Все без исключения торговые алгоритмы и системы основаны на анализе ценовой информации.

Как при дневной, так и при внутридневной торговле удобно пользоваться относительно крупными периодами. Для дневной торговли это будут дневные и четырехчасовые данные (D1, H4), для внутридневной это будут четырехчасовые и часовые данные (H4, H1).

При этом автоматически решается вопрос избыточности данных. Трейдер может косвенно судить о характере движения цены по High- и Low-ценам. Вдобавок к тому, очень часто используются не непосредственные, а усредненные скользящим средним данные. Такая обработка позволяет "сгладить углы". Однако что при этом происходит? Насколько можно доверять полученным данным?

В этой статье я попытаюсь дать ответ на эти вопросы и дать собственное видение происходящего.

Торговля на финансовых рынках практически всегда производится по торговым сигналам, рассчитываемым по одному или нескольким индикаторам. Как для ручной, так и для автоматической торговли важна предварительная фильтрация сигналов с помощью анализа дополнительных данных. В сложных алгоритмах торговые сигналы на момент показа могут быть уже отфильтрованы, в более простых алгоритмах торговые сигналы часто остаются без фильтрации (применение фильтра перекладывается на трейдера).

Практически всегда бывает сложно выбрать качественный принцип фильтрации. Это связано с рядом факторов, основными из которых являются:
- значительный объем обрабатываемых данных
- неизвестность «оптимального» фильтра
- неизвестные параметры выбранного фильтра
- изменчивость рынка

Для анализа целесообразно использовать методы математического аппарата. В этой статье я приведу простой пример использования нейронной сети для фильтрации торговых сигналов.

В данной статье мы поговорим о связанности различных финансовых рынков.

Уже довольно давно в псевдонаучных кругах появились два модных слова - нанотехнологии и нейросети. Что же означают эти слова?

Нанотехнологии - другое название молекулярной физики. Это раздел классической физики, первые работы по которому появились еще в XVIII веке. Нейронные сети же с математической точки зрения представляют из себя системы уравнений, известные не одно тысячелетие.

В этой микростатье я хочу на максимально доступном уровне рассказать, что же из себя представляют нейронные сети при ближайшем рассмотрении.