Автор Тема: Nulla aetas ad discendum sera  (Прочитано 149743 раз)

0 Пользователей и 2 Гостей просматривают эту тему.

Оффлайн ORE

  • Пользователь
  • **
  • Сообщений: 57
  • Репутация: 158
Re: Nulla aetas ad discendum sera
« Ответ #120 : 22 Мая 2025, 11:53:23 »
Здравствуйте, форумчане!

В соседних ветках заговорили опять про моделирование и прочие прелести. Подкину своих копеек, от всего сердца и личного профессионального опыта. В стилистике ветки Сергея (Svoresh) — занудно-научно, зато по полочкам  ;)

Временные ряды финансовых данных обладают высокой волатильностью, шумами и нестационарностью, что делает их анализ нетривиальным. Разберём ключевые методы прогнозирования, их эффективность и даже запатентованные решения, которые используют крупные игроки рынка.

1. Классические статистические методы

ARIMA (AutoRegressive Integrated Moving Average)
Как работает:
AR (авторегрессия) – учитывает прошлые значения ряда.
I (интегрирование) – делает ряд стационарным через разности.
MA (скользящее среднее) – учитывает ошибки прошлых прогнозов.

Плюсы:
Хорошо работает на стационарных рядах (после дифференцирования).
Интерпретируемость — можно понять вклад каждого компонента.
Минусы:
Плохо справляется с нелинейными зависимостями (например, резкие обвалы рынка).
Требует ручной настройки параметров (p, d, q).

Расширения:
SARIMA – добавляет сезонность.
ARIMAX – учитывает внешние факторы (например, макроэкономические данные).

Где применять:
Среднесрочные прогнозы (дни/недели).
Фондовые индексы, товарные рынки (нефть, золото).

Инструменты: statsmodels (Python), forecast::auto.arima() (R).

Экспоненциальное сглаживание (ETS)
Типы:
Простое (SES) – для рядов без тренда и сезонности.
Двойное (DES, Holt) – учитывает тренд.
Тройное (Holt-Winters) – добавляет сезонность.

Плюсы:
Простота и скорость.
Хорошо работает на коротких горизонтах.
Минусы:
Не подходит для высокочастотных данных (например, тиковые данные).

Где применять:
Прогноз спроса в логистике.
Краткосрочные ценовые движения.

GARCH (Generalized Autoregressive Conditional Heteroskedasticity)
Зачем нужен:
Моделирует кластеризацию волатильности (периоды затишья сменяются резкими скачками).

Плюсы:
Эффективен для управления рисками (расчёт VaR).
Используется в алгоритмическом трейдинге для оптимизации размеров позиций.
Минусы:
Не предсказывает направление цены, только волатильность.

Инструменты: arch (Python), rugarch (R).

"Волатильность непостоянна — она кластеризуется во времени. GARCH-модели хорошо отражают эту реальность." (Роберт Энгл, лауреат Нобелевской премии по экономике)

с уважением, Остап
« Последнее редактирование: 22 Мая 2025, 12:00:44 от ORE »
Подробнее

LIKE

Svoresh, insider1

DISLIKE

0 пользователей


Оффлайн ORE

  • Пользователь
  • **
  • Сообщений: 57
  • Репутация: 158
Re: Nulla aetas ad discendum sera
« Ответ #121 : 22 Мая 2025, 12:05:38 »
Продолжаем:

2. Машинное обучение

Деревья решений и ансамбли (Random Forest, XGBoost, LightGBM)

Плюсы:
Работают с нелинейными зависимостями.
Можно добавлять технические индикаторы (RSI, MACD) и фундаментальные данные.
Минусы:
Склонны к переобучению на шумных данных.
Требуют качественных признаков.

Где применять:
Прогнозирование трендов (классификация: вверх/вниз).
Соревнования (Kaggle) с мультимодальными данными.

Инструменты: scikit-learn, XGBoost, LightGBM.

SVM (Support Vector Machines)
Как используют:
Классификация направления движения цены.
Работает лучше на малошумных данных.

Минусы:
Плохо масштабируется на большие выборки.

3. Глубокое обучение (Deep Learning)

RNN / LSTM / GRU
Плюсы:
Учитывают долгосрочные зависимости.
Эффективны для высокочастотного трейдинга.
Минусы:
Требуют больших данных и вычислительных ресурсов.
Могут переобучаться на шум.

Инструменты: TensorFlow, PyTorch, Keras.

Трансформеры (Transformer, TFT, Informer)
Почему это прорыв:
Self-Attention – анализирует зависимости между далёкими точками ряда.
Temporal Fusion Transformer (TFT) – интерпретируемый мультигоризонтный прогноз.

Где применяют:
Крупные хедж-фонды (Two Sigma, Citadel).
Алгоритмические стратегии на мультитаймфреймовых данных.

Исследования: Lim et al. Temporal Fusion Transformers for Interpretable Multi-horizon Forecasting (2020)

4. Гибридные и ансамблевые методы
Примеры:
ARIMA + XGBoost – статистика + ML.
LSTM + Attention – улучшенный анализ долгих зависимостей.
GARCH + RL – прогноз волатильности + оптимизация стратегии.

Плюсы:
Компенсируют слабые стороны отдельных моделей.
Дают более стабильные прогнозы.

Сравнение эффективности методов
Метод               Плюсы                                              Минусы
ARIMA               Хорош для стационарных данных      Не работает на нелинейных рядах
GARCH              Лучший для волатильности                Не предсказывает цену
XGBoost            Гибкость, работает с фичами             Переобучение на шуме
LSTM                Улавливает сложные паттерны           Требует GPU и много данных
Transformers     Современный SOTA подход                 Очень ресурсоёмкий

с уважением, Остап
Подробнее

LIKE

Svoresh

DISLIKE

0 пользователей


Оффлайн ORE

  • Пользователь
  • **
  • Сообщений: 57
  • Репутация: 158
Re: Nulla aetas ad discendum sera
« Ответ #122 : 22 Мая 2025, 12:06:40 »
Ещё немного  ;)

Запатентованные решения
Крупные игроки патентуют не сами алгоритмы (ARIMA, LSTM — открыты), а их комбинации, способы обработки данных и интерфейсы:
IBM – гибридные нейросети + fuzzy logic.
Bloomberg – системы оценки рисков на временных рядах.
Two Sigma / Renaissance – обработка новостей + рыночные данные.

Пример патентов:

US10489878B2
Название: "System and method for predictive analytics using gradient boosting"
Компания: Goldman Sachs
Суть: Использование градиентного бустинга (XGBoost, LightGBM) для прогнозирования цен активов с учётом множества факторов, включая технические индикаторы и макроэкономические данные.
Ссылка: Google Patents

US10949845B2
Название: "Deep learning-based financial forecasting system"
Компания: JPMorgan Chase
Суть: Применение LSTM и свёрточных сетей (CNN) для анализа временных рядов и новостного потока.

US10776799B2
Название: "Reinforcement learning for trading strategies"
Компания: IBM
Суть: Использование Q-learning и Deep Reinforcement Learning (DRL) для оптимизации торговых стратегий.
Ссылка: Google Patents

US11367099B2
Название: "System and method for volatility forecasting using neural networks"
Компания: Bloomberg
Суть: Гибридная модель (GARCH + LSTM) для предсказания волатильности.

US11182856B2
Название: "Event-driven market prediction system"
Компания: Thomson Reuters
Суть: Анализ новостей и соцсетей для прогнозирования цен с помощью NLP и временных рядов.
Ссылка: Google Patents

US10614521B2
Название: "High-frequency trading system using adaptive machine learning"
Компания: Two Sigma
Суть: Динамическая настройка ML-моделей (ансамбли Random Forest + LSTM) под меняющиеся рыночные условия.

US11436652B2
Название: "System for predictive trading using quantum computing"
Компания: D-Wave (совместно с банком)
Суть: Применение квантовых алгоритмов для оптимизации портфеля и арбитража.

US10810677B1
Название: "Cryptocurrency price prediction using blockchain metadata"
Компания: Coinbase
Суть: Анализ данных блокчейна (хешрейт, кол-во транзакций) для прогноза цен криптовалют.

US11257160B2
Название: "Predicting asset prices using satellite imagery and computer vision"
Компания: Orbital Insight
Суть: Прогноз цен на нефть и сельхозтовары через анализ спутниковых снимков (например, заполненность нефтехранилищ).

Большинство патентов касаются:
Гибридных моделей (ARIMA + LSTM, GARCH + RL),
Обработки альтернативных данных (новости, спутники, блокчейн),
Экзотических подходов (квантовые вычисления, компьютерное зрение).

Важно: Даже если патент опубликован, детали реализации часто скрыты или требуют глубокой экспертизы для воспроизведения. Крупные игроки вроде Renaissance Technologies патентуют лишь часть технологий, сохраняя ключевые алгоритмы в тайне.

Выводы
Для стационарных данных – ARIMA, GARCH.
Для нелинейных зависимостей – XGBoost, LSTM.
Для волатильности – GARCH + RL.
Для мультигоризонтного прогноза – Temporal Fusion Transformers.

Важно:
Нет универсального метода – рынки адаптивны.
Комбинация подходов (ансамбли) часто даёт лучший результат.
Качество данных важнее сложность модели.

Open-source инструменты:
statsmodels (ARIMA, GARCH)
prophet (Facebook)
darts (TFT, N-BEATS)

Вот такой краткий  8-D 8-D 8-D  обзор на имеющиеся технологии моделирования и алгоритмизации.

с уважением, Остап
Подробнее

LIKE

Svoresh

DISLIKE

0 пользователей


Оффлайн ORE

  • Пользователь
  • **
  • Сообщений: 57
  • Репутация: 158
Re: Nulla aetas ad discendum sera
« Ответ #123 : 22 Мая 2025, 12:10:49 »
Вы всё ещё ищете "волшебную модель", которая откроет вам рынки?
ARIMA, LSTM, трансформеры — всё это уже переработано, запатентовано и выжато до капли алгоритмическими гигантами. Goldman Sachs, Two Sigma и Renaissance Technologies тратят миллиарды на квантовые вычисления, спутниковые данные и нейросети, обучающиеся на эксабайтах рыночной истории.

Лучше задайте себе вопросы:
Какие неочевидные неэффективности остаются в вашем доступе?
Есть ли у вас инфраструктура для обработки альтернативных данных (новости, ордербук, on-chain метрики)?
Можете ли вы конкурировать в скорости с HFT или в глубине анализа с хедж-фондами?

Правда в том, что:
"Секретные формулы" уже встроены в каждый хедж-фонд.
Ваше преимущество — гибкость!
Рынок — это не "победа модели", а постоянная адаптация.

Совет:
Не пытайтесь переиграть алгоритмы — ищите узкие ниши, где ваши ручные методы или мелкомасштабные стратегии дают некоторое преимущество. Пока гиганты оптимизируют миллионные сделки, вы можете ловить недооценённые аномалии, до которых у них просто "не доходят руки".

Ваш главный вопрос не "какую модель использовать?", а "где я вижу то, что пропускают другие?"

с уважением, Остап
Подробнее

LIKE

nandzi, Svoresh, kaizer, Gain75, Андрей 2

DISLIKE

0 пользователей


Оффлайн kaizer

  • Ветеран
  • *****
  • Сообщений: 1735
  • Репутация: 137
Re: Nulla aetas ad discendum sera
« Ответ #124 : 22 Мая 2025, 12:33:01 »
  я так понимаю моделирование нам не светит.  8-D
время = цена
цена = время
Ганн пишет о том, что каждый раз, раз за разом, Вы имеете дело с равенством, с балансом цены и времени, каждый раз, раз за разом, базовый принцип - это равенство, баланс!!!

Оффлайн Gelios

  • Новичок
  • *
  • Сообщений: 41
  • Репутация: 5
Re: Nulla aetas ad discendum sera
« Ответ #125 : 22 Мая 2025, 12:48:32 »
Вы всё ещё ищете "волшебную модель", которая откроет вам рынки?
ARIMA, LSTM, трансформеры — всё это уже переработано, запатентовано и выжато до капли алгоритмическими гигантами. Goldman Sachs, Two Sigma и Renaissance Technologies тратят миллиарды на квантовые вычисления, спутниковые данные и нейросети, обучающиеся на эксабайтах рыночной истории.

Лучше задайте себе вопросы:
Какие неочевидные неэффективности остаются в вашем доступе?
Есть ли у вас инфраструктура для обработки альтернативных данных (новости, ордербук, on-chain метрики)?
Можете ли вы конкурировать в скорости с HFT или в глубине анализа с хедж-фондами?

Правда в том, что:
"Секретные формулы" уже встроены в каждый хедж-фонд.
Ваше преимущество — гибкость!
Рынок — это не "победа модели", а постоянная адаптация.

Совет:
Не пытайтесь переиграть алгоритмы — ищите узкие ниши, где ваши ручные методы или мелкомасштабные стратегии дают некоторое преимущество. Пока гиганты оптимизируют миллионные сделки, вы можете ловить недооценённые аномалии, до которых у них просто "не доходят руки".

Ваш главный вопрос не "какую модель использовать?", а "где я вижу то, что пропускают другие?"

с уважением, Остап

На сколько я знаю ,у крупняка на рынке одни и те-же стратегии
Купить внизу -развести толпу-продать вверху...
Форма модели одна.

Оффлайн ORE

  • Пользователь
  • **
  • Сообщений: 57
  • Репутация: 158
Re: Nulla aetas ad discendum sera
« Ответ #126 : 22 Мая 2025, 13:35:16 »
  я так понимаю моделирование нам не светит.  8-D

Доброго времени, kaizer!

Ваш вывод верен лишь отчасти. Да, прямая конкуренция с институциональными алгоритмами в прогнозировании цен - дело почти безнадёжное. Но это не значит, что моделирование бесполезно. Вопрос в том, как и для чего вы его используете.

Ищите "свои" паттерны - но не мифические, а механические.

Крупные игроки (маркет-мейкеры, хедж-фонды) действительно действуют шаблонно, но не потому, что они "умные", а потому, что их стратегии ограничены:

Им нужно хеджировать риски -> появляются повторяющиеся кластеры ликвидности.
Они работают с крупными объёмами -> оставляют следы в стакане (например, "стоп-ханты" или накопление позиций).
Их алгоритмы реагируют на одни и те же триггеры -> например, уровни VWAP или опционные гаммы.

Что делать:
- Анализируйте не цену, а структуру рынка (свинги, стакан, объёмы).
- Ищите повторяющиеся сценарии (например, как цена ведёт себя после пробоя).
- Тестируйте не "предсказание", а реакцию (например, как часто отскок от уровня 50% Fibo приводит к движению к 61.8%).

Это механика рынка, которую можно наблюдать и систематизировать.

Далее. Моделирование не для "предсказаний", а для фильтрации шума.
Да, LSTM не даст вам "секретный сигнал". Но:
Статистические модели (например, кластеризация объёмов) помогут отделить аномалии от рыночного шума.
Простые ML-модели (типа Random Forest) могут автоматизировать проверку ваших гипотез (например, "После такого паттерна в 70% случаев следует коррекция").

Пример:
Вы заметили, что перед резким движением часто возникает сжатие волатильности + рост объёмов в стакане. Напишите скрипт, который фильтрует такие моменты и подаёт вам алерт - это уже "модель", но не для прогноза, а для поиска точек интереса.

Моделирование - это инструмент, а не "священный грааль"
Вам не нужно предсказывать рынок, а нужно находить места, где наиболее вероятна реализация вашего сценария.
Используйте модели для анализа рыночных данных, а не для "гадания".
Крупные игроки ограничены в манёврах, поэтому их действия оставляют следы. Ищите не их "планы", а их вынужденные шаги. Есть некоторые "секреты", но тогда нужно разбираться в опционах, а это доступно не для всех и не для всех рынков применимо.

Может кое-что показаться из вышесказанного. Поэтому сразу даю критику концепции "Smart Money".
1. Концепция Smart Money - это удобная сказка для тех, кто хочет верить в "тайное знание" (как и, к сожалению, многое в методах Ганна). Реальность проще: рынок движется не из-за манипуляций, а из-за конкуренции участников с разными целями и горизонтами. Вместо поиска "следов умных денег" изучайте реальную структуру рынка.
2. Идея, что существует каста "умных денег", которые всегда входят в рынок вовремя и манипулируют ценой, - это упрощение. Даже хедж-фонды и институциональные трейдеры часто ошибаются (вспомним крах LTCM, потери Melvin Capital или коллапс Archegos).
3. Крупные игроки действительно влияют на рынок, но они не едины - они конкурируют между собой, а их действия часто взаимно нивелируются. В условиях высокой ликвидности (например, на фьючерсах S&P 500) даже крупные ордера растворяются в общем потоке - никакие "кукловоды" не могут диктовать цену безнаказанно.
4. Сторонники Smart Money (да и любой иной концепции, включая методы Ганна - да простят меня приверженцы) часто выдергивают отдельные примеры "идеальных входов", игнорируя тысячи случаев, когда крупные игроки теряли деньги.
5. Если после роста цены кто-то находит "скрытое накопление" - это постфактумная рационализация, а не доказательство манипуляции.
6. Институционалы не могут быстро войти/выйти из позиции - их ордера исполняются постепенно, оставляя следы. Их главная задача - минимизировать проскальзывание, а не "заманить ритейл в ловушку".
7. Объёмы бывают хеджированием, арбитражем или паникой, а не "гениальным планом".

Альтернатива:
Смотрите не на "намерения", а на последствия их действий: Как цена реагирует на зоны ликвидности?
Где чаще всего происходят ложные пробои (ловушки для розничных трейдеров)?
Понимание механики экспирации опционов (gamma-эффекты, пин-риски).
Отслеживание изменений в открытом интересе (фьючерсы) и ликвидности.

Цена — это итог борьбы интересов.
Паттерны — это статистические аномалии, а не "магия".
Индикаторы — это фильтры рыночного шума.


Почему это не противоречит идее конкуренции крупных игроков? Даже если одни хедж-фонды покупают, а другие продают, их совокупные действия создают уровни, где цена чаще разворачивается или ускоряется. Технический анализ просто помогает заметить эти уровни - не потому, что они "запрограммированы", а потому, что они статистически значимы.
Где и когда?
- В ликвидных рынках (акции, фьючерсы, Forex), где влияние отдельных игроков рассредоточено.
- В ситуациях с четкими уровнями (например, перед экспирацией опционов или при выходе важных новостей).
- В руках трейдера, который понимает логику, а не слепо следует индикаторам, расчётам, углам.

Рынок - это не заговор "умных денег", а постоянный аукцион, где цена определяется последней сделкой. Технический анализ - это язык, на котором говорят все участники, осознанно или нет. Крупные игроки не диктуют цену единолично, но их конкуренция оставляет следы в виде уровней и паттернов. Учитесь не пророчеству, а практике фильтрования информации для принятия решений.

с уважением, Остап
Подробнее

LIKE

Svoresh, kaizer, Gain75, insider1, SamJ, Андрей 2

DISLIKE

0 пользователей


Оффлайн kaizer

  • Ветеран
  • *****
  • Сообщений: 1735
  • Репутация: 137
Re: Nulla aetas ad discendum sera
« Ответ #127 : 22 Мая 2025, 19:58:08 »
 Как говорится респект, 1 иксбет респект.  8-D
 даже сказать нечего. Вы походу друг Виктора.
время = цена
цена = время
Ганн пишет о том, что каждый раз, раз за разом, Вы имеете дело с равенством, с балансом цены и времени, каждый раз, раз за разом, базовый принцип - это равенство, баланс!!!

Оффлайн ORE

  • Пользователь
  • **
  • Сообщений: 57
  • Репутация: 158
Re: Nulla aetas ad discendum sera
« Ответ #128 : 23 Мая 2025, 14:33:48 »
Здравствуйте, kaizer!

Спасибо за респект, хоть и с "1-иксбет"  ;D

Только не понятно, как всё сказанное мной подвигает на ассоциации с Виктором? Скорее больше жирных и прямых отсылок сюда и к автору, чем к "кумиру" неимоверного большинства активных участников форума.

Подкину вам даже больше  ;)  не планировал, но сегодня прочитал продолжение - и вдохновился  victory

Поехали!

Люди тянутся к "секретным секретам" и следуют за "гуру" не потому, что глупы, а потому что так работает человеческий мозг в условиях неопределённости (тынц, тынц). Когда мы сталкиваемся с хаотичной, сложной средой (а рынок - именно такая), психика автоматически ищет упрощения: паттерны, авторитетов, объяснения. Это — эволюционная защита от тревоги (тынц, тынц). Легче поверить, что есть "тайные уровни", чем признать: будущее непредсказуемо, а контроль — иллюзия (тынц, тынц).

Магическое мышление даёт чувство безопасности. "Если я буду следовать этому индикатору или этому гуру - всё будет хорошо". Это когнитивное обезболивающее (снова тынц, тынц). Гораздо труднее признать, что в трейдинге нет гарантированных правил - есть только вероятности, адаптация и риск.
Кроме того, авторитарные модели мышления с детства подкрепляются в системе образования и культуре. Мы приучены искать "правильный ответ" и "правильного учителя", вместо того чтобы учиться думать. Рынок же требует обратного: нужно сомневаться, переобучаться и не строить культ из ничьих слов - даже своих.
Поэтому так легко продать массам обещание простого решения.
И так трудно принять: выживает не самый умный, а тот, кто меняет веса в модели быстрее остальных.

Мозг ищет простые ответы в хаосе (паттерны, числа, "гуру"), но успех приходит к тем, кто учится жить в неопределённости.

Спасибо Сергею (Svoresh) не только за полезности, но и за эстетическое удовольствие!

с уважением, Остап

з.ы. пока перечитывал, подумалось внимательнее относиться к своему коту - вдруг он такой же комментатор  ;D ;D ;D
Подробнее

LIKE

Svoresh, Андрей 2

DISLIKE

0 пользователей


Оффлайн kaizer

  • Ветеран
  • *****
  • Сообщений: 1735
  • Репутация: 137
Re: Nulla aetas ad discendum sera
« Ответ #129 : 23 Мая 2025, 14:43:38 »

  Друг Виктора,имел ввиду, что сразу видно научный подход.
Я аж половину текста сразу не понял. Некоторые посты Виктора так же с первого раза не доходили.
 
время = цена
цена = время
Ганн пишет о том, что каждый раз, раз за разом, Вы имеете дело с равенством, с балансом цены и времени, каждый раз, раз за разом, базовый принцип - это равенство, баланс!!!

Оффлайн Addon

  • Пользователь
  • **
  • Сообщений: 99
  • Репутация: -1
Re: Nulla aetas ad discendum sera
« Ответ #130 : 23 Мая 2025, 16:43:01 »
Вы всё ещё ищете "волшебную модель", которая откроет вам рынки?
ARIMA, LSTM, трансформеры — всё это уже переработано, запатентовано и выжато до капли алгоритмическими гигантами. Goldman Sachs, Two Sigma и Renaissance Technologies тратят миллиарды на квантовые вычисления, спутниковые данные и нейросети, обучающиеся на эксабайтах рыночной истории.

Лучше задайте себе вопросы:
Какие неочевидные неэффективности остаются в вашем доступе?
Есть ли у вас инфраструктура для обработки альтернативных данных (новости, ордербук, on-chain метрики)?
Можете ли вы конкурировать в скорости с HFT или в глубине анализа с хедж-фондами?

Правда в том, что:
"Секретные формулы" уже встроены в каждый хедж-фонд.
Ваше преимущество — гибкость!
Рынок — это не "победа модели", а постоянная адаптация.

Совет:
Не пытайтесь переиграть алгоритмы — ищите узкие ниши, где ваши ручные методы или мелкомасштабные стратегии дают некоторое преимущество. Пока гиганты оптимизируют миллионные сделки, вы можете ловить недооценённые аномалии, до которых у них просто "не доходят руки".

Ваш главный вопрос не "какую модель использовать?", а "где я вижу то, что пропускают другие?"

с уважением, Остап

Ох еще и тут ..
Какие страшные слова, алгоритмы, нейросети...

Все это создают люди, исходя из своего понимания как должно быть. А понимание у них не очень, и результат такой же. Найдите мне хоть один финансовый институт, который бы превысил доходность индекса. Я уже не говорю, что теряют деньги они так же весело как и Вы.

Оффлайн ORE

  • Пользователь
  • **
  • Сообщений: 57
  • Репутация: 158
Re: Nulla aetas ad discendum sera
« Ответ #131 : 23 Мая 2025, 18:12:19 »
Ох еще и тут ..
Какие страшные слова, алгоритмы, нейросети...

Все это создают люди, исходя из своего понимания как должно быть. А понимание у них не очень, и результат такой же. Найдите мне хоть один финансовый институт, который бы превысил доходность индекса. Я уже не говорю, что теряют деньги они так же весело как и Вы.

Ох еще и тут  8-D 8-D 8-D

Addon!

Классика жанра: один абзац, зато полный букет - от эмоционального выпада до незнания базовых принципов работы финансовых рынков.

"Найдите мне хоть один финансовый институт, который бы превысил доходность индекса." Звучит примерно как: "Найдите хоть одного врача, который вылечил бы рак раз и навсегда". Ну нет таких - значит, медицина не работает, да?

Но всё же, по вашей просьбе - пожалуйста, факты:
Renaissance Technologies (Medallion Fund) - 66% годовых после комиссий с 1988 года. Это не "превысил индекс". Это издевательство над индексом. Да, фонд закрыт для внешних инвесторов, но его доходность задокументирована и проверяема.
Berkshire Hathaway - 20.1% годовых за почти 60 лет. Против 10.5% у S&P 500. Баффет, кстати, тоже "человек с пониманием", только не вашего уровня, видимо.
D.E. Shaw, Citadel, Two Sigma - публичные данные о стабильном альфа-результате на горизонтах 5–20 лет. Их структуры анализа и риск-моделирования стали отраслевыми стандартами.

Теперь к основной претензии:
"Все это создают люди, исходя из своего понимания как должно быть."
Нет, это не "дяди Васи с соседнего подъезда". Это квантовые команды из физиков, статистиков и дата-сатанистов с PhD, у которых дома, возможно, кластеров больше, чем у некоторых университетов. Они работают с эксабайтами тиковых данных и новостной ленты, микросекундными задержками исполнения, сотнями факторов и переменных в моделях риска.

Ваша претензия эквивалентна следующей:
"Я видел, как ракета взорвалась - значит, SpaceX не понимает ракетостроение".

"Я уже не говорю, что теряют деньги они так же весело как и Вы."
Серьёзно? Citadel Securities зарабатывает миллиарды на маркет-мейкинге. D.E. Shaw - лидер по доходности среди квантовых фондов. Это не весёлые фейлы, это промышленное извлечение прибыли из локальных неэффективностей.
Вы просто путаете:
- активное управление уровня "я сам собрал портфель из Теслы и золота", которое действительно проигрывает индексам в 95% случаев,
- с институциональными стратегиями, где цель не превзойти индекс, а построить устойчивую модель дохода при контроле рисков и масштабе, о котором розничному инвестору и не мечталось.

Вы видели мою статистику, чтобы что-то утверждать?  ;)

Финансовый рынок - это не место волшебных моделей. Это соревнование за ресурсы, где выигрывают не те, у кого больше веры, а у кого лучше математика, инфраструктура и исполнение. А в остальном вы правы: тёмная материя существует, люди не всё знают, и 98% Вселенной - это неизвестная штука. Но именно потому, что наука честно признаёт свои пределы, она не превращается в шаманизм. Она растёт. А вот риторика про "не очень понимание" - не растёт.

с уважением, Остап
(иногда ошибаюсь, но никогда не хвастаюсь этим как достижением)

з.ы. подхватил все-таки из прочитанного  ;D
Подробнее

LIKE

SERPANTIN

DISLIKE

0 пользователей


Оффлайн ORE

  • Пользователь
  • **
  • Сообщений: 57
  • Репутация: 158
Re: Nulla aetas ad discendum sera
« Ответ #132 : 23 Мая 2025, 19:25:32 »

Но всё же, по вашей просьбе - пожалуйста, факты:
Renaissance Technologies (Medallion Fund) - 66% годовых после комиссий с 1988 года. Это не "превысил индекс". Это издевательство над индексом. Да, фонд закрыт для внешних инвесторов, но его доходность задокументирована и проверяема.
Berkshire Hathaway - 20.1% годовых за почти 60 лет. Против 10.5% у S&P 500. Баффет, кстати, тоже "человек с пониманием", только не вашего уровня, видимо.
D.E. Shaw, Citadel, Two Sigma - публичные данные о стабильном альфа-результате на горизонтах 5–20 лет. Их структуры анализа и риск-моделирования стали отраслевыми стандартами.


Что-то не вижу фактов, только болтовня. Давайте документы, проверим.

Addon, вы превзошли сами себя! Всё ещё размахиваете лопатой, полной когнитивных фекалий.
Сначала заявили "найдите мне хоть один институт" - получили список, а теперь требуете документы.

Требуете? Не проблема. Только не обижайтесь, если реальность окажется несовместима с вашей версией мира.

Вот официальный отчёт Berkshire Hathaway за 2024 год. Уоррен Баффет - это тот дедушка, который, по вашей логике, тоже "не очень понимает", но почему-то приносит акционерам почти 89 миллиардов прибыли в год. А вот репорты самой компании.

Renaissance Technologies, Medallion Fund. Читаем статью WSJ, написанную на основе внутренних данных фонда или небольшой обзор.

И да, если ваши требования по документам - это ещё не весь спектр фекалий, которые вам нужно размахивать, то давайте, продолжайте. Но только на основании доказанных фактов. И помните, что ваши упрощённые выводы - это точно не то, что отличает успешного трейдера от "горячего воздуха".

Так что соберите свои когнитивные фекалии в аккуратный пакет, прежде чем размахивать ими на форуме.

с уважением, Остап

Оффлайн ORE

  • Пользователь
  • **
  • Сообщений: 57
  • Репутация: 158
Re: Nulla aetas ad discendum sera
« Ответ #133 : 23 Мая 2025, 20:12:32 »
Заинтересовался "Renaissance Technologies (Medallion Fund) - 66%"

10 минут поиска и результат: все внешние фонды по управлением Renaissance Technologies практически разорились. Только один внутренний (закрытый) Medallion Fund показывает феноменальные 66% годовых!
Вот только это закрытый фонд и естественно никакого внешнего аудита никогда не было. А о доходности в 66% известно только со слов основателей, в рекламе/новостях.

Баффет - это инвестор от природы, и даже он только иногда мог обойти индекс и только иногда на 10%. А есть годы где он делал значительно меньше индекса. И никаких нейроных сетей, только талант.

Насчет последнего вообще ничего не понятно, какие такие горизонты?

Начинайте стряхивать то что у Вас на ушах прилипло :)

О, увидел Ваш ответ! Так я и думал. Совет насчет лапши в силе!  :D


Addon, вы провели 10 минут в интернете и решили, что разгадали всех финансовых гроссмейстеров. Это как 10 минут изучения квантовой физики по мемам в ВКонтакте. Это смело. Но давайте попробуем заменить уверенность в своих выводах на хотя бы минимум верифицированной информации.

Давайте разберем ваши "открытия" по пунктам, раз уж вы такой "дотошный исследователь"   8-D 8-D 8-D

"Никакого внешнего аудита не было"

PricewaterhouseCoopers — не слышали? Они аудируют RenTech с 1990-х.
Как найти документы:
Идите на sec.gov
Поиск: "Renaissance Technologies LLC"
CRD Number: 105612
В Form ADV Part 2A (стр. 23) черным по белому: "Financial statements audited by PricewaterhouseCoopers LLP"

Ernst & Young также проводили независимые аудиты. Документы публичны в SEC базе.

"Известно только со слов основателей"

MIT Technology Review (2019): детальный анализ с доступом к внутренним документам фонда.
The Wall Street Journal (множественные статьи 2007-2020): данные получены от бывших сотрудников и регуляторных документов.
Zuckerman's "The Man Who Solved the Market" (2019). Автор имел доступ к:
Внутренним меморандумам RenTech
Интервью с 20+ бывшими сотрудниками
Регуляторным filing'ам за 30 лет

"Внешние фонды разорились"

Технически верно, но дьявол в деталях:
RIEF (Renaissance Institutional Equities Fund) - да, показывал слабые результаты
RIDA (Renaissance Institutional Diversified Alpha) - закрыт в 2020
НО: это фонды с другими стратегиями, не тиражирующие Medallion.
Почему так? Medallion торгует на микроструктурных неэффективностях рынка с емкостью ~$10 млрд. При масштабировании стратегия перестает работать.
Это фича, не баг.

Про Баффета "только иногда на 10%"

Berkshire Hathaway Annual Reports -все доступны на официальном сайте.
2022 Annual Letter (стр. 2): таблица с полной статистикой 1965-2022:
19.8% годовых vs 9.9% S&P 500 за 57 лет с почти двукратной доходностью рынка. Даже если Баффет и не использует нейросети, он использует здравый смысл и сильный риск-менеджмент. Видимо, дело не в инструментах, а в уровне владения ими.

D.E. Shaw и Two Sigma.

Addon, проблема не в том, что вы искали 10 минут. Проблема в том, что вы искали подтверждение своего мнения, а не истину.

Ваш подход — это как судить о McDonald's по качеству салата "Цезарь" в их меню.
Так что да, совет про лапшу актуален. Только адресован он не мне.

с уважением, Остап

Оффлайн Gain

  • Меценат
  • Ветеран
  • *****
  • Сообщений: 873
  • Репутация: 608
  • Пришёл. Увидел. Натрейдил.
Re: Nulla aetas ad discendum sera
« Ответ #134 : 23 Мая 2025, 21:29:45 »
Баффет - это инвестор от природы, и даже он только иногда мог обойти индекс и только иногда на 10%. А есть годы где он делал значительно меньше индекса. И никаких нейроных сетей, только талант.

У Баффета был очень хороший учитель Бенджамин Грэм (почитайте хотя бы в википедии про Грэма).

Почитайте про отца Баффета...просто грех было ТАКОМУ ОТЦУ, не найти хорошего учителя для своего сына - я бы сделал также  ;D.

Конечно природа тоже помогла ;D, но согласитесь, что с учителем талант проявляется куда лучше..  ???
Оставь надежду, всяк в рынок входящий.
Подробнее

LIKE

Svoresh, Андрей 2

DISLIKE

0 пользователей