ОФФТОП

Кратенько скриншотами самое интересное показал на скринах.

Лукойл +0,6%

Точка входа ( ЛП1Б )

Риск | Прибыль ( 1к 3 )

Точка входа дана до начала торгов !!!

Красная линия на графике показывает где поставил стоп !

#сделки_из_ТГ

Касаемо вчерашнего плана,пятая волна еще не завершена. Но 4 по всей видимости затянется в боковике, поскольку вчерашний заход за минимум указал на структуру коррективной модели. Да продажи прошли на очень большом объеме, а прогреве так себе.

Телега: https://t.me/+F6Ka767DDgFhZGQy

1) Последняя волна снижения очень похожа на зигзаг.

2) Давление продаж было, но впоследствии движение стало сильно терять объем.

Из вчерашних вариантов, склоняюсь к более высокой второй волне. Основной сценарий без изменений.

Телега: https://t.me/+F6Ka767DDgFhZGQy

🛢 Нефть находится в перекупленности или в зоне продаж по старшим таймфреймам от 4х-часовика до недельного ТФ.

📉 4х часовик указывает, что рост уже под вопросом, ближайший коррекционный таргет 75.50-75.

📉 Дневка в явном перекупе, поэтому уже с текущих можно начинать коррекцию.

📉 Недельный ТФ по нитям спуда понятно что запаздывает, и уже на следующей неделе он отрисуется в зоне продаж, поэтому можно работать на упреждение.

🎯 — 76-75$, 73-71$

🚫 — 83.05$

import requests
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt

# URL для API MOEX, данные по ZCYC (zero coupon yield curve)
url = "https://iss.moex.com/iss/engines/stock/zcyc/securities.json"

# Запрос на получение данных
response = requests.get(url)
data = response.json()

# Извлекаем данные из секции 'params'
columns = data['params']['columns']
values = data['params']['data']

# Преобразуем в DataFrame
df = pd.DataFrame(values, columns=columns)

# Выбираем нужные столбцы: B1, B2, B3, T1, G1, ..., G9
df_selected = df[['tradedate', 'tradetime', 'B1', 'B2', 'B3', 'T1', 'G1', 'G2', 'G3', 'G4', 'G5', 'G6', 'G7', 'G8', 'G9']]

# Извлекаем параметры для функции GT из df_selected
beta0 = df_selected['B1'].values[0]  
beta1 = df_selected['B2'].values[0]  
beta2 = df_selected['B3'].values[0]  
tau = df_selected['T1'].values[0]   
g_values = df_selected[['G1', 'G2', 'G3', 'G4', 'G5', 'G6', 'G7', 'G8', 'G9']].values[0].tolist()