#математика — посты и обсуждения

Большинство трейдеров смотрят на рынок через индикаторы. Скользящие средние показывают тренд, RSI пытается найти перекупленность, MACD оценивает импульс. Однако все эти инструменты имеют одну общую особенность — они анализируют уже сформировавшееся движение цены.

Но что если исследовать не производные от цены, а саму структуру рынка?

Одна из наиболее интересных концепций современной финансовой математики связана с фрактальной природой рыночных данных. Согласно этому подходу, цена представляет собой не хаотический набор случайных колебаний, а сложную иерархическую систему, в которой одни и те же закономерности повторяются на различных временных масштабах.

Если внимательно посмотреть на график, можно заметить, что структуры, возникающие на минутном таймфрейме, часто напоминают движения на часовом, дневном и даже недельном графиках. Рынок словно строит сам себя по одинаковым правилам независимо от масштаба наблюдения.

Алгоритмическое определение фракталов позволяет формализовать этот процесс.

Вместо субъективного поиска фигур на графике компьютерный алгоритм анализирует локальные максимумы и минимумы, определяет точки структурного перелома, выделяет уровни вложенности и строит карту рыночной организации. В результате появляется возможность исследовать не отдельные сигналы, а саму архитектуру движения цены.

Такой подход открывает несколько важных преимуществ:

• выявление ключевых экстремумов без визуального анализа;
• уменьшение влияния рыночного шума;
• адаптация к различным таймфреймам;
• обнаружение зон возможного разворота;
• построение объективных моделей рыночной структуры.

Особенно интересно то, что фрактальные модели часто не требуют предположений о направлении рынка. Они концентрируются на форме движения цены, а не на прогнозировании каждой следующей свечи.

Современные вычислительные методы и Python позволяют автоматизировать поиск подобных структур даже на многолетних массивах данных. Благодаря этому фрактальный анализ постепенно превращается из красивой математической идеи в практический инструмент количественных исследований.

Возможно, главный вопрос для трейдера сегодня уже не в том, какой индикатор использовать, а в том, насколько хорошо мы понимаем внутреннюю структуру самого рынка.

Именно там могут скрываться закономерности, которые невозможно увидеть через традиционные инструменты технического анализа.

#Фракталы #АлгоритмическаяТорговля #Python #ТехническийАнализ #DataScience #Quant #ФинансовыеРынки #Трейдинг #Инвестиции #Математика

Прокачайте навыки в IT и математике. Курсы для всех уровней. 🌍

Переходи по ссылке https://my.saleads.pro/s/rbrx4?erid=2VtzquvLmXW .

Реклама: ООО "АЛГОРИТМИКА" ИНН: 7704386240

#Алгоритмика #Программирование #Математика #ITдлядетей #КурсыПрограммирования #ОбучениеДетей #НавыкиБудущего #ITКурсы #МатематическиеНавыки #ДетиИНаука #ОнлайнОбучение #Кодирование #STEMОбразование #ШколаПрограммирования #МатематикаДляДетей #РазвитиеНавыков #ДетскаяПрограммирование #УчимсяИграя #ТехнологииДляДетей #БудущееСейчас

Количественный трейдинг — это математический подход, полностью исключающий человеческие эмоции. Он опирается исключительно на цифры, превращая гипотезы в прибыльные алгоритмы. Успех в этой сфере опирается на несколько ключевых составляющих.

💧Абсолютная дисциплина: Умение строго следовать разработанной модели и не вмешиваться в работу системы во время просадок.

💧Научный скептицизм: Постоянная проверка гипотез через бэктестинг (проверка на исторических данных) без слепой веры в прошлые результаты.

💧Адаптивность: Способность быстро переобучать модели, так как рыночные паттерны со временем меняются.

💧Устойчивость к стрессу: Спокойное отношение к убыткам, так как квантовая торговля строится на вероятностном преимуществе, а не на 100% точности.

Основные направления

🌟Статистический арбитраж: Поиск отклонений в ценах взаимосвязанных активов с расчетом на возврат к среднему значению.

🌟Алгоритмическое инвестирование: Автоматизация исполнения крупных ордеров с целью минимизации влияния на рынок.

🌟Высокочастотный трейдинг: Проведение множества микросекундных сделок для сбора небольшой маржи при огромных объемах.

🌟Машинное обучение: Применение искусственного интеллекта и нейросетей для выявления нелинейных скрытых паттернов в терабайтах данных.

Считающие, что трейдинг – легко и просто, очень любят истории успеха. Мол, а как же чемпионы с сотнями годовых, которых так любят выносить на публику брокеры?

То, что люди принимают за сильный трейдинг, чаще всего лишь удача.

Поясним на примере казино. Три раза подряд поставьте все свои деньги на красное. С вероятностью 12.5% у вас будет 700% прибыли. Не такая уж малая вероятность, и баснословная прибыль. Не за год, за несколько минут. Почти все истории биржевых успехов это истории того, как игрок использовал биржу в качестве обычной рулетки. А если повторять процедуру, будет 6300% прибыли с вероятностью 1.56%. Из ста случайных обезьян у одной-двух получится.

Потом все берут у нее уроки, несут деньги в управление, обезьяна выступает по ТВ и пишет мемуары, как она победила рынок. Сотни новичков идут в рынок, чтобы повторить ее подвиг. Если бы таких обезьян не было, в торгах было бы сильно меньше народа.

И это, собственно, главная тайна рынка: в психике человека есть мощный блок, мешающий понять, что обезьяна всего лишь обезьяна. Средний спекулянт будет обезьянничать до тех пор, пока позволяет ресурс.

Из примера с рулеткой следует правило, оно прозвучит дико, но тем не менее…

Если плечи достаточно велики, сделать 100% прибыли за торговый месяц проще, чем 100% за торговый год. Еще сложнее сделать 100% за три года.

Проще всего, вероятно, сделать 100% за неделю, на форексе совсем легко. При том, что практически нет людей, имеющих с форекса какой-то постоянный доход. Здесь нет противоречия. Лучший способ прослыть сильным управляющим: случайно сделать 100% за неделю и вовремя остановиться. Но для этого обезьяне не хватает критического мышления.

P.S. Оговорюсь что это не речевка против трейдинга. Он существует, просто немного не так, как кажется поначалу. И если надо оценить качество управления капиталом, смотреть надо только в долгосроке, два-три года - минимум. Раз уж сочла речь, вот зоопарк моих стратегий на Комоне, с доходностью все в порядке, но главный предмет гордости даже не она https://www.comon.ru/users/voldemort/

Важнее, что там есть стратежки от 5 лет и более. Если бы там была лишь рулетка и удача, все бы успело сто раз сломаться. Не обязательно выбирать мои стратегии, можно и другие, но важен принцип...

#трейдинг #алготрейдинг #автоследование #психология #математика #база #когнитивные_искажения

Сложный процент — это начисление процентов не только на первоначальную сумму вложений, но и на проценты, начисленные в предыдущих периодах.

Это звучит сложно и незначительно, НО на деле это приносит большую доходность!

Вот реальный пример:

Если вы начнёте со 100 тыс. руб. и в течение 50 лет под 20% в год(ОФЗ + корпоративные облигации первого эшелона)каждый год будет добавлять по 50 тыс. руб. То под конец вы получили примерно 3.000.000.000 руб.

Это не магия. Это сложный процент!

❗ Не является индивидуальной инвестиционной рекомендацией ❗ #биржа #трейдинг #обучение #новости #инвестиции #аналитика #финансы #лайфхаки #манименеджмент #демосчет #стратегия #математика #сложный_процент

Пока официальных новостей со вчерашней встречи в Кремле нет, давайте утро пятницы начнем с развлекательной математики, что ли.

Помните историю, когда программист купил две пиццы Papa John's и впервые расплатился за них биткоинами? На тот момент цена в 10 000 BTC казалась чуваку вполне адекватной , а сейчас это получилась самая дорогая пицца в мире. 10 тыс BTC* $90000 (курс битка)* 76 (курс крепкого рубля, мать его) =68,4 млрд рублей. Нормально перекусил человек.

А слышали, как Герман Оскарович Греф рассказывал про свой опыт использования биткоина как платежного средства? Несколько лет назад глава Сбера $SBER купил футболку за 12 биткоинов, когда они стоили всего около $0,38 каждый и со временем она стала самой дорогой вещью в его гардеробе. 12 BTC *$90000*76 = 82,08 млн. рублей получается. Ну да, за эти деньги мог бы чего и поприличнее приобрести, чем простая футболка.

Теперь в рейтинг неадекватно дорогих покупок можно еще добавить историю от главы Nvidia $NVDA Дженсона Хуанга о покупке автомобиля. «Я жалею лишь о том, что продал акции NVDA , когда рыночная капитализация составляла $300 млн, чтобы купить родителям Mercedes S-Class. Сейчас это самая дорогая машина в мире».

Давайте посчитаем вместе. Сейчас цены на новый Mercedes-Benz S-Class в США варьируются в диапазоне примерно от $119тыс до $200 тыс. Раньше цены были дешевле, но мы не знаем год покупки, давайте мелочиться не будем и возьмем какие-нибудь средние $130 тыс. Цена акции NVIDIA сейчас $184 при капитализации компании в $5 трлн.. Соответственно, когда капитализация была $300 млн ( в 16 666 раз меньше), то и цена условной акции тоже была пропорционально меньше - 0,011 доллара. Значит, за покупку машины Хуанг тогда выложил $130 тыс/$0,011 = 11.8 млн акций. Если умножить на текущие котировки , то получается, что машинка обошлась в 2.17 млрд долларов. В рублях еще внушительнее выглядит — 165 млрд рублей.

По запросу «самый дорогой автомобиль в мире» поисковик выдает сделанный в единичном экземпляре эксклюзивный Rolls-Royce La Rose Noire Droptail стоимостью 32 млн. долларов. Что в 67 раз дешевле сыновнего подарка Хуанга. Может себе позволить, чо.

А у вас были неадекватно дорогие покупки? Признавайтесь, яйца по 200 рублей за десяток покупали? а Газпром $GAZP по 500?

#пульс #хочу_в_дайджест #флудилка #новости #математика #простоцифры