Поиск
Весь материал, который здесь и далее будет рассматриваться по qlua, работает на 10й версии квика. Вполне допускаю, что со временем какие-то функции разработчики перепишут и в новых версиях что-то нужно будет сверять c мануалами, уточнять хелпом и на форумах, но предполагаю, что а) эти изменения будут вводиться очень не быстро и б) синтаксис и основа при этом останутся без существенных изменений.
Сегодня рассмотрим:
message
Выводит сообщение в торговом терминале в формате окна (в прошлой статье говорил, что удобнее отключить, чтобы не отвлекаться постоянно) и в таблице системных сообщений.
Особенности message: функция после вывода делает перенос строки, поэтому если необходимо вывести несколько значений в одной строке нужно делать их слияние (об этом ниже).
Для корректного отображения русских букв необходимо выбирать котировку файла Windows-1251 (об этом также в прошлый раз мы уже говорили). Иногда по этой причине некоторые разработчики пишут только на английском весь вывод текста в терминал, чтобы не заморачиваться с кодировкой, в т.ч. при размещении на github и совместной работе с кодом.
«Поднимите на мгновение ваши глаза и оглянитесь: возможно после нашего знакомства вы перестанете воспринимать мир, ваш мир, таким образом». Так самонадеянно пишет 35-летний Микаэль Лонэ в своей книге «Теорема зонтика».
Автор решил разрушить нашу картину мира и в первой же главе у него это успешно удается сделать. Он предлагает нам отправиться в магазин у дома и начать выписывать первые цифры с ценников товаров. Например, если молоко стоит 134 рубля, то выписываем «1». Шоколадка по акции: 54 — «5» и так далее для сотни товаров. Затем подсчитайте количество каждой цифры. Микаэль Лонэ утверждает, что мы столкнемся с аномалией.
Почти треть товаров будет начинаться с цены «1», чуть больше четверти с «2». Аналогично, если проанализировать длины рек, население городов, атомные массы элементов, да и просто случайные выборки чисел в газет, то будет тоже самое соотношение для первых цифр. Это так называемый закон Бенфорда.
Перевод статьи Артура Хейеса.
Больше переводов в моём телеграмм-канале
t.me/holyfinance
______________________________
(Любые мнения, выраженные ниже, являются личными мнениями автора и не должны служить основой для принятия инвестиционных решений или быть истолкованы как рекомендация или совет по совершению инвестиционных сделок.)
На прошлой неделе я встретился за чашечкой кофе с моим любимым управляющим фондом OG volatility по имени Дэвид Дредж (David Dredge) и несколькими его коллегами. Беседа началась с обсуждения того, как финансовые рынки Японии переживают кризис. Тамошние корпорации ломятся от наличных, а резкий рост инфляции вынуждает их уходить с низкодоходных банковских депозитов на фондовый рынок и рынок недвижимости.
Затем мы перешли к текущему состоянию крипторынков, и Дэйв спросил меня: “Итак, что там, SEC охотится на Coinbase и Binance?”
Я ответил, что это просто еще один пример того, как фиатная финансовая система пытается ограничить вывод капитала из казино.
Chen, Rogoff and Rossi (2008) утверждают, что на динамика валютных курсов (австралийский, канадский и новозеландский доллары, южноафриканский рэнд и чилийский песо) хорошо объясняет будущие движения биржевых товаров (на 1 квартал вперед). А вот способность биржевых товаров объяснять динамику валютных курсов, напротив, весьма невелика.
По словам авторов, валютные курсы являются «strongly forward looking» — инвесторы предвосхищают будущие изменения цен товаров и заранее вкладываются в валюту (или номинированные в этой валюте активы), которая от этого выиграет.
Авторы для каждой страны создают индекс товаров. Веса в этом индексе повторяют структуру экспорта конкретной страны. Однако я не буду так заморачиваться, а просто проверю способность канадского доллара предсказывать цену брента на 1 квартал вперед (Канада — крупный экспортер нефти).
Обозначения следующие:
D(LOG(BRENT)) — разность логарифмов цен. По сути, почти темп прироста цены нефти марки brent за квартал t:
D(LOG(CAD)) — темп прироста валютного курса (USD/CAD).
В предыдущем посте я говорил:
Вы так же отчетливо понимаете, пара тройка именно конструктивных вопросов и от вашего липового «авторитета» и следа не останется, потому, все что остается, увести тему разговора в сторону и заняться любой демагогией чтобы уйти от ответа на конкретные вопросы!
Вывод,:
Ни минуты не сомневаюсь что этот мой пост так же окажется в оффттоп а я в бане и причина очевидна!
Пост затрагивает не только вопрос вашей компетентности в профессиональных вопросах трейдинга, но и наглядно демонстрирует уровень вашего интеллекта и вашу реальную человеческую сущность.
В это раз модерация превзошла все ожидаемые мной границы
Основание бана — «успокойтесь»
Я и не напрягался! Всего лишь аргументировано высказал свою точку зрения в отношении пользователей этого сайта, так с точки зрения их интеллектуального развития, так и с точки зрения моральных качеств человека.
Начать эту часть я бы хотел с крылатой фразы Брюса Бэббока: «Прогнозировать цены невозможно, но чтобы зарабатывать, это и не нужно». Как человек, еще со времен обучения хорошо знакомый с понятием «статистического прогноза», я с этим выражением был не согласен. Почему? Потому что любая позиция на рынке является осознанным или неосознанным прогнозом знака будущего приращения цены и частично размера, так как комиссии и проскальзывание никто не отменял. Поэтому более корректным является выражение: «Точно прогнозировать цены невозможно, но для того, чтобы зарабатывать, это и не нужно».
Действительно, для заработка достаточно иметь эффективный статистический прогноз знака будущего приращения цены, т. е. такой, что при удачных прогнозах этого знака мы бы зарабатывали больше, чем теряли при ошибочных.
С точки зрения упомянутой в первой части кусочно-постоянной модели верен и частный случай утверждения Бэббока: «Прогнозировать точки смены знака среднего невозможно, но для того, чтобы зарабатывать, это и не нужно». Действительно, если отрезки постоянства среднего больше, либо равны 3-м, то прекрасно зарабатывается на прогнозе: «начавшаяся ранее тенденция в ценах – продолжится». А этот прогноз почти всегда ошибается в точках перелома ломанной, зато относительно точен во всех остальных точках.
Эту таблицу я впервые приводил в своем выступлении на конференции Смартлаба весной 2016-го и повторил на конференции 2018-го, акцентировав внимание на том, что хочу оформить письменно ниже
Что в таблице? В таблице доли участков RI (фьючерс на индекс РТС — прим. мое) из 10 приращений, как по отдельным периодам, так и в целом, которые я отнес к «трендам». Что я считал «трендом»? «Трендом» я считал участки, на которых среднее приращений цен (или приращений логарифмов цен, что эквивалентно) отлично от нуля и если оно больше нуля, то относим отрезок к «трендам вверх», а если меньше нуля – к «трендам вниз».
Какой использовался критерий? Обычный модифицированный критерий Стьюдента на отличие приращений логарифма(!) цены от приращений гауссовского процесса со средним нуль и дисперсией «почти равной» для 9 испытаний из 10 (нулевая гипотеза). Так как мы имеем критерий на различие сложной гипотезы против простой, то распределение статистики критерия точно известно нам только при простой гипотезе. И потому при априори выбранных границах критерия мы можем знать только вероятности попадания последовательности из 10 значений в наши «классы» при верности нулевой гипотезы.
Я не являюсь представителем брокерских компаний. В статье нет реферальных ссылок и мне никто не платил. Статья подготовлена по просьбам подписчиков моего авторского канала в Telegram — "ETP Trading".
Ранее на сайте Московской биржи был раздел со статистикой по ведущим операторам фондового рынка, где мы могли скачать таблицу со списком брокеров отсортированным по количеству активных клиентов. Теперь же такие данные исчезли и больше недоступны
Я уже писал, почему логарифмические проценты очень удобно использовать при проведении различных исследований в инвестициях — Доходность. Как считать? И почему полезен непрерывный процент.
Сегодня я хочу показать еще одно очень удобное применения логарифмического процента при проведении расчетов доходности, номинированных в различных валютах.
Давайте рассмотрим такой пример. Предположим у нас есть два актива, один номинирован в рублях (актив — А), другой в долларах США (актив — В). Пусть за 28 месяцев А вырос с 20 рублей до 60, а В со 100 долларов до 170. Мы легко можем посчитать прирост каждого актива за указанный период:
Но чтобы сравнить их между собой, нам нужно посмотреть как за этот же период изменился курс. И пусть для нашей задачи курс изменился с 50 рублей за один доллар до 70. Это значит что он вырос на 40% ((70/50-1)*100).