Избранное трейдера usertrader
2014 год был сложным в плане инвестиций в долговые ценные бумаги, т.к. обострение политической и экономической ситуации в стране, вынудило Банк России к проведению ужесточения денежно-кредитной политики, а именно к росту ключевой ставки.
В итоге ключевая ставка в 2014 году выросла с 5,5% до 17% на конец года.
Это, конечно же, негативно сказывалось на общем финансовом результате инвестиций в облигации. Отрицательная переоценка с каждом новым увеличением ключевой ставки вновь и вновь «съедала» накопленную прибыль и даже приводило в ряде моментов к его отрицательному финансовому результату в целом.
Для многих кто инвестирует средства на долговом рынке это было большой проблемой в прошлом году и далеко не многим удалось сохранить свои инвестиции даже на нулевом уровне.
Каждый инвестор должен хотя бы просто знать одну из основных моделей – Capital Asset Pricing Model (CAPM).
Для тех, кто не знает — маленький финансовый урок :)
Вопрос в конце!
Вкратце, в чем ее суть:
Есть два типа риска:
1. индивидуальный (касающийся только отдельно взятой компании)
2. рыночный (затрагиваемый динамику всего рынка в целом)
Инвесторы должны быть компенсированы только за рыночный риск, т.к. индивидуальный риск можно полностью диверсифицировать при достаточном кол-ве инструментов. На примере портфеля с одинаковыми весами видно, что чем выше кол-во 'n', тем больше вариация портфеля зависит от средней ковариации между инструментами, нежели от индивидуальных значений.
гражданское дело № 2-4088/2014
Мотивированное решение изготовлено ДД.ММ.ГГГГ
РЕШЕНИЕ
ДД.ММ.ГГГГ Чкаловский районный суд <адрес> в составе: председательствующего судьи Мартыновой Я.Н.,
при секретаре ФИО4, с участием истца ФИО2, представителя истца ФИО5, ответчика ФИО3,
представителя ответчика ФИО6, представителя третьего лица, не заявляющего самостоятельных требований относительно предмета спора, ОАО «Брокерский дом «Открытие» ФИО7,
рассмотрев в открытом судебном заседании гражданское дело по иску ФИО2 к ФИО3 о возмещении ущерба,
У С Т А Н О В И Л:
ФИО2 обратился в суд с исковым заявлением к ФИО3 о возмещении ущерба в сумме № копеек.
за последнее время на моей памяти это первая конференция, на которую хочется прийти к открытию
Продолжаем разбирать работу JIANGMIN XU «Optimal Strategies of High Frequency Traders». Чтобы составить уравнение оптимального контроля, сначала сформулируем проблему оптимизации алгоритма при используемых стратегиях θ, как достижение максимума следующего матожидания:
,
Здравствуйте Уважаемые участники форума!
Обращаюсь к Вам за советом по такому вопросу:
Имеется торговая система, построенная с применением нейронных сетей, которая имеет 12 оптимизируемых параметров – вещественных чисел в диапазоне от -1 до 1.
В качестве эксперимента была проведена оптимизация этих параметров на фьючерсе на обыкновенные акции сбербанка на минутках. Количество точек данных для оптимизации -30000 (это примерно 2 месяца). После этого система проверялась на новых данных – 10000 точек.
Результаты оптимизации и проверки представлены на рисунке.
Светло-зеленая кривая – это эквити счета, ниже – график цены.
Зеленые и красные линии – это сделки, просто их очень много и там все сливается.
Собственно сам вопрос: Что будет эффективнее в реальной торговле – переоптимизация параметров раз в день на последних данных за 2 месяца (последние 30000 минутных свечей), или переоптимизация каждый час на последних 3000 минутных свечах, или пероптимизация каждые 5 минут, или еще какой то вариант? То есть интересует оптимальная частота оптимизации и размер обучающего набора данных. Причем наблюдается такая взаимосвязь: чем больше обучающий набор данных, тем меньше средняя доходность системы на обучающем наборе, но тем больше вероятность того что система будет показывать эту доходность на данных которые она не видела. И наоборот, чем меньше обучающий набор, тем больше средняя доходность на обучающем наборе и тем меньше вероятность, что система покажет прибыль на неизвестных данных.