Алготрейдинг с научной точки зрения (Александр Горчаков)

Курс

Алготрейдинг с научной точки зрения (Александр Горчаков)

858 ₽

О курсе

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. Показать больше