"Интересные" моменты на бирже

Странные стихи
Сложить не просто

Странные стихи
Не заходят в гости

Странные стихи
Не подскажет муза

Странные стихи
Не уснешь сегодня

Странные стихи
Мне инет отрубят

Странные стихи
На работу надо...

Странные стихи
Как закончить это

Странные стихи
Бесконечность лета

Странные стихи
Я не умру наверно

Странные стихи
И зачем все это?

Странные стихи.
Странные стихи..
Странные стихи...
Странные стихи....

В Европе не утихают слухи о том, что канцлер ФРГ Ангела Меркель – родная дочь Адольфа Гитлера. Мол, родилась она от замороженной спермы фюрера, о чем прекрасно знают что наши, что американские спецслужбы. Более того, именно они приложили к этому руку, дабы вырастить нового Гитлера в юбке.

Родила сестра Евы Браун

Германия выступает за мирное урегулирование политического кризиса в Украине и дальнейшие реформы. Это - заявление канцлера страны Ангелы Меркель. Выступая в Бундестаге, политик похвалила украинских протестующих за "мужество" и призвала услышать их голоса. По словам Меркель, люди показали, что не хотят поворачиваться спиной к ЕС и выступают за европейские ценности.

немка смыла в туалет 400 тысяч евро странная Ангела Майер....странная Ангела Меркель....странные белки....

Я не ем, не сплю ночами,
В интернете все сижу
За Фин-Флеймом я слежу.
Я прошел отбор тяжелый
300 личностей у нас
И и в Фин-Флейме я, как в сказке,
Биржа славная у нас.
Приходи и ты к нам тоже
Приводи друзей, подруг,
По валюте Фин-Флейм лучший
Самый лучший в мире друг!

Наиболее сложные и точные эксперименты по моделированию работы человеческого мозга были проведены на японском суперкомпьютере, правда, суперкомпьютер воспроизвел деятельность головного мозга всего в масштабах 1 секнуды. Чтобы воспроизвести 1 секунду деятельности мозга, одному из самых мощных суперкомпьютеров K Supercomputer потребовались 40 минут вычислений.

На сегодня K считается четвертым мощнейшим компьютером в мире, он состоит из 705 024 процессорных ядер SPARC и имеет 1,4 млн гигабайт оперативной памяти. Проект по симуляции деятельности мозга представляет собой совместное исследование японской исследовательской группы RIKEN, Института Окинавы в Японии и Юлихского междисциплинарного центра в Германии. Инженеры говорят, что ими было проведено крупнейшее на сегодня моделирование сети нейронной симуляции в мире.

Для создания среды симуляции, специалисты использовали открытое программное обеспечение Neural Simulation Technology (NEST), которое виртуально воспроизвело сеть из 1,73 млрд нервных клеток, объединенных 10,4 трлн синапсов. Хотя данные цифры впечатляют, они представляют всего 1% от общей нейронной сети человеческого мозга. Ученые говорят, что их тест воочию показал современные вычислительные лимиты суперкомпьютеров.

Проведя моделирование, специалисты смогли получить новые знания о конструкции будущих программ параллелизованного моделирования процессов. Кроме того, они смогли «пощупать» технологии, которые будут реализованы в суперкомпьютерах будущих поколений.

курящие причины

Закон причинно-следственной связи.
Закон причинно – следственной связи так же работает, как и закон притяжения. И с ним трудно поспорить. Человек, следуя своим желаниям (причине), предпринимает какие-то действия, и получает результат своих действий – следствие. К сожалению, не все четко и ясно понимают, что же должно быть в результате. Но любые действия, которые предпринимает человек, ведут к следствию, порожденному этими действиями, то есть, к результату. Многие люди, ведомые своими прихотями, желаниями, в стремлении удовлетворить их и получить то, что так желанно, не задумываются о том, что же получится в итоге. И порой их реализованные желания становятся их разочарованиями.
Прежде, чем предпринимать действия, которые как, кажется человеку, ведут к достижению желаемой цели, не мешало бы очень четко сконцентрироваться на результате и продумать все возможные варианты действий, а так же возможные результаты этих действий. Порой результат очень сильно взаимосвязан с другими сферами жизнедеятельности человека.
Причинно следственная связь – предполагает понимание того, каким должен быть результат, все взаимосвязи, все последствия этого результата

В то время как трейдеры покупают и продают ценные бумаги и валюты, на тех же самых биржах оперируют никем не замеченные супер-быстрые компьютеры, сообщает Quartz. В то время как скорость реакции человека не превышает секунды, биржевой компьютерный бот может среагировать за 740 наносекунд и успеть совершить десятки тысяч сделок до того, как люди вообще заметят, что что-то произошло.

Как показали исследования, с 2006 по 2011 было зафиксировано 18 тысяч взлетов и падений акций, которые не заметил никто, кроме роботов, в то время как во время этих сверхскоростных событий цена акций могла меняться на 0.08%, что, учитывая скорость, с которой проводятся операции, может вылиться в солидные доходы.

Интересно и то, что эти микро-операции практически невозможно регулировать: сложно следить за порядком там, где в секунду происходят тысячи покупок и продаж. Больше того, эти «суб-секундные» сделки могут в свою очередь сами вызывать изменения в стоимости ценных бумаг, пусть и на незначительные доли процента. Очередной повод задуматься о том, что как технологии меняют нашу жизнь — даже если мы этого не замечаем.

используйте тактику "падать на хвост"

Риск. Мы консервативны по отношению к прибыли и склонны к риску по отношению к убыткам. Kahneman и Tversky просили людей выбрать между 80% шансов выиграть $4000 и 20% шансов не выиграть ничего, и 100% шансами получить $3000. 80% опрошенных выбрали $3000 наверняка. Затем они предложили выбор между риском 80% шансов потери $4000 и 20% шансами не потерять ничего, и 100% шансами потерять $3000. 92% опрошенных предпочли рискнуть. Стратегия, которую выбирает большинство (наверняка взять $3000, и 80% шансов потерять $4000), имеет математическое ожидание -$200, т.е. в среднем мы каждый раз будем терять по $200. Что и делаем на бирже.

Дай ссыль, а? Пожалуйста.

Ошибка игрока ("Gambler’s Fallacy”). Мы убеждены, что если в случайной последовательности (или рынке) установился тренд, то он может развернуться в любой момент. Мы уверены, что если у нас несколько раз подряд были проигрышные сделки, следующая обязательно будет выигрышной. Ralf Vince провел эксперимент с 40 кандидатами наук, но не профессиональными игроками, и не статистиками. Им предложили сыграть в простую компьютерную игру, в которой они бы выигрывали 60% времени. Каждому дали по $1000 и попросили ставить столько, сколько они хотят, в каждой попытке. После 100 попыток, только 2 из 40 (5%) увеличили свои $1000.

Лотерея. Мы считаем, что если мы можем манипулировать числами, то наши шансы на выигрыш увеличиваются. Отсюда следует популярность лотерей, хотя шансы на выигрыш в них ничтожно малы, и всевозможных прогнозов. Чтобы мы открыли позицию (купили или продали акции), рынок должен совершить определенное действие, согласно установленным нами правилам (то, что обычно называют «системой»). Таким образом, мы имеем ощущение контроля рынка. Поскольку, когда позиция открыта, рынок живет своей собственной жизнью, вне зависимости, что мы думаем о нем, мы сосредотачиваем все внимание на правилах входа в позицию. Факты таковы, что это наименее важная часть торговой стратегии. Я экспериментировал с системой со случайными входами, и она, в подавляющем большинстве случаев (каждый запуск порождает новую последовательность случайных чисел), была прибыльной. Идея позаимствована у Van Tharp’а, у которого «система делала деньги на 80% прогонов, когда она торговала одним контрактом на каждом фьючерсном рынке. Она делала деньги 100% времени, когда была добавлена простая система управления капиталом – рисковать 1% капитала.

Детерминированность и случайность. Мы неадекватно воспринимаем случайность. Nassim Taleb описал занятный эксперимент: «Исследователи дают птицам (какие-то pigeons) в клетке корм случайным образом, и что бы ни делали птицы во время кормежки, они начинают делать это сильнее, чтобы получить дополнительную пищу. Это приводит к выработке у птиц определенного ритуала, типа танца. Таким образом, имеется нечто в птичьих мозгах, что идентифицирует причинность. От птичьих мозгов до наших, поэтому, небольшой шаг. Люди всегда думают, что имеется причина событиям. Мы неспособны принять случайность.» Я показывал клиентам графики цен, и они находили на них тренды, поддержки и сопротивления, «головы и плечи», дивергенции, словом, весь комплект. Самое интересное заключалось в том, что эти графики были порождены генератором случайных чисел, являлись не более чем случайным блужданием. С другой стороны, мы любим ловить минимумы и максимумы цен, полагая, что они могут развернуться в любой момент. При этом подразумевается, что изменения цен распределены случайно, и развороты можно спрогнозировать. На самом деле, в изменениях цен бывают очень большие выбросы, которые нельзя спрогнозировать из нормально распределенных случайных изменений цен. Как результат, мы значительно недооцениваем риск. Если мы купили акции, а цена ушла еще ниже, мы покупаем еще, уменьшая среднюю цену покупки (усредняясь). Неофициальная статистика гласит: «усреднение на падающем рынке сгубило больше евреев, чем Гитлер».

Простое и сложное. Мы предпочитаем сложное простому. Профессор Alex Bavelas провел впечатляющий эксперимент. Двоих испытуемых, А и В, изолированно друг от друга, посадили перед экранами. Им сказали, что цель эксперимента – научиться распознавать больные и здоровые клетки, методом проб и ошибок. Перед каждым были две кнопки: «здоровая» и «больная», и две лампочки: «правильно» и «неправильно». Каждый раз, когда на экран проецировалось изображение клетки, они угадывали, здоровая клетка или больная, нажимая соответствующие кнопки, после чего загоралась соответствующая лампочка. Если А угадывал правильно, загоралось «правильно»; если А был неправ, то загоралось «неправильно». Вскоре А научился распознавать больные клетки примерно в 80% случаев. В же получал не истинные результаты своих ответов, а основанные на ответах А: Если А был прав, то у В загоралось «правильно»; если А был неправ, то у В загоралось «неправильно», вне зависимости от реального результата. Разумеется, В этого не знал. Он искал порядок там, где его не было. Затем А и В спросили, по каким правилам они отличают больные клетки от здоровых. А предложил простые конкретные правила. В использовал правила сложные и мудреные. Удивительно, что А не думал, что объяснения В абсурдны или необоснованно сложны. Он был впечатлен «блестящим» методом В и стыдился простоты своих правил.Чем более сложными были объяснения В, тем более убедительны они были для А. Перед следующим тестом с новыми примерами испытуемых спросили, чей метод лучше. Оба, особенно А, были убеждены, что метод В. На второй серии тестов В не показал никакого улучшения. А же угадывал значительно хуже!

Но стоп! Вы знаете, что рынок постоянно меняется, чтобы выбивать трейдеров из колеи. Поэтому логично предположить, что правильный набор скользящих средних будет меняться со временем. Поэтому как часть вашего подхода вы устанавливаете для себя периодичность реоптимизации своей системы скользящих средних - и чем чаще, тем лучше.

Позвольте открыть вам маленький секрет. Ваша система всегда будет превосходно торговать в прошлом, но, скорее всего, будет приносить убытки в реальной торговле, вне зависимости от того, как часто вы ее реоптимизируете. Да, конечно, вы будете иметь периоды с приличной прибылью. Это будет вдохновлять вас. Однако это рынок подкинул вам очередную порцию дезинформации, чтобы вы взбодрились и продолжили в том же ошибочном духе. В долгосрочном плане, если не брать в расчет необыкновенную удачливость, вы обязательно проиграете.

""В будущем все будет также, как и было, только иначе." Все что я хочу сказать, это то, что любая попытка модифицировать ваш подход, чтобы соответствовать произошедшим изменениям будет похожа за попыткой собаки ухватить себя за хвост"....тактика "упасть на хвост" не подходит для чаек ...