы России за неделю увеличились на $2,4 млрд — до $388,6 млрд, — ЦБ РФ

В России по итогам марта обновлен постсоветский рекорд ежесуточной добычи нефти – 10,91 млн барр./сутки (+5,3% к марту 2015 г.)

Объем частных и небанковских транзакций между РФ и Китаем в I квартале составил $6,7 млрд.

( Читать дальше )

Этот пост про демонстрацию некоторых возможности пакета PortfolioAnalytics. Этот пакет представляет из себя фрейморк для анализа и оптимизации портфеля, подробности тут  некоторое введение во фреймворк тут. Статья с кодом на R тут http://moderndata.plot.ly/portfolio-optimization-using-r-and-plotly/

И так задача: Есть следующий набор инструментов «GAZP», «ROSN», «LKOH», «TATN», «NVTK», «SNGS», «BANE», построить на их основе оптимальный с точки зрения риск/доходность портфель. Задачу не станем усложнять такими введениями как использование плечей, ограничение по капиталу на бумагу итд. как это все делается можно подробно прочесть в описании фреймворка. Решим лишь что минимальная допустимая доля инструмента в портфеле 5% максимальная 80%

Эффективная граница портфеля



( Читать дальше )

Ответ прост: Купить корпоративные бонды FORD MOTOR!

Инструкция:

1. Открываем счет в Interactive Brokers, пополняем на 10 тыс$. 

2. Находим в списке бонды FORD MOTOR с погашением не более 2025 года. Например:



3. Покупаем корпоративные бонды со вторым плечом. Требуемое обеспечение составит всего 5817$:



4. Получаем купонный доход. Доходность можно увеличить, заходя в позицию постепенно. Например, в течение года. Бонды можно купить всего от 1 тыс. $. Таким образом будет сформирована некоторая средняя. Денег ещё останется, чтобы в кризис купить ещё бондов, но это уже стремно может быть.

( Читать дальше )