Избранное трейдера St@s
Помнится однажды отвлекся я от своего Сбербанка на Газпром, было это 1-го октября, в результате чего родился постик
smart-lab.ru/blog/281882.php
Стоил тогда ГП 133 рубля. Был дан графический расклад по бумажке и дана рекомендация взять его на следующий день под цели роста до 160-170. Сходил он на следующий день на 131 и развернулся в рост… никто конечно и не вспомнил… ну и хрен с ними… я то помню и кто сильно хотел тоже всё видел и помнил....
До 160 к сожаления он так и не дошел, но и возможность повысиживать прибыль была, лосить не пришлось, доползли по итогу до 153, а это почти 17% роста (профита) за два месяца.
К чему я это всё… опять ценник прикольный по Газпрому сейчас складывается и картинка красивая по нему:
(недельный график с моей разлиновкой):
Введение во фрактальность рынка и Теорию Хаоса.
“Дьявол кроется в деталях”
Все слышали, что рынок фрактален (часть подобна целому), что на всех таймфреймах он выглядит одинаково, что он постоянно воссоздает подобные элементы на разных уровнях своей структуры. Обнако с руки Б.Вильямса произошла подмена и резкое сужение непростого понятия “Фрактал” до банальной свечной комбинации.
Процитирую Мандельброта. Он то и ввел в обиход этот термин лет 40 тому назад..
“Фрактал — геометрическая форма, которая может быть разделена на части, каждая из которых — уменьшенная версия целого. В финансах эта концепция — не беспочвенная абстракция, а теоретическая переформулировка практичной рыночной поговорки – а именно, что движения акции или валюты внешне похожи, независимо от масштаба времени и цены. Наблюдатель не может сказать по внешнему виду графика, относятся ли данные к недельным, дневным или же часовым изменениям. Это качество определяет диаграммы как фрактальные кривые и делает доступными многие мощные инструменты из математического и компьютерного анализа”.
Интересный подход к предсказанию направления рынка рассмотрен в статье "Using CART for Stock Market Forecasting". Для того, чтобы предугадать движение цены на недельном отрезке используется техника под названием CART (Classification And Regression Trees) — построение классификационного графа (дерева) с целью предсказать значение целевой характеристики (цены) на основании набора объясняющих переменных. CART находит применение во многих областях науки и техники, но применим и в торговле, так как обладает набором свойств, хорошо подходящими для этой цели:
Для построения дерева автор использует библиотеку языка R, вычисляющую рекурсивное разделение (Recursive Partitioning) rpart.