Хэштег #модели | Тинькофф Инвестиции Пульс

{$BRF6} Добрый день, еще одна модель на рост по нефти. Если она формируется, то рынок растет на 70%- 100 %. На данный момент она не дошла до точки бай. Рынок в диапазоне. Для отличного бай нам нужен спад в зону 57 и ниже. Идеальный бай конечно был бы по 45. Вывод: ждем.

🤔 ###Эффект случайности и шума в данных — одна из главных причин неудач трейдеров Рынки — это очень сложные системы, где реальные закономерности и важные сигналы перемешаны с огромным количеством случайных движений — шума. Его создают участники рынка. Когда мы делаем тесты на исторических данных, может показаться, что стратегия очень успешна: матожидание положительное, прибыль привлекательная. Но часто это лишь результат удачной случайности, а не прочной закономерности. Это тот пример когда удача воспринимается, как заслуга (идеальная стратегия). Почему так происходит? - Исторические данные содержат много нерегулярных флуктуаций, которые просто совпали в определённом периоде. - Алгоритмы и трейдеры могут «подстроить» стратегию под этот случайный шум, создавая эффект переобучения (overfitting). - В реальной торговле случайные сочетания крайне редко повторяются, поэтому стратегия теряет эффективность практически сразу на старте.(вопрос времени) Отделить реальный сигнал от шума — основная задача любого трейдера и разработчика стратегий. Это и есть ключ к стабильным результатам и положительному математическому ожиданию на реальных рынках. Если стратегия выглядит слишком хорошей на истории, скорее всего, это ловушка шума, а не выигрышная система. Ну или скорей всего у вас ошибка в коде!

Отлично! Добавим Telegram-бота, который будет: - 📣 Присылать при обнаружении дрейфа данных - 📈 отчёты о качестве #модели - 🤖 запрашивать предсказания через - 💾 --- # # 🤖 Telegram-бот для онлайн-обучения > Используем `python-telegram-bot` (v20+) --- ## 1. Добавь в `requirements.txt`: ```txt python-telegram-bot~=20.6 requests pandas ``` --- ## 2. Создание бота в Telegram 1. Напиши [@BotFather]( 2. Команда: `/newbot` 3. Придумай имя: `OnlineMLBot` 4. Получи токен: `7391234567:AAHabcde...` --- ## 3. `bot/alert_bot.py` ```python # bot/alert_bot.py import logging from telegram import Update from telegram.ext import Application, CommandHandler, MessageHandler, ContextTypes, filters import requests import os import json import pandas as pd import numpy as np # Настройки TELEGRAM_TOKEN = os.getenv("TELEGRAM_BOT_TOKEN", "ВАШ_ТОКЕН_ЗДЕСЬ") ADMIN_CHAT_ID = int(os.getenv("ADMIN_CHAT_ID", "123456789")) # Ваш ID API_URL = " # Docker network # Логирование logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) # Глобальные данные user_states = {} # Для диалогов last_drift_alert = None # --- Команды --- async def start(update: Update, context: ContextTypes.DEFAULT_TYPE): await update.message.reply_text( "🤖 Привет! Я бот для мониторинга онлайн-модели.\n" "Доступные команды:\n" "/status — статус модели\n" "/predict — сделать предсказание\n" "/help — справка" ) async def help_command(update: Update, context: ContextTypes.DEFAULT_TYPE): await update.message.reply_text( "📌 Команды:\n" "/status — текущее состояние модели\n" "/predict [числа через запятую] — предсказать (пример: /predict 0.1, -0.5, 2.0)\n" "/alert_drift — отправить тестовый алерт о дрейфе" ) async def status(update: Update, context: ContextTypes.DEFAULT_TYPE): try: resp = requests.get(f"{API_URL}/status", timeout=5) data = resp.json() msg = ( "📊 *Статус модели*\n" f"Модель загружена: {'✅' if data['model_loaded'] else '❌'}\n" f"Размер буфера: {data['buffer_size']}\n" f"Последнее обучение: недавно\n" f"API: {resp.status_code}" ) await update.message.reply_text(msg, parse_mode='Markdown') except Exception as e: await update.message.reply_text(f"❌ Ошибка: {e}") async def predict(update: Update, context: ContextTypes.DEFAULT_TYPE): try: if not context.args: await update.message.reply_text("Введите признаки: `/predict 0.1, -0.5, 2.0`") return raw = ",".join(context.args) features = [float(x.strip()) for x in raw.split(",")] resp = requests.post(f"{API_URL}/predict", json={"features": features, "target": 0}) pred = resp.json()["prediction"] await update.message.reply_text( f"🎯 Предсказание: `{pred:.4f}`\n" f"Признаки: {features}", parse_mode='Markdown' ) except Exception as e: await update.message.reply_text(f"❌ Ошибка: {e}") # --- Алерт о дрейфе --- async def send_drift_alert(application: Application, n_drifted: int, columns: list): global last_drift_alert msg = ( "⚠️ *ОБНАРУЖЕН ДРЕЙФ ДАННЫХ!*\n\n" f"Количество дрейфующих признаков: *{n_drifted}* 📉\n" f"Признаки: `{', '.join(columns[:5])}`\n\n" "Рекомендуется:\n" "1. Проверить источник данных\n" "2. Дообучить модель\n" "3. Запустить анализ\n\n" "Команды:\n" "/status — проверить модель\n" "/predict — протестировать" ) try: await application.bot.send_message(

Отличный выбор! Онлайн-обучение (или инкрементальное обучение) особенно полезно, когда: - Данные приходят потоком (streaming), - Невозможно хранить всю историю, - Нужно быстро адаптироваться к новым паттернам (concept drift), - Объём данных слишком велик для полного переобучения. --- # 🔁 Онлайн-обучение с LightGBM: Инкрементальное обучение #К , LightGBM не #поддерживает true online learning как, , `SGDRegressor`, но он поддерживает #продолжение #обучения #модели на — это называется continued training или model continuation. > ✅ Это ближайший аналог онлайн-обучения в бустинге: > Обучил на старых данных → сохранил модель → подгрузил новые данные → дообучил. --- ## ✅ Возможности LightGBM: - `lgb.train(..., init_model=prev_model)` — дообучение. - Поддержка `early_stopping` и валидации на каждом шаге. - Сохранение состояния ансамбля (все деревья). --- ## 🚀 Реализация: Онлайн-обучение по батчам ```python import lightgbm as lgb import numpy as np from sklearn.datasets import make_regression import time # Генерируем поток данных: 5 батчей def data_stream(n_batches=5, batch_size=1000, n_features=10, seed=42): np.random.seed(seed) for i in range(n_batches): # Меняем распределение со временем (concept drift) X, y = make_regression( n_samples=batch_size, n_features=n_features, noise=10.0, random_state=seed + i ) # Имитируем drift: сдвигаем целевую переменную y = y + i * 5 yield X, y # Параметры params = { 'objective': 'regression', 'metric': 'rmse', 'boosting_type': 'gbdt', 'num_leaves': 31, 'learning_rate': 0.05, 'feature_fraction': 0.8, 'bagging_fraction': 0.8, 'bagging_freq': 5, 'min_child_samples': 20, 'verbose': -1, 'random_state': 42 } # Инициализация model = None val_size = 200 X_val, y_val = None, None online_history = [] print("🚀 Запуск онлайн-обучения по батчам...\n") for i, (X_batch, y_batch) in enumerate(data_stream()): print(f"📦 Батч {i+1}: {X_batch.shape[0]} образцов") # Отложим часть для валидации X_train_b, X_val_b, y_train_b, y_val_b = train_test_split( X_batch, y_batch, test_size=val_size if len(X_batch) > val_size else 0.2, random_state=42 ) # Объединим валидацию (накапливаем или заменяем) if X_val is None: X_val, y_val = X_val_b, y_val_b else: # Можно накапливать или использовать скользящее окно X_val = np.vstack([X_val[-100:], X_val_b]) # последние 100 + новый y_val = np.hstack([y_val[-100:], y_val_b]) # Создаём датасет train_data = lgb.Dataset(X_train_b, label=y_train_b) valid_data = lgb.Dataset(X_val, label=y_val, reference=train_data) # Дообучаем model = lgb.train( params, train_data, num_boost_round=50, # маленькие шаги valid_sets=[valid_data], valid_names=['valid'], init_model=model, # ← КЛЮЧЕВОЙ ПАРАМЕТР: продолжаем обучение verbose_eval=False ) # Логируем score = model.best_score.get('valid', {}).get('rmse', np.nan) online_history.append(score) print(f" RMSE на валидации: {score:.4f}") # Сохраняем модель (опционально) model.save_model(f'lgb_online_model_batch_{i}.txt') print("\n✅ Онлайн-обучение завершено.") ``` --- ## 📈 Визуализация прогресса ```python import matplotlib.pyplot as plt plt.plot(online_history, marker='o') plt.title("Онлайн-обучение: RMSE по батчам") plt.xlabel("Батч") plt.ylabel("RMSE") plt.grid(True) plt.show() ``` --- ## ⚠️ Ограничения и best practices | Проблема | Решение | |--------|--------| | Нет true online learning | Используй маленькие батчи и частое дообучение | | Переобучение на новых данных | Используй `learning_rate < 0.1`, `early_stopping`, `bagging` | | **

➕Не моделями едины: ошибки новичков в свечном анализе. Свечные модели и паттерны — один из самых популярных инструментов у новичков. Но именно здесь чаще всего и кроется главная ошибка. Давайте разберём, почему. 🔵Почему “паттерны” не работают без контекста? Представьте, что вы нашли «идеальный» молот или поглощение и вошли в сделку. А рынок пошёл в противоположную сторону. Почему? 🚩 Потому что паттерн без контекста не имеет смысла. ⭕️Один и тот же молот в конце коррекции и в середине импульса — это два абсолютно разных сигнала. ⭕️Поглощение вблизи ключевого уровня объёма работает как разворот, а в хаотичном движении — просто красивая свеча, за которой ничего нет. 🚩Опасность «механического» входа на дожи, молоты и поглощения. Новички часто действуют как роботы: увидел модель — зашёл. Но рынок — это не картинка, а борьба покупателей и продавцов. ⭕️ Доджи в конце тренда после всплеска объёма = сигнал слабости. ⭕️Тот же дожи в середине флэта = просто шум. ⭕️ Поглощение в зоне распределения = фиксация позиций крупных игроков, а не повод покупать. Механический подход приводит к сериям убытков, потому что модель сама по себе ничего не решает. Как не попасть в ловушку красивой свечи в хаосе рынка? ➕Сначала — контекст, потом модель. Где вы находитесь: в импульсе, коррекции или хаосе? ➕Проверяйте уровни объёма. Рабочие модели чаще всего появляются на зонах повышенной ликвидности (наши объемные зоны на графиках) ➕ Смотрите на предшествующее движение. Свеча разворота должна появиться после явного ослабления тренда, а не в середине сильного импульса. Вывод Не ищите волшебные паттерны или свечи. Учитесь видеть контекст и поведение денег. Тогда даже обычный молот станет вашим точным инструментом. ------------ ⁉️ Мини-тест: угадай рабочую модель. К посту я приложила несколько скриншотов с одинаковыми свечными моделями. Ваша задача — угадать, какая из них отработала, а какая нет. Ответы и разбор — завтра.

Пути масштабированиея для частного инвестора для получения максимальной маржи Для частного инвестора, стремящегося к максимальной марже через масштабирование, существуют несколько ключевых путей и стратегий, которые можно применить: 1. Горизонтальное масштабирование - Копирование успешной бизнес-: открытие новых продаж, , франшиз или# захват смежных ниш. Это увеличить объемы ₽продаж и за счет расширения клиентской базы и географии присутствия. Однако важно, чтобы бизнес-модель была уже прибыльной, иначе рост только усугубит проблемы[1][2]. 2. Вертикальная интеграция - Движение к поставщику: снижение издержек за счет исключения посредников, например, закупка сырья напрямую у производителя. - Движение к клиенту: расширение предложения, чтобы удовлетворять дополнительные потребности клиента (например, продавать не только оборудование, но и расходные материалы), что повышает маржу и лояльность клиентов[1][2]. 3. Изменение бизнес-модели - Оптимизация воронки продаж и маркетинга для увеличения конверсии и снижения затрат на привлечение клиентов. - Внедрение агрессивного маркетинга с акциями и скидками для увеличения объема продаж и загрузки производственных мощностей. - Поиск новых партнеров, коллаборации с конкурентами и клиентами для расширения каналов сбыта и снижения затрат. - Создание цифровых платформ или сервисов, которые решают дополнительные задачи клиентов и конкурентов, создавая новые источники дохода[2]. 4. Использование онлайн-продаж - Развитие интернет-торговли, что позволяет выйти на новые рынки с минимальными затратами и увеличить клиентскую базу. Для частного инвестора это один из самых доступных и эффективных способов масштабирования[2]. 5. Блиц-масштабирование - Быстрое и агрессивное расширение с инновациями в стратегии и бизнес-модели, чтобы опередить конкурентов и привлечь инвестиции. - Важно своевременно менять стратегию при признаках снижения эффективности текущей модели (ухудшение показателей, рост затрат, снижение производительности)[3]. Для частного инвестора, желающего максимизировать маржу, ключевыми являются снижение издержек (через вертикальную интеграцию), расширение клиентской базы (горизонтальное масштабирование и онлайн-продажи) и повышение ценности предложения (вертикальное движение к клиенту и изменение бизнес-модели). Также важно тщательно анализировать финансовые показатели, знать маржу, постоянные и переменные затраты, чтобы масштабирование не вело к росту убытков, а действительно увеличивало прибыль[7]. Таким образом, сочетание этих подходов с грамотным финансовым управлением и маркетингом позволит частному инвестору эффективно масштабировать бизнес и получать максимальную маржу.

Лучшие математические модели для финансовых инструментов акций и облигаций включают следующие: акций и портфельного анализа - Модель Марковица — основа прикладного портфельного анализа, минимизирует риск (дисперсию доходности) при уровне доходности, учитывая ковариации доходностей акций[5]. - #Модель# Тобина — расширение модели Марковица с включением безрисковых активов (например, государственных облигаций), позволяет оптимизировать портфель с учетом безрисковых вложений[5]. - CAPM (Capital Asset Pricing Model) — описывает зависимость между систематическим риском (бета-коэффициентом) и требуемой доходностью акций, помогает оценить стоимость капитала и доходность[5][7]. - #Модели временных рядов (ARIMA, GARCH) — используются для анализа и прогнозирования динамики цен и волатильности акций, учитывают кластеризацию волатильности и "толстые хвосты" распределения доходностей[2][6][7]. ## Для облигаций - Математические модели, учитывающие такие параметры, как дюрация, доходность к погашению, купонные выплаты и до погашения, оценить цену облигации и ее ценовую устойчивость[4]. - #, основанные на дисконтировании будущих платежей и учете временной стоимости денег, обеспечивают точную взаимосвязь между рыночной облигации, доходностью и купонными выплатами[4]. ## Для производных финансовых инструментов (опционов) - #Модель #Блэка-Шоулза — классическая модель оценки справедливой цены европейских опционов, основанная на решении уравнения диффузии и использовании мартингальной меры[1][2]. - Мартингальный подход к оценке опционов, который формализует безарбитражность и полноту рынка, обеспечивая теоретическую основу для ценообразования[1]. ## Общие подходы - Стохастические процессы и модели случайного блуждания лежат в основе динамики цен финансовых активов[2][6]. - Оптимизационные методы, включая квадратичное программирование, применяются для управления портфелями и балансировки риска и доходности[2]. Таким образом, для акций и портфельного анализа широко применяются модели Марковица, Тобина и CAPM, для облигаций — модели, учитывающие дюрацию и дисконтирование, а для опционов — модель Блэка-Шоулза и мартингальные методы[1][2][4][5][6][7].

Часть 8 книги Александра Элдера «Как играть и выигрывать на бирже». 🚩💎📐Нестандартные треугольники. 🚩Вымпел (pennant): маленький треугольник с наклоном сторон в одном направлении. Вымпелы с наклоном против тенденции представляют собой модели продолжения. Есть старая поговорка про вымпел, взметнувшийся на пол- пути к вершине мачты. Для нас это - подсказка, как определить мишень тенденции к подъему. Вымпел с наклоном в сторону тенденции указывает на ее истощение: она близка к развороту. 🔻🔺Расширяющийся треугольник (widening triangle): наблюдается, когда цены образуют череду возрастающих пиков и убывающих впадин. Эта модель показывает, что на рынке с притоком быков и медведей развивается паническая шаткость. Между ними разгорается столь жаркое сражение, что тенденцию поддержать некому: расширяющийся треугольник душит ее. 💎Ромб (diamond): его образование начинается с расширяющегося треугольника, а заканчивается симметричным. Для аналитиков ромбы - те же пятна Роршаха. Если смотреть на эту коварную модель, пока в глазах не зарябит, то ромб отыщется, но для игры он не подспорье. 📈📉Двойные вершины и основания. Двойные вершины (double tops) образуются, кода цены подскакивают в зону предыдущего максимума. Двойные основания (double bottoms) образуются, когда цены падают до предыдущего минимума. Второй пик (впадина) может быть чуть выше или ниже первого, что нередко обескураживает начинающих аналитиков. Для выявления двойных вершин и оснований сметливые трейдеры используют технические индикаторы. В этих ситуациях индикаторы часто демонстрируют расхождения. Покупка при двойных основаниях и короткая продажа при двойных вершинах - из числа наиболее выгодных игровых вариантов. 🗯В книге Элдера не приводятся примеры данных моделей, поэтому для наглядности я взял их из fxteam.ru и birja.org Дословный перевод “diamond” - алмаз, бриллиант, поэтому на примере фигура обозначена именно так 🔜 Следующие посты будут про новую главу о компьютерных и технических анализах 30 постов = 250 страниц 👍ваш лайк напоминает мне, что краткое содержание книги для вас интересно👍

Часть 8 книги Александра Элдера «Как играть и выигрывать на бирже». ➖🏳️Линия и флаг. ➖Линия - это разновидность прямоугольника: т.е. узкая, горизонтальная, более протяженная зона застоя. По теории Доу, линия - это коррекция основной тенденции. Она представлена зоной застоя, высота которой составляет около 3% от текущей цены. Если вместо глубокой коррекции рынок всего лишь «вычерчивает линию», это указывает на особенно мощную основную тенденцию. 🏴Флаг - это прямоугольник, параллели которого направлены по восходящей или нисходящей. Прорывы обычно направлены в сторону, противоположную наклону флага. Так, при восходящих флагах более вероятен прорыв вниз, а при нисходящих - вверх. Обнаружив нисходящий флаг при восходящей тенденции, размещайте приказ о покупке выше последнего пика флага, чтобы не упустить момент прорыва вверх. Восходящий флаг при подъеме - признак распределения, и более вероятен прорыв вниз. Размещайте приказ о короткой продаже ниже недавней впадины флага. При нисходящих тенденциях действуйте так же, но в обратном направлении. 📍в книге нет примера флага, поэтому я взял его с strategy4you.ru 🔺🔻Треугольники. Треугольник - это область застоя, верхняя и нижняя границы которой сходятся с правой стороны (рис. Ниже). Он бывает моделью разворота, но чаще - моделью продолжения. Некоторые технические аналитики называют треугольники пружинами (coils). Заводя свой механизм, рынок скручивает игровую энергию трейдеров в спираль, грозящую, спружинив, выскочить из треугольника. Треугольник состоит из двух сходящихся линий. Верхняя проходит через два или более пика, а нижняя - через две или более впадины. Треугольник с поднимающейся нижней границей называется восходящим (Восх.Т). Он предупреждает о прорыве вверх. Нисходящий треугольник (Нисх.Т) имеет опускающуюся нижнюю границу. Он указывает, что вероятнее прорыв вниз. Симметричный треугольник (Симметр.Т) показывает, что быки и медведи одинаково сильны, и тенденция, скорее всего, продолжится. Прорывы из треугольников обычно происходят в первой или второй трети их длины. Иногда цены возвращаются к грани треугольника после прорыва, создавая отличную возможность для вступления в сделку в направлении прорыва. 💡 Моделью продолжения чаще становится узкий треугольник высотой 10-15% от размера предыдущей тенденции. Крупные треугольники высотой в треть и выше размера предшествующей тенденции чаще становятся моделями разворота. В зависимости от угла треугольники можно разделить на три группы. У симметричных треугольников (symmetrical triangles) верхняя и нижняя линии сходятся под одинаковым углом. Симметричные треугольники отражают устойчивое силовое равновесие быков и медведей и чаще всего бывают моделями продолжения. Восходящий треугольник (ascending triangle) имеет относительно горизонтальную верхнюю грань и направленную вверх нижнюю грань. Горизонтальный верх показывает, что быки еще сильны и способны подтянуть цены на новый уровень, в то время как медведи, слабея, не могут снизить их. Восходящий треугольник чаще оборачивается прорывом вверх. Нисходящий треугольник (descending triangle) имеет сравнительно горизонтальную нижнюю грань и направленную вниз верхнюю грань. Нисходящий треугольник чаще приводит к прорыву вниз. По мере того как треугольники стареют, объем обычно уменьшается. 30 постов = 250 страниц 👍ваш лайк напоминает мне, что краткое содержание книги для вас интересно👍 🔽ПРОДОЛЖЕНИЕ В КОММЕНТАРИЯХ НИЖЕ🔽

Часть 8 книги Александра Элдера «Как играть и выигрывать на бирже». 📏Прямоугольники. Прямоугольник - это графическая модель, отражающая движение цен между двумя параллельными линиями. Обычно они горизонтальны, но могут быть восходящими и нисходящими. Прямоугольники и треугольники могут быть моделями продолжения или разворота. Для построения прямоугольника требуется четыре точки: два пика для построения верхней параллели и две впадины для нижней (рис. Ниже). Эти прямые следует проводить через края области застоя, а не крайние максимумы и минимумы Верхняя граница каждого из прямоугольников проведена через два или более пиков, а нижняя - через две или более впадины. Прямоугольник может быть как моделью продолжения, так и моделью разворота. Пока главная линия тренда не нарушена, прямоугольник, скорее всего, - модель продолжения. После выхода из прямоугольника цены нередко возвращаются, дотягиваясь до его границы с внешней стороны (Б, Г и А). Это отличные места для открытия позиций в направлении прорыва с защитным стоп-приказом внутри прямоугольника. Одни и те же уровни цен обычно служат как поддержкой, так и сопротивлением. Обратите внимание, например, на линию Г: из поддержки она превратилась в сопротивление, а затем - снова в поддержку. У правого края графика цены заметно возвышаются над восходящей линией тренда, и к покупке лучше приступать, дождавшись их возвращения. Верхняя линия прямоугольника обозначает зону сопротивления, а нижняя - поддержки. Верхняя линия показывает, где выдыхаются быки, а нижняя - где обессиливают медведи. Если объем возрастает, когда цены приближаются к верхней границе прямоугольника, то вероятнее прорыв вверх; если он возрастает с приближением цен к нижней границе, то вероятнее прорыв вниз. Когда цены вырываются из прямоугольника, объем обычно возрастает: он на треть или на половину превышает среднюю величину за предыдущую неделю. Прорыв на скудном объеме, скорее всего, ложный. Прямоугольники обычно шире при восходящих тенденциях и уже при нисходящих тенденциях. Чем длиннее прямоугольник, тем серьезнее прорыв из него. Особенно значимы прорывы из прямоугольников на недельных графиках, т.к. они знаменуют собой весомую победу либо быков, либо медведей. ♟ Тактика игры. Биржевые трейдеры могут сделать деньги, торгуя на кратковременных перепадах в рамках прямоугольника, но действительно большие деньги сулит игра в направлении прорыва. 1. Торгуя в рамках прямоугольника, покупайте у нижней границы, а продавайте - у верхней. Осцилляторы помогут определить момент надвигающегося разворота цен в рамках прямоугольника. При покупке у нижней границы прямоугольника размещайте защитный стоп-приказ чуть ниже него. При игре на понижение возле верхней рамки прямоугольника размещайте защитный стоп-приказ чуть выше этой границы. Нужно действовать проворно, снимая прибыль при первом же признаке разворота. Рискованно выжидать, пока цены передвинутся еще на несколько тиков в рамках прямоугольника. 2. Для определения вероятности прорыва либо вверх, либо вниз проанализируйте рынок в более крупном масштабе времени по сравнению с тем, в котором играете. Чтобы поймать прорыв на дневном графике, определите тенденцию недельного, поскольку прорыв, вероятнее всего, произойдет в том направлении. 3. При покупке после прорыва вверх или короткой продаже после прорыва вниз размещайте защитный стоп-приказ внутри прямоугольника. Цены могут вернуться к границе прямоугольника на малом объеме, однако после истинного прорыва в прямоугольник они уже не углубятся. 29 постов = 244 страницы 👍ваш лайк напоминает мне, что краткое содержание книги для вас интересно👍 Пример от себя. Сейчас хорошо вырисовывается прямоугольник на он начался на восходящей тенденции и, по идее, должен прорваться вверх

Часть 8 книги Александра Элдера «Как играть и выигрывать на бирже». 🙃Модель «Перевернутые голова и плечи» (inverse head-and-shoulders). Некоторые трейдеры называют эту модель основанием «голова и плечи». Она - зеркальное отражение вершины «голова и плечи». Модель напоминает перевернутую фигуру человека: голова - внизу, плечи - выше. Эта модель образуется, когда нисходящая тенденция, утратив силу, готова развернуться (рис. Ниже). Пока тенденция идет вниз, большой объем сопутствует всем спадам - вплоть до левого плеча (АП). Спад в зону головы (Г) происходит на малом объеме: сигнал тревоги медведям. Подъем из зоны головы, взметнувшись над нисходящей линией тренда, оповещает об ее окончании. Малый объем в зоне правого плеча (ПП) и восходящая линия шеи указывают на приближение мощного подъема. Скачок объема при прорыве линии шеи подтверждает, что началась новая тенденция. Ни одно из возвращений цен не дотянуло до этой линии. Мишень (Б) и голова модели (А) равноудалены от линии шеи (первая - над ней, вторая - под ней). Подъемы от «перевернутых головы и плеч» обычно перекрывают мишени. Самая лучшая возможность купить была у правого плеча с защитным стоп-приказом чуть ниже головы. У правого края графика виден разрыв - свидетельство сильной восходящей тенденции. При игре на повышение защитный стоп-приказ надо ставить чуть ниже нижнего края разрыва. 💡 Во время нисходящей тенденции каждая новая впадина ниже предыдущей, а каждый пик уступает предыдущему. При сильном подъеме от перевернутой головы - до уровня подъема с левого плеча - линия шеи угадывается без труда. Когда спад от линии шеи уже не дотягивает до уровня головы, он образует правое плечо. Когда цены набирают высоту от правого плеча и прорывают линию шеи на возрастающем объеме, они завершают модель «перевернутые голова и плечи», и вступает в силу новая восходящая тенденция. Иногда после модели «перевернутые голова и плечи» цены возвращаются к линии шеи на малом объеме: это превосходная возможность купить. Измерьте расстояние между низшей точкой головы и линией шеи и спроецируйте его вверх от точки прорыва шеи. Это минимальная - и часто превышаемая - мишень подъема. ♟Тактика игры при модели «перевернутые голова и плечи» та же, что и при модели «голова и плечи», только в другом направлении. Однако торговля на основе «перевернутых головы и плеч» менее рискованна, т.к. как в основаниях рынки менее волатильны и можно прибегнуть к более плотным стоп-приказам. 28 постов = 239 страниц 👍ваш лайк напоминает мне, что краткое содержание книги для вас интересно👍