1. Новые покупки Показать еще

    23.01.2017: Мастер-класс на миниатюру «Розы для Алины» (Asia Verten)

    23.01.2017: Комплект МК на платье "Эдем" (Asia Verten)

    23.01.2017: Первый пошаговый курс "Эффективная реклама для свадебных фотографов" (Антон Белов)

    23.01.2017: Руководство по сексуальной съемке

    22.01.2017: Торговля против толпы.7 следов крупных игроков с пошаговым алгоритмом действий на каждый случай

  2. Гость, если у Вас на каком либо сайте есть аккаунт с повышенным статусом, то и у нас вы можете получить соответствующий статус. Подробнее читайте здесь https://www.skladchik.biz/threads/83942/
    Скрыть объявление
  3. Нужен организатор Показать еще

    18.01.2017: Мануал по заработку от 100$ в день, на Google Adsense!

    18.01.2017: Создание интернет-магазина от А до Я OpenCart 2.0 (от webdesign-master.ru)

    16.01.2017: Женский тренинг Дениса Байгужина с Марией Капшуковой...

    16.01.2017: Стратегия ставок на Футбол Бет-Подъем.

    13.01.2017: [Шитье] VIP конструирование для дизайнеров [приватная]

  4. Сбор взносов Показать еще

    21.01.2017: Нумерология под ключ (Мара Боронина)

    20.01.2017: Instarguide.Обработка фото в Instagram. Часть 1

    20.01.2017: Как продавать коучинг и консультации (Дмитрий Зверев, Александр Дырза и Константин Опекун)

    20.01.2017: ИнфоТаргетинг ВК (Юрий Курилов, Влад Богатырев)

    19.01.2017: Торги по банкротству по методу Шерлока Холмса. GOLD (Олег Селифанов)

Куплено Алгоритмическая торговля. Научный подход (Александр Горчаков)

Тема в разделе "Форекс и инвестиции", создана пользователем Злата, 22 мар 2016.

Цена:
9990р.
Взнос:
435р.

Основной список:

1. Злата
2. александрес
    Тип: Стандартная складчина
    Участников: 2/25
    1. 22 мар 2016
      #1
      Злата

      Злата Организатор Организатор

      Алгоритмическая торговля. Научный подход (Александр Горчаков)

      Программа курса вебинаров:

      День 1
      Введение:
      - случайность или детерминированность;
      - торговый алгоритм, как статистический прогноз будущего приращения цены;
      - бинарная модель приращений цен, тренд и контртренд, оптимальный алгоритм.

      Основы теории вероятностей и математической статистики «за час»:
      вероятность, как мера числовой оценки шансов появления будущих событий;
      одномерные случайные величины: функция распределения, математическое ожидание функции от случайной величины, квантили (перцентили) , стохастическое доминирование;
      многомерные случайные величины: независимость, условные распределения, задача статистического прогноза, регрессия;
      последовательности случайных величин: стационарность, автокорреляционная и спектральная функции, - случайное блуждание, показатель Херста (критика);
      математическая статистика: выборка, выборочные статистики, достаточные статистики, различение гипотез, оценка параметров, параметрическая и непараметрическая статистика.

      День 2
      Тестирование и оптимизация торговых алгоритмов, как проверка качества статистического прогноза будущего приращения цены:
      оценка доли «успехов»;
      приведение автокорреляционной функции динамики счета к нулевому виду;
      отсев параметров по:
      устойчивости;
      стохастическому доминированию;
      взаимной корреляции;
      превосходству «доходность-риск» пассивной стратегии;
      построение оптимального портфеля из:
      одного торгового алгоритма с разными параметрами,
      нескольких торговых алгоритмов на одном активе,
      портфелей торговых алгоритмов на разных активах;
      оценка будущей просадки счета методом Монте-Карло.

      День 3
      Принципы построения торговых алгоритмов:
      оптимальные алгоритмы при известном распределении будущего приращения цены;
      бинарная модель приращений цен, «кусочная» стационарность, оптимальные алгоритмы в условиях непредсказуемости точек смены отрезков стационарностей.
      Модели цен:
      конкурентный рынок, условная нормальность, «кусочная» стационарность;
      кусочно-постоянная условно нормальная модель, тренды, минимаксная модель трендов;
      кусочно-марковская условно нормальная модель, тренды и контртренды;
      сильно «антиперсистентная» модель, ступенчатые тренды;

      День 4
      Примеры трендовых торговых алгоритмов. Часть 1.
      для кусочно-постоянной условно нормальной модели;
      для сильно «антиперсистентной» модели.

      День 5
      Примеры трендовых торговых алгоритмов. Часть 2.
      для минимаксной модели трендов;
      для история реальной торговли и модификаций.

      День 6
      Фильтрация трендовых торговых алгоритмов:
      кусочно-марковская условно нормальная модель, как основа построения «фильтра пилы»;
      «фильтры» шортов и плечей, принципы построения, особенности использования.
      Примеры контртрендовых торговых алгоритмов:
      «фильтр пилы», как индикатор торговли контртренда в рамках бинарной модели приращений цен;
      maximum profit system для опционов.

      День 7
      Практическое занятие.


      Продажник:
       
    2. Загрузка...

      Похожие складчины
      1. Злата
      2. Менеджер
        Открыто

        Алгоритмическая торговля опционами в TSLab 2.0

        Менеджер, 2 ноя 2015, в разделе: Форекс и инвестиции
      3. Менеджер
        Открыто

        Wealth-Lab - Алгоритмическая торговля & техн.Анализ.

        Менеджер, 29 авг 2014, в разделе: Форекс и инвестиции
      4. Воин
      5. Сталин
        Открыто

        Секреты на бинарных опционах (Торговля в плюс)

        Сталин, 1 янв 2017, в разделе: Схемы заработка
      6. Сталин
        Открыто

        Авто заработок + торговля + видео курс

        Сталин, 9 дек 2016, в разделе: Схемы заработка
      7. Сталин
        Открыто

        Бинарные опционы.Торговля на нисходящем тренде. От 80$ в день!!!

        Сталин, 26 сен 2016, в разделе: Форекс и инвестиции