Алгоритмический скальпель: как Python помогает находить и использовать рыночные неэффективности

Спикер: Михаил Шардин Почему большинство трейдеров теряют деньги, даже зная «правильные» стратегии? Проблема не в рынке — проблема в человеческом мозге. В этом видео Михаил Шардин подробно разбирает: ✔️ что такое алгоритмический скальпинг (и почему это не HFT) ✔️ почему эмоции, память и когнитивные искажения убивают прибыль ✔️ как Python и простые скрипты работают лучше Excel ✔️ где брать рыночные данные: Мосбиржа, API брокеров, парсинг ✔️ как автоматизировать трейдинг без доступа к бирже ✔️ реальные примеры скриптов, бэк-тестов и GitHub-кода ✔️ первые эксперименты с ИИ и машинным обучением в трейдинге Во время конференции Смартлаба Совкомбанк дарил 100 своих акций новым клиентам. Отличная новость для тех, кто хочет начать инвестировать - акция продолжается и после конференции! 👉Как принять участие: • Откройте брокерский счет в Совкомбанке (акция только для новых клиентов) • Скачайте приложение «Совкомбанк Инвестиции» • Пополните счет на 10 тыс. в месяце открытия 👉ФОТО И ПРЕЗЕНТАЦИИ С КОНФЕРЕНЦИИ 👉Лучшая аналитика по фондовым рынкам 00:00 Введение и опрос 01:00 Определение алгоритмического скальпинга 01:49 Причины неэффективности человеческого мозга 03:22 Уровни неэффективности 04:14 Источники данных 06:01 Преимущества Московской биржи 07:26 Преимущества API брокеров 08:24 Пример автоматизации с Excel 09:51 Работа с публичными сервисами 11:13 Примеры автоматизации 13:42 Комплексный подход 14:50 Машинное обучение 15:43 Нюансы работы с парсерами 16:42 Автоматизация...