Для моделирование ТС на Python, прежде всего нужен сам Python. Pythonы бывают очень разные.

Самый большой и длинный Python — Anaconda (https://anaconda.org/). Скачать дистрибутив Anaconda можно здесь — Индивидуальное издание -https://www.anaconda.com/products/individual.
Я работаю именно с Anaconda. Установив Anaconda мы получаем сам Python, уже установленные значительную часть нужных и ненужных пакетов с библиотеками Python, и несколько сред разработки. И все это сразу готово к работе, и нам, по большей части, уже не придется дополнительно устанавливать пакеты и среды.

Самый маленький Python последней версии 3.8.2. скачивается с сайта самого Python — https://www.python.org/. Это, практически, только сам язык, компилятор и минимальный набор пакетов. Сделать с ним практически ничего невозможно, и для работы придется постоянно устанавливать нужные пакеты. Среду разработки придется также устанавливать самостоятельно.
Этот Python больше подходит для запуска и работы с уже отлаженными законченными программами.

Ликвидность банковского  сектора и денежный рынок

После всех вычислений, приведенных в этой и этой публикациях, можно углубиться в статистический анализ и рассмотреть метод наименьших квадратов. Для этой цели используется библиотека statsmodels, которая позволяет пользователям исследовать данные, оценивать статистические модели и выполнять статистические тесты. За основу были взяты эта статья и эта статья. Само описание используемой функции на английском доступно по следующей ссылке.

Сначала немного теории:

О линейной регрессии

Линейная регрессия используется в качестве прогнозирующей модели, когда предполагается линейная зависимость между зависимой переменной (переменная, которую мы пытаемся предсказать) и независимой переменной (переменная и/или переменные, используемые для предсказания).

Наконец дошли руки сделать работающий прототип на нейронных сетях — сразу же получился результат близкий к текущей используемой модели на основе градиентного бустинга. Учитывая, что в нейронные сети подавалась только часть информации по сравнению с той, которая используется для построения признаков для градиентного бустинга, и пара простых архитектур без всякой оптимизации, то есть все шансы в перспективе обойти градиентный бустинг. Из минусов — сетки обучаются в разы медленнее бустинга, но для моей инвестиционной стратегии это не принципиально. 

Сходил недавно на семинар по эволюционному поиску нейросетевых архитектур — очень проникся темой. Пока останусь на градиентном бустинге, но буду двигаться в сторону сетей и эволюционного поиска их архитектур. В какой-то момент столкну бустинг и сети в эволюционном процессе, а там посмотрим, кто победит.

Приветствую вас, любители трейдинга!

Видел на смартлабе посты про Пайтон (Python), читать их было очень интересно, в том числе и про то, как НС торгует на бирже. В настоящее время Пайтон (https://www.python.org/) занимает 3 строчку в рейтинге по языкам программирования (https://www.tiobe.com/tiobe-index//). Сам изучал в детстве бейсик (Basic), потом паскаль (Pascal) и далее посмотрел множество языков программирования, вплоть до ассемблера. Самый тяжелый С++)), а все потому, что у него код пишется сокращенными символами, например «начало» и «конец» программы обозначались фигурными скобками «{ …здесь код… }», а у паскаля «begin» и «end». Согласитесь, проще запомнить слова, чем множество лишних для нас символов, которые хранятся у нас в головном мозге, нейронных клетках. Программировал из любопытства.

Я хочу поделиться с вами, про Нейронную сеть (НС), что меня заставляет двигаться в этом направлении вперед. Простую НС теперь может создать любой желающий, даже ребенок с 6 лет сможет понять суть работы НС и попробовать написать программу. Программировать можно через веб-сайт, например Гугол (Google) сделал потрясающую колабораторию (так он ее называет) для программирования на Пайтон (https://colab.research.google.com/).

Добрый день, коллеги. Буквально через месяц завершится 2018 год и многие из вас начнут готовить документы для декларирования доходов.

Например, это касается тех граждан, которые получили доход на фондовом рынке через иностранного брокера.

Я хочу предостеречь вас от возможных ошибок и рассказать, какие документы вы должны прикрепить к налоговой декларации 3-НДФЛ.

Основная ошибка, о которой мы сейчас поговорим, это непредставление налоговому органу оригинала отчета брокера.О чем идет речь? Когда мы ведем расчет суммы полученного дохода, суммы налога и составляем декларацию, мы сначала переводим наши “валютные данные” в рубли (если можно так сказать). Мы то получаем через зарубежного брокера доход в валюте. А нам в состав декларации необходимо внести уже рублевый показатель.

Многие из вас составляют отчеты уже в рублях, показывая налоговикам, как получился тот или иной финансовый показатель. Особенно это важно для расходной части, для ее подтверждения.

И, как показала практика 2018 года, у очень многих налогоплательщиков отсутствовал первичный отчет брокера, тот самый “валютный” отчет, с которого мы и брали данные в декларацию.

Мне писали мои клиенты, которым я делала такой отчет, что налоговая инспекция не принимает расходную часть, потому что нет среди присланных документов отчета брокера. Человек потом писал, что он просто забыл и не воспользовался моими рекомендациями при отправке пакета документов.

Друзья, будьте внимательны, когда будете готовить документы. Если вы будете декларировать свой доход, то в обязательном порядке надо сдать:

Налоговая отчиталась о количестве ИП и Юр. лиц за октябрь.

Юр. лица: -0.67% (4178727 против 4207194 в сентябре):

ИП: +0.29% (4000824 против 3988913):