Избранное трейдера Владислав
Катерина Ленгольд Просто Космос. Практикум по Agile-жизни, наполненной смыслом и энергией
http://flibusta.is/b/532483/read

Эту книгу хорошо дополняют:
Космос. Agile-ежедневник для личного развития Катерина Ленгольд
Еженедельник номера 1 Игорь Манн
Бизнесхак на каждый день Игорь Манн и Ренат Шагабутдинов
Одна привычка в неделю Бретт Блюменталь
Scrum Джефф Сазерленд
Технологический предприниматель Катерина Ленгольд, автор бестселлера «Agile-ежедневник “Космос”», в новой книге рассказывает о своей системе планирования, основанной на методологии agile и 9-недельных спринтах. Автор делится опытом по постановке целей, формированию полезных привычек, борьбе с прокрастинацией и восстановлению энергии за счет эффективного сна, питания и управления эмоциями.
Пост о том, что нужно знать алготрейдеру — программисту Си Шарп. Какими базовыми знаниями надо обладать для того чтобы писать Роботов в СтокШарп / ВелсЛаб / ТсЛаб Api / SmartCom Api. Это не про кубико-трейдинг. Это про программирование.
Пост полезен в первую очередь трейдерам начинающим свой путь в алго, как дорожная карта. Чтобы не возникало желания изучать SmartCom Api на следующий день после изучения базовых типов данных.
Это вторая часть из серии статей Си Шарп Алго. Начало здесь.

План статьи:
1) Кто такой программист
2) Проба сил
3) Базовые знания языка
4) Продвинутые знания
5) Заключение


Целью настоящей работы является разработка математической торговой системы, прогнозирующей величину и направление изменения стоимости акций публичных компаний на определенном интервале времени. Исходными данными для модели служат данные из отчетов компаний и котировки их акций с биржевых площадок. Далее в статье речь пойдет об американском рынке акций в связи с текущими предпочтениями автора. Американский рынок является более привлекательным в связи с большим выбором эмитентов, широким спектром отраслей и доходом в долларах США.
В основе математической модели лежит классический многослойный перцептрон с количеством слоев равным двум, поскольку в процессе разработки было установлено, что значительное усложнение топологии нейронной сети приводит к явлению переобучения (overfitting) и сеть теряет свои обобщающие свойства. Проблема переобучения отдельно в данной статье не исследуется, а способы борьбы с ней будут освещены далее. Схема многослойного перцептрона представлена на рис. 1. Входные параметры в модели – “x” (данные по компании), а выходной параметр (output) – апсайд (upside), прогноз изменения стоимости акции.