Почти все самые важные и интересные финансовые новости в России и мире за неделю: трубопроводный банкинг от Тинькофф, новый биржевой фонд на тех-компании с премией в 1900%, а также история турецкого Сэма Бэнкмана-Фарука с тюремным сроком в 11 тысяч лет.
На прошлой неделе на Тайване случилось землетрясение, о чём много раз писали различные СМИ. Мы не будем в очередной раз обсуждать это природное явление, а поговорим о возможных его последствиях на динамику цен DRAM. Эксперты опасались, что цены вырастут, и сильно, но, похоже, всё не так страшно. Подробности — под катом.
Один из важнейших инструментов в моей работе — дашборд с данными о прибылях и убытках компании P&L (он же БДР, он же отчет о финансовых результатах). Он помогает контролировать рентабельность бизнеса, эффективность отделов компании, прогнозировать прибыль и строить гипотезы для развития. В этой статье расскажу, как его настроить и использовать при помощи Open-Source BI-системы Metabase.
Kid-tech 一 это технологические решения и сервисы для детей. Одними из первых это направление начали развивать банки, увидевшие не только рыночную потребность, но и способ удерживать существующих клиентов, сохранять на их счетах больше средств, а также выстраивать долгосрочные отношения с детьми как новыми клиентами.
Детский банкинг быстро стал специализированным направлением, в котором правила и требования к продукту пока что формируются «на ходу». Разберемся, что нужно учесть при разработке банковского продукта, чтобы ему могли доверять и дети, и родители.
Почти все самые важные и интересные финансовые новости в России и мире за неделю: скандал с заменой денежной массы в РФ на вермишельную массу, налоговая рассказала что знает о зарубежных счетах россиян, греки проверяют сделки за наличность, что будет с госдолгом США, а также хорошая память у Incognito-режима гугловского браузера.
В этой статье мы начинаем рассматривать практическое применение библиотеки FinRL для построения торгового агента. В предыдущей статье мы вкратце рассмотрели библиотеку FinRL, предоставляемые ей возможности моделирования рынка и обучения торговых агентов на основании алгоритмов обучения с подкреплением.
Это вторая статья нашего обучающего цикла и в ней мы построим примитивного агента, который анализирует поступающие данные о стоимости позиции на рынке и пытается предсказать будущую цену. Вполне очевидно, что результат такого примитивного агента будет весьма далек от приемлемого уровня, но этот шаг поможет нам создать модель рынка с помощью библиотеки FinRL, обучить агента и быть готовыми к построению более сложных и осмысленных моделей.
Среднегодовая доходность рынка акций США с 1930-x составила 9,5% годовых. Риск, который измеряется среднеквадратическим/стандартным отклонением (сигма), составлял 19,6%. То есть, по статистике, через год можно ожидать, что с вероятностью 68% (1 сигма) доходность рынка будет входить в диапазон от -10% до 29%. Или с вероятностью 99,7% (3 сигма) ожидаемая доходность останется в диапазоне 3-х сигм или от -49% до +68%.
А если посчитать то же самое, но для 10-летнего периода. Какие будут ожидаемые доходность и риск?
Доходность рассчитывается просто. (1+0,095)^10=2,48 или 148%.
Для риска хочется просто взять и умножить 19,5%*10 лет*3 сигма=585%. То есть для определения диапазона доходности через 10 лет нужно к 148% прибавить 585% (верхняя граница) и от 148% отнять 585% (нижняя граница).
Но это крайне высокий риск и ошибочный подход к расчету!
Верный метод на самом деле заключается в том, чтобы умножить 19,5% на квадратный корень из 10. Это приводит к правильному почти максимальному диапазону ожидаемой доходности через 10-и лет - от -38% до 333%. Сюда, согласно теории, индекс попадет с вероятностью 99,7%.
Когда соединяются независимые распределения вместе, дисперсии каждого распределения можно успешно сложить, но их стандартные отклонения складывать нельзя, поскольку стандартное отклонение представляет собой квадратный корень из дисперсии. Таким образом, стандартное отклонение долгосрочного распределения вероятности возрастает пропорционально квадратному корню из времени.
Несколько дней назад на Хабре была опубликована статья Правда ли, что в Европе везде отсталые сервисы, медленные платежи и плохие онлайн-услуги? Которая достаточно быстро набрала много просмотров и вызвала бурные обсуждения в комментариях. Я так же с интересом ее прочел и еле удержался, чтобы не вступить в дискуссию, но потом все же решил написать отдельную статью "по горячим следам", так как написать хотелось много чего.
Не то, чтобы я согласен или не согласен с автором, а скорее хотелось бы показать, что ситуация сильно отличается от страны к стране, и может даже от региона к региону внутри этой страны. Сам я в настоящий момент живу в Германии и успел уже пожить как в крупном городе-миллионнике (Кельн), так и в маленьком баварском городке на 40 киложителей, название которого никому ничего не скажет (мне оно вообще было неизвестно, до того как судьба занесла меня в него, поэтому для простоты буду ниже по тексту называть его "город Y")
Привет, Хабр! Я Аня Анциферова, продакт «Цифрового вагона». Я уже рассказывала о том, зачем ПГК пошли в разработку и какие продукты мы делаем. Несмотря на то, что сейчас у ПГК существует «дочка» — ПГК Диджитал, и там трудится порядка 400 человек, мы — не ИТ-гигант. А это значит, что каждый проект, за который мы беремся, и даже каждую фичу, которую дорабатываем, мы должны оценить на предмет эффективности. И доказать, почему разработка оправдана и целесообразна. Сегодня расскажу о том, как такую базовую оценку может провести тимлид.
Перед прочтением этой публикации, советую ознакомиться с 1 частью.
Бенуа Мандельброт об эффекте бабочки в экономике
Международную экономику можно рассматривать как единую систему, в которой каждая часть влияет на другие. Подобно атмосфере, экономика и рынки - это сложные системы, в которых мы видим только видимые результаты - дождь или солнце, бум или крах. С приходом глобализации и улучшенных коммуникационных технологий экономика стала еще более взаимосвязанной, чем в прошлом. Один эпизод волатильности рынка может вызвать проблемы для всей системы. Эффект бабочки в экономике относится к совокупному воздействию небольших изменений. Как следствие, сделать точные прогнозы на будущее или определить точную причину необъяснимого изменения практически невозможно. Длительные периоды стабильности сменяются внезапным падением и наоборот.
Почти все самые важные и интересные финансовые новости в России и мире за неделю: взрывной рост шоколадных котировок, смерть Канемана, «Правду» Трампа оценили в $7 млрд, а также хорошая новость для отечественных приставок.
На Хабре неоднократно в комментариях звучало мнение, что Россия впереди планеты всей по онлайн‑сервисам. Мол, у нас и госуслуги, и финтех, и такси, и доставки — все на высочайшем уровне, а в остальных странах, а особенно в отсталой Европе бедные бюргеры до сих пор стоят в многочасовых очередях, заполняют вручную тонны бумажек и ждут в очередях на кассах чтобы сделать банковский перевод, а курьер не привезет им ночью смузи в течении получаса после заказа. Давайте разбираться, так это или нет.
В этой статье хочу рассказать, что меня вдохновляет в мире крипты. Да, большинство проектов — это говно в воздухе, да, много скама и есть явные понци схемы. Но вместе с этим, это сверх динамичная индустрия, где тестируются технологические, бизнесовые и маркетинговые инновации.
В крипте время летит очень быстро: то что в реальном секторе проходит за 5 лет, тут может пройти за одно лето. Крипта — это мир где Open source, который удался.
Сегодня я кратко (или не очень) изложу свои мысли о том, стоит ли быть fullstack разработчиком, какие плюсы и минусы у такого пути развития и для кого такое направление выгодно.
Почти все самые важные и интересные финансовые новости в России и мире за неделю: Райффайзену не позволяют вытащить прибыль из РФ, японцы страдают от инфляции в несколько процентов, крупнейший бухгалтерский скандал с Evergrande, а также виртуальный тренажерный зал для роботов от Nvidia.
В первой статье я рассказал с помощью каких IT-инструментов мы закодили бота для торговли криптовалютой. Это вторая статья, где я размышляю о шагах, сделанных в сторону децентрализованной биржи. Буду благодарен за обратную связь в комментариях.
Изучаем подопытных
Сначала выпишем характеристики, отличающиеся при торговле в централизованной бирже (CEX) и децентрализованной (DEX).
Таблица 1
Русская рулетка в своё время была очень популярна. Некоторые игроки раскручивали барабан и не попадали на сектор «Приз» сотню и более раз. Секрет побед заключался в хорошо смазанном барабане: при хорошей раскрутке пуля почти всегда оказывалась в самом низу. Для избежания исключений опытные игроки учились определять, не находится ли пуля в самом верху, по ощущению центра тяжести револьвера. И потому проигрыши чаще всего случались с неопытными игроками, недостаточно смазанными барабанами и чужим оружием.
В современном мире в русскую рулетку играют собственными компаниями: игнорируют критические риски или ставят на их пути недостаточно барьеров.
В первой части публикации мы с вами рассмотрели, как начать серьёзно относиться к критическим рискам и что нужно подготовить, чтобы ими управлять. В этой пойдёт речь о том, как внедрить противодействие критическим рискам.
И для лучшего привлечения внимания к этой недооценённой теме каждый шаг будет сопровождаться описанием связанных с ним основных когнитивных ошибок и набором наглядных примеров и исследований из бизнеса.
Почти все самые важные и интересные финансовые новости в России и мире за неделю: кринж-выступление банка Тинькофф в суде, продажа замороженных активов россиян за 100 тыс. руб. вот-вот начнется, американцы прищемили ТикТок, а Боинги разваливаются по частям.
Глубокое обучение с подкреплением (Deep Reinforcement Learning - DRL) является эффективным подходом в количественных финансах. Однако обучение торгового агента DRL, который бы решал, где торговать, по какой цене и в каком количестве, сопряжено с ошибками, а так же со сложной разработкой и отладкой.
Библиотека FinRL облегчает новичкам знакомство с количественными финансами и разработку собственных стратегий торговли акциями. Она позволяет пользователям оптимизировать свои собственные разработки и легко сравнивать их с существующими схемами. В рамках FinRL виртуальные среды настраиваются с помощью наборов данных фондового рынка, торговые агенты обучаются с помощью нейронных сетей, а функционал обратного тестирования (backtesting) анализирует эффективность торговли. Кроме того, в систему включены важные торговые ограничения, такие как стоимость сделки, ликвидность рынка и степень неприятия риска инвестором. FinRL отличается полнотой, хорошим практическим руководством и воспроизводимостью, что упрощает работу новичкам.
Производство полупроводниковых компонентов — весьма энергоёмкое направление. И чем дороже кВт·ч, тем выше себестоимость самих чипов. Зависимость там нелинейная, но влияние всё равно достаточно сильное. И каким оно будет, мы узнаем в ближайшем будущем. Дело в том, что на Тайване собираются поднять тарифы на электроэнергию. А ведь именно там располагается крупнейший в мире контрактный производитель чипов — компания TSMC. О том, что может произойти, — под катом.
