В этой статье поделюсь своим опытом создания и развертывания Production решения для алготрейдинга. Возможно вам это конечно никогда и не понадобится. Сама проблема родилась из соображений, вот есть у меня алгоритм на R/Python который показал результат, что мне с ним делать ?

Этот подход подходит тем кто создает свои модели и прототипы на языке R или Python, таким образом команда может быть разделена на тех кто проектирует модели (Data Scientist) и на тех кто пишет платформу для исполнения торговых сигналов (Программисты).

Я буду рассказывать с точки зрения своего опыта, опыта создания промышленного и масштабированного решения для алготрейдинга. Я вовсе не утверждаю на что другие подходы не имеют право на жизнь. 

Предположим что:

1. Вы обладаете некоторым опытом анализа данных на языке R или Python
2. У вас есть несколько стратегий использующие к примеру нейронные сети, машинное обучение или потоковый анализ новостей которые вы бы хотели внедрить в Production, предварительно вы протестировали ее на языке R/Python и построили прототип

( Читать дальше )

Всем доброго дня. Спешу описать пошаговый план действий для тех, кто из вас получал убытки в прошлые годы на фондовом рынке.

Все об инвестиционном вычете

Правило первое – зачесть убытки можно прибылью, которая была получена позже. Если, например, убыток был в 2016 году, а прибыль в 2015 году, то для сальдирования убытка надо ждать следующего прибыльного года.

Каждый год мы закрываем либо «+», либо «-». Государство дает нам возможность вернуть часть убытка в виде налога, который был удержан с суммы полученной прибыли. Иными словами, можно зачесть убытки.

Чтобы было понятно, сразу буду приводить пример – гражданин получил убытки в 2011, 2012 годах. Далее он торговал только с «плюсом». Что ему сейчас делать?

Так как у нас идет 2017 год, то в текущем 2017 году вернуть налог можно за три года – это 2014, 2015, 2016 годы. Если суммы полученной прибыли хватит, чтобы зачесть убыток 2011 и 2012 годов, то замечательно. Допустим, убыток в 2011 году – 500 000 рублей, в 2012 году – 20 000 рублей. Прибыль в 2014 году – 600 000 рублей. В 2015 и 2016 годах прибыль была получена в размере 900 000 рублей. Как мы видим из нашего примера, сумма прибыли гораздо больше суммы убытка. И поэтому можно брать любой год: или 2014, или 2015, или 2016 год. Можно взять и вернуть налог, который был уплачен в 2016 году. А можно и за 2014 год вернуть налог – нам любой вариант подходит.

( Читать дальше )

Вашему вниманию представляется авторская версия доклада на конференции Смарт-лаба в апреле 2016-го. Причины, побудившие меня записать это видео, в самом начале просмотра. Ну и в качестве «бонуса» в конце видео о «наболевшем».




( Читать дальше )

Газпром увеличил добычу газа с начала года на 19,8% — до 320,6 млрд кубометров, экспорт в дальнее зарубежье вырос на 11,5%.
--------------------
ЕС выделяет €120 млн на установку бесплатного Wi-Fi в в общественных местах в 8 000 населенных пунктах.
--------------------
Доля основных валют в глобальных платежах:

Новые санкции против России, которые подготовил Минфин США, касаются финансирования Сбербанком и банком ВТБ оборонной промышленности. До 90% кредитования российских производителей оружия идет через эти 2 банка (В 2016 — 200 млрд руб).
--------------------
В течение 2017-2021 в мире будет установл 49 ГВт домашних солнечных электростанций и установл мощн достигнет 90

( Читать дальше )

Исторически сложилось так, что в техническом анализе в основе графиков цен всегда присутствовало понятие таймфрейма — сжатого изображения изменения цены на некотором временном интервале. Обычно для этого использовались представления в виде четверки чисел, характеризующих начальное, конечное, максимальное и минимальное значения цен на месячном, недельном, дневном и иных интервалах времени. Т.е. представление информации было заведомо дискретным, да еще и проквантованным на величину минимального изменения котировки, что давало возможность сразу применить цифровые методы обработки данных.
Т.е. трейдеры — счастливые люди. Им не нужно думать, как превратить поток избыточной информации в сжатую последовательность чисел. Они изначально имеют эту последовательность.

Те, кто сталкивался с обработкой аналоговых сигналов сразу поймут, какое колоссальное преимущество кроется в этом факте. Ведь инструментарий аналоговой обработки данных очень сильно ограничен и по выбору возможных алгоритмов обработки данных и по средствам их реализации. В методах обработки сигналов при физических измерениях наблюдалась обратная картина. Изначально анализируемые процессы (сигналы) были непрерывными, а методы их анализа — аналоговыми. С развитием цифровых методов и устройств обработки информации возникла задача преобразования исходного непрерывного процесса в цифровую форму, а также вопрос о корректных правилах такого преобразования, сохраняющих все характерные особенности исходного процесса и преемственность аналоговых методов анализа и интерпретации результатов.

( Читать дальше )

Добрый день!
Посмотрел тут комментарии и чаты по основным криптовалютам и обнаружил редкое единое мнение, что текущее снижение котировок — это временное явление.
Давно не встречал такой ситуации.
Вопрос даже не стоит, продавать или нет. Вопрос у них актуальный один — где усредняться и где покупать.
Даже паники нет никакой от того, что бумажный лосс множится с ужасающей скоростью.
Всё это очень и очень намекает на продолжение банкета, если вы понимаете, о чём я.
В общем, смотрим дальше.

10 корпораций, которые контролируют почти все что вы покупаете 
Выяснилось, что практически все, что мы покупаем — от бакалейных продуктов до одежды, косметики и собачьего корма — контролируют 10 огромных корпораций. T&P попросили комментарий у экономиста и преподавателя Высшей школы экономики Алексея Белянина.
Как это проиллюстрировано на схеме «Иллюзия выбора», которая широко разошлась по сайту Reddit, 10 влиятельных корпораций производят практически все, что мы покупаем — помимо автомобилей и электротехники. При этом материнская компания может владеть, обладать акциями или находится в партнерстве с подконтрольными компаниями.
Procter&Gamble — корпорация стоимостью $84 миллиарда — является самым крупным рекламодателем в Америке и связана с множеством разных брендов, под эгидой которых производятся все: в диапазоне от лекарств и зубной пасты до модной одежды. Продукцию корпорации покупают 4,8 миллиарда людей по всему миру. $200-миллиардная компания Nestle, на данный момент самый крупный производитель продуктов питания в мире, контролирует 8 000 различных брендов, включая косметику Kiehls и парфюмы Giorgio Armani.

Консолидация происходит не только в сфере потребительских товаров, но и в других сферах. В 1983 году 90% американских медиа принадлежали 50 разным компаниям. Сейчас те же 90% контролируются всего пятью гигантами. 10 крупнейших финансовых институтов распоряжаются 54% всех американских финансовых активов, а от 37 банков осталось только 4: JPMorgan Chase, Bank of America, Wells Fargo и CitiGroup.

( Читать дальше )

Прибыль за 2017г. продолжает расти и уже перевала за 40%, как я писал раннее план в 35% уже выполнен и играю теперь только на удержание результата и вполне может быть побью проценты прошлого года, где доход превысил 50%. Вот такой у нас в этом году падающий рынок!) Предыдущий топик  smart-lab.ru/blog/414020.php
   Приложу скрины из своего личного кабинета. 

( Читать дальше )

Почему то видео с моей первой лекцией из курса, открываемые организаторами курсов по моей просьбе, со временем исчезают из сети. Поэтому решил разместить эту лекцию на своем канале на Ютубе.

PS. Смотреть лучше со скоростью 1,25 :)

 Самым серьезным риском для рынка российского госдолга и рубля остается новый пакет санкций США: в подписанный Дональдом Трампом законопроект заложено поручение Минфину Штатов проработать полный запрет на вложения в гособлигации РФ. Некоторые инвесторы работая на опережение уже запланировали сброс российских ОФЗ ( см ссылку).
www.finanz.ru/novosti/valyuty/proshchay-rubl-krupneyshiy-investor-ukhodit-iz-rossiyskoy-valyuty-1002358932?utm_referrer=https%3A%2F%2Fzen.yandex.com