Традиции деградации британских элит

Зимой в Европе холодно, собственные энергоресурсы отсутствуют, топить дома нечем. Поэтому Европа импортирует газ. Нравится Европе или не нравится, но Россия, а точнее государственный монополист Газпром — основной источник энергоносителя в регионе. Сорок процентов европейского газа, которые поставляет компания, совсем не похожи на шутки.

Раньше дела шли отлично. Долгосрочные контракты, стабильные поставки и прибыльный бизнес. Никакой политики. Потом случился Крым, и отношения между властями испортились. На поставки газа это, естественно, не повлияло. Все понимают — топить дома надо точно также, как и пополнять бюджет экспортной выручкой. Но по-мелочи страны начали обмениваться колкостями, и в итоге один из выпадов привел к серьезному энергетическому кризису.

Еще до истории с газом, Европа включилась в зеленые тренды. Строительство ветряных электростанций, возобновляемые источники энергии, снижение углеродного следа и прочие прелести новых технологий. В целом, отличная идея. Однажды это сделает мир лучше. В качестве бонуса избавит европейцев от надоевшего партнера, по крайней мере, в теории.

     Все академические теории рынка, все эти модели, ГЭР и CAPM, начинаются с первого допущения — на рынке действуют рациональные агенты, оптимально достигающие своих интересов. Или, если немного уточнить: рациональности рациональных агентов всегда хватает, чтобы почти мгновенно (и, главное, без нас!) привести ситуацию к равновесной, а рынок к эффективному.

     Как бы вы отнеслись к теории в социологии или психологии, которая бы начиналась с этого? Да ну на фиг, какие там рациональные агенты? Вы что, людей ни разу не видели?

     Так почему в психологии нельзя, а этим можно? Там ошибка в первой же фразе. Заодно ответ, откуда берутся «неэффективности рынка», и хватит ли на наш век. Каких-то конкретных — наверное, нет. Но поскольку люди все еще люди, эффективного рынка им не видать, и жизнь продолжается.

     Купить и продать обычно хочется ведь не потому, что надо — а потому что хочется. По куче причин. И пока кому-то хочется сильнее, чем надо, кому-то будет с этого премия.

Сейчас расслоение на богатых и бедных во всем мире идет полным ходом, эксперимент СССР закончен уже 30 лет назад, когда весь мир боялся повторения такого же у себя и пошел на большую социализацию экономики (Франция и скандинавские страны даже с перебором). Расслоение доходов возвращается к уровню 19 века, и дальше разрыв будет только расти. Роботы даже усугубят эти процессы — люди не нужны. У роботов нет больничных и требований улучшить их жизнь. Что-то надо придумать? И люди придумают. Будут минимальные выплаты, в странах, где есть на это возможности. А в других — беспросветная бедность Средневековья.

Я уже несколько раз обращался к аллегории рабства – старые посты – Пенсия или автомобиль и Выкупи себя из рабства и новый — Никто не хочет богатеть медленно…

«Помогать пенсионерам, мое личное мнение, немножко поздно. Помогать нужно гражданину выйти на пенсию с хорошим пенсионным проектом, который прежде всего… должен быть сформирован самим гражданином в течение всей жизни. Это называется капитализм. Когда человек вышел на пенсию, полагаясь полностью на государство, это социализм. Мы скорее ближе к нашему советскому прошлому в этом плане, и предложение ЦБ и Минфина – как раз эту трансформацию начать»

«Я сожалею о крайне неудачной формулировке своего заместителя по вопросу поддержки пенсионеров. Бо́льшая часть тех, кто уже вышел на пенсию или выходит сейчас, не имели возможности делать накопления на старость. И конечно, это один из приоритетов государства — обеспечить для всех достойную пенсию», — сказала глава ЦБ.

Решил ответить на Пост.
Фильм по мне крайне ангажированный и идеологический.
Есть видео показывающее несколько другую точку зрения от историков. 

Сегодня утром посмотрел очередной фильм Редакции по теме раскулачивания в 20-30-е года прошлого века. Рекомендую.

import sqlite3 as sql
from scipy.stats import logistic
import math
import numpy as np
import numpy.random as rnd
import matplotlib.pyplot as plt
from sklearn.neural_network import MLPRegressor

sdata =[]
sql1= "select ticker, date, open, high, low, close, vol \
    from Hist_1m where ticker_id=1 order by Date;"
con=sql.connect('C:/Users/ubase/Documents/StockDB/StockDB21.sqlite')
cur=con.cursor()
cur.execute(sql1)
sdata=cur.fetchall()
con.commit()
con.close()

Ldata = len(sdata)
N = 8000 # Количество сделок
ld = 5 #Продолжительность сделки
NNinterval = 20 # Количество входов NN

# Генерация случайных чисел
rng = rnd.default_rng()
rm=rng.integers(0, Ldata, N )

class Candle:
    tr = 0
    dt = 1
    o = 2
    h = 3
    l = 4
    c = 5
    v = 6
    
cl = Candle
DataC =[sdata[i][cl.c] for i in range(0,Ldata)]

# sigmoid линейность до 0.5
def sigmoidnorm(x, alfa = 0.9, xmin = -1.3, xmax = 1.3):
    return (xmax - xmin)*((1 / (1 + math.exp(-x*2.0*alfa))) - 1.0) + xmax

x = [0.002 * i - 3 for i in range(0,3000)]
y = [sigmoidnorm(x[i]) for i in range(len(x))]


plt.plot(x,y)
plt.grid()
plt.show()

# формируем сделки.
def DealsGenL(rm,ld):
   #Lm = len(rm)
   ix = []
   x = []
   pr = []
   
   for i in range(0,N):
        if rm[i] + ld < Ldata and rm[i] - NNinterval - 1 > 0:
            delta = (sdata[rm[i]+ld][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]+ld][cl.c]*100
            x0 = [sigmoidnorm((sdata[rm[i] - j][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]][cl.c]*100) \
                 for j in range(0, NNinterval)]
            ix.append(rm[i])
            x.append(x0)
            pr.append(delta)
   return ix, x, pr


Ix, X, Pr = DealsGenL(rm,ld)



Ib = 0
Ie = 100

plt.plot(X)
plt.legend()
plt.grid()
plt.show()


plt.plot(Pr, label = 'Prof')
plt.legend()
plt.grid()
plt.show()


regr = MLPRegressor(hidden_layer_sizes = [30,20,15,10,5], \
                    max_iter=500, activation = 'tanh')

regr.fit(X, Pr)
Out = regr.predict(X)

plt.plot(Pr, Out, '.')
plt.grid()
plt.show()