Сейчас ищут:

Продажа Алготрейдинг с научной точки зрения (Александр Горчаков)

  • Внимание!

    В данном разделе находятся курсы которые продаются за отдельную плату (контакты для покупки указаны внизу каждой темы).

    Премиум на такие темы не распространяется.

Admin

Команда форума
Администратор
Регистрация
15 Дек 2021
Сообщения
222,976
Реакции
1,270
Баллы
113
pgwl9bz-png.168137




Алготрейдинг с научной точки зрения
Описание курса
Первым делом, первым делом – алгоритмы, ну а профиты, а профиты потом. Забудьте все, что вы знали о торговых роботах ранее. Начните создавать автоматические трейдинговые системы под руководством гуру алгоритмической торговли, и уже в скором времени вы научитесь сохранять и приумножать капитал.

Встречайте Александра Горчакова – одного из самых известных трейдеров России и автора уникальной обучающей программы для алготрейдеров. Станьте участником онлайн-курса и узнайте, как теория вероятностей и математическая статистика помогают выстроить грамотную торговлю, какие принципы при построении торговых алгоритмов нужно знать каждому инвестору. В рамках обучения Александр покажет методы тестирования и оптимизации торговых роботов, отсеивания систем по различным параметрам и строительства оптимальных портфелей автоматических систем. Также слушатели курса научатся создавать и фильтровать трендовые и контртрендовые торговые алгоритмы.

Расписание (6 семинаров с 14 по 25 декабря 2015 года)
19:30
14.12.2015 Алгоритмическая торговля. Научный подход - 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.

19:30
16.12.2015
Алгоритмическая торговля. Научный подход - 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.

19:30
18.12.2015
Алгоритмическая торговля. Научный подход - 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;

19:30
21.12.2015
Алгоритмическая торговля. Научный подход - День 4
Примеры трендовых торговых алгоритмов. Часть 1.
для кусочно-постоянной условно нормальной модели;
для сильно «антиперсистентной» модели;

19:30
23.12.2015
Алгоритмическая торговля. Научный подход - День 5
Примеры трендовых торговых алгоритмов. Часть 2.
для минимаксной модели трендов;
для история реальной торговли и модификаций;

19:30
25.12.2015
Алгоритмическая торговля. Научный подход - 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.

👉 По поводу приобретения курса пишите в telegram - @SamFather_bot или на почту [email protected]
 

Вложения

  • pGWl9bz.png
    pGWl9bz.png
    147 KB · Просмотры: 5
Сверху Снизу
Забыли свой пароль?
или Войдите с помощью