Избранное трейдера Dmitriy
Прошлая часть — в моем блоге.
Стандартный подход к вычислению PIN состоит в нахождении методом максимального правдоподобия ненаблюдаемых параметров (α,δ,μ,ϵ) описывающих стохастический процесс трейдов, и последующем вычислением PIN из этих параметров. Мы представим аналитическую оценку токсичности, не требующую промежуточного вычисления ненаблюдаемых величин. Мы обновляем нашу метрику в привязке к объемам для учета скорости прибытия новой информации на рынок. Эта метрика, которая называется VPIN, предоставляет простую оценку токсичности потока ордеров в высокочастотном окружении.
Природа информации и времени
Информация в модели последовательной торговли в общем виде представляет из себя данные, которые несут сообщение о будущем уровне цены актива. На эффективном рынке, значение цены актива отражает его полную информационную величину, в связи с тем, что информированный трейдер стремится получить прибыль от владения этой информацией. Так как маркет-мейкер может занимать как длинную, так и короткую позиции, будущие движения актива влияют на его прибыльность, и он пытается извлечь информацию из паттернов торговли. Эти его попытки отражаются в устанавливаемых уровнях бида и аска.
Добрый день, друзья!
Сегодня я хочу рассмотреть вопрос о том, надо ли платить какой-нибудь налог при продаже валюты. Многие из нас покупают валюту в обменниках и потом продают ее. А вот как платить налог и надо ли вообще платить налог с этой операции? Такие вопросы часто задают к нам в сервис NDFLka. И я решила “поднять” письма Минфина, обратиться к тексту Налогового кодекса и помочь разобраться с этими вопросами.
В частности, в письме Минфина РФ от 20 февраля 2015 г. № 03-04-06/8370 рассмотрен вопрос об исчислении и уплате НДФЛ с доходов от конверсионных операций с банком по покупке и продаже иностранной валюты. Финансовое ведомство подчеркивает, что валюта — это не что иное, как имущество. И при продаже валюты возникает обязанность у гражданина заплатить НДФЛ в бюджет.
if (pr > max) { max = pr; ind = 1; } // — если обновляем максимум то в лонг
if (pr < min) { min = pr; ind = -1; } // — если обновляем минимум то в шорт
max -= k2; // максимум плавно опускаем каждую 5-минутку
min += k3; // минимум плавно поднимаем каждую 5-минутку
if ((ind == 1) && (pr < max- stop_long)) ind = 0; // если цена ниже максимума на размер стопа и мы лонге — выход кеш
Продолжаем разбирать численное решение уравнения Хамильтона-Якоби-Беллмана. В прошлой части мы составили выражение для оператора , в котором есть слагаемые, получить значение которых можно из реальных данных. Во-первых, что из себя представляют дифференциальные матрицы D1,D2. Это матрицы размерностью , где, для D1(согласно определению в части 4) в ячейках [j,j] стоят -1, если fj<0 и 1 в остальных случаях, в ячейках [j,j+1] стоят 1, если fj<0 и 0 в остальных случаях, и в ячейках [j,j-1] стоят -1, если fj≥0 и 0 — в остальных случаях. Как составить матрицу D2, я думаю, вы догадаетесь сами, взглянув на ее определение в
У многих возникают ситуации, когда нужно оценить визуально какие-либо зависимости. В большинстве случаев для этих целей используется Excel с построением временных рядов, не заслуженно обделяя многие другие гораздо более показательные диаграммы. Существует альтернативное средство более быстрого и удобного анализа описательных статистик с разнообразными диаграммами (средствами Excel многие из них не построить) и возможностью создания web-приложения для общего доступа. Касаться настоящей статистики с различными методами анализа данных не буду, только базовая описательная статистика (без проверки тестов и даже p-значения не будет) и разные диаграммы. В этой статье я опишу один из вариантов того, как можно проанализировать такую информацию, представить её в виде интерактивных диаграмм, и немного опишу про web-приложения. А чтобы было веселее смотреть на диаграммы, приведу их на примере финальной статистики ЛЧИ-2015. Как следует из названия статьи – делать это буду на R. Сразу обращаю внимание, учитывая результаты некоторых «уникумов» (со сверх большими стартовыми или доходами), многие графики не очень показательные (да и с разрешением здесь не очень получилось). В таком случае надо преобразовывать оси (хотя на первой диаграмме стартовая уже логарифмическая), или исключать эти «выбросы» или же разносить результаты на разные панели, или делать бегунок по осям, но в первом приближении и для ознакомления с разными диаграммами и так пойдет. Но если кому интересно, могу данные диаграммы в отличном качестве (большего размера) сделать в web-приложении Shiny и предоставить общий доступ (в публичном облаке Shinyapps).