Избранное трейдера will
Пятница. Смеркалось… Фонарь… Аптека… Антивирусные напитки :-)
Из рубрики «Невыдуманные истории».
Поменьше бы таких историй, но, как говорится, из песни слов не выкинешь…
Этот пост является продолжением предыдущего топика – Да фиг его знает!, где речь шла про молодого сотрудника Стаса. Там я сначала стал биржевым гуру, а через пару дней перестал им быть :-)
Напомню, там падающие акции «Лукойла» никак не хотели приподниматься, и на следующий день я посоветовал Стасу закрыть их по рыночной цене. Понимаю, как это больно, любой смартлабовец подтвердит, каково это, крыть убыток по рыночной цене. Фиксировать убыток… Это реально больно, по себе знаю.
Вот и Стасу было больно, услышав мою рекомендацию, он стремительно вышел из комнаты и больше я его не видел. Нет, однажды я его всё-таки увидел, собственно, об этом и мой пост.
Крылья
Сразу скажу, что заголовок этого топика – не мой. Это был вскрик молодого сотрудника Стаса, который влетел в мой кабинет летним жарким днём десять лет назад. Почему влетел, а не ворвался? А потому что взмахнул крыльями и тут же вознёсся к потолку. А вы когда-нибудь видели человека с крыльями за спиной? Вот и я не видел. Поэтому я реально опешил…
1 диаграмма: Россия среди немногих – в цикле восстановления
2 диаграмма: инвесторы предпочитают деривативы на индексы широкого рынка
3 гистограмма: большие деньги никогда не были так наименее оптимистичными
4: ETFы предпочитают шорты
5 график: впервые в истории сипи растет «тока на свои»…
Всего лишь неделю нужно для того, чтобы каждый из вас смог сам научиться программировать сверточные нейронные сети, которые торгуют не хуже этой*:
Основное отличие машинного обучения от традиционного программирования состоит в том, что в задачах классического программирования вы знаете некие правила и жестко программируете их в поведении программы; в задачах машинного обучения вы не знаете по каким конкретно правилам должна работать программа и позволяете моделям машинного обучения самим найти их. Если вы хотите создать торгового робота, обычно, вы сами ищете некоторые правила (например, пересечение скользяшек, MACD>80 при убывающей луне — покупаю 2 лота) и жестко задаете такое поведения в роботе, тестируете и, возможно, оптимизируете некоторые параметры, но почему бы не поручить само придумывание правил машине? Методы машинного обучения, в теории, могут сами выбрать индикаторы, разработать правила входа, выхода и оптимальный размер позиций. Да чего уж… они могут сами придумать индикаторы, паттерны, которые могут быть гораздо лучше чем то, что придумали до этого люди. Ведь так и случилось в сфере обработки изображений, нейронные сети научились выделять значимые признаки из изображений гораздо лучше, чем алгоритмы, придуманные людьми. Компьютер обыгрывает людей в шахматы — игру, знания для которой люди накапливали ни одну сотню лет. Станет ли алготрейдинг следующей сферой, где будет господствовать нейронные сети или какой другой метод машинного обучения?