1. Новые покупки Показать еще

    29.05.2017: Марафон "Начало" 2017 (Роман Пузат)

    29.05.2017: Как сэкономить до 70% на ресурсах и материалах при строительстве собственного дома (Домогацкий)

    28.05.2017: Обработка фотографий под пленку (Роман Иванов)

    28.05.2017: Съемка бутылок и напитков с одним источником света (Александр Сляднев)

    28.05.2017: Съемка блюд с одним источником света (Александр Сляднев)

  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

    28.05.2017: Крой и Шитье - Метод Любакс (полный комплект)

    27.05.2017: Играем и творим (Галка-Игралка)

    24.05.2017: Программа на ставки Ванга-Бет 2

    22.05.2017: Идеальное свидание. Первый шаг в счастливые отношения (Юлия Ланске)

    18.05.2017: Развитие ребёнка от 5 до 7+ (Валентина Паевская)

  4. Сбор взносов Показать еще

    25.05.2017: Интуиция в бизнесе (Егор Булыгин)

    25.05.2017: [Академия Лидогенерации] Самый полный курс по продвижению на YouTube

    25.05.2017: Как делать фотоконтент для Инстаграм (Анна Бусел)

    25.05.2017: [profileschool] Экспозиция и экспонометрия в фото и видео (Дмитрий Скобелев)

    22.05.2017: Стоковая теория (Juli Rose)

Куплено

Алгоритмическая торговля. Научный подход (Александр Горчаков)

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

Цена:
9990р.
Взнос:
435р.
Записаться

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. Сталин
      2. Злата
      3. Менеджер
        Открыто

        Алгоритмическая торговля опционами в TSLab 2.0

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

        Wealth-Lab - Алгоритмическая торговля & техн.Анализ.

        Менеджер, 29 авг 2014, в разделе: Форекс и инвестиции
      5. Сталин
      6. Сталин
      7. Сталин
        Открыто

        50$ в день. Умная торговля на бинарных опционах

        Сталин, 5 апр 2017, в разделе: Форекс и инвестиции