Szukaj na tym blogu
niedziela, 26 stycznia 2014
czwartek, 23 stycznia 2014
wtorek, 21 stycznia 2014
Rys cenowy FW20 (kontynuacyjny) w dniu 21/01/2014
OPEN HIGH
LOW CLOSE
2400.00 2434.00 2400.00 2425.00
Ważne poziomy
Na moje oko, aktualne
poziomy oporów to okolice:
2435 2450 2470
Wsparcia w okolicach:
2415-10 2402 2377
Spekulując kontraktami terminowymi nie zapomnij o zleceniu
zabezpieczającym STOP LIMIT! Inwestorom średnioterminowym otwierającym pozycje
na 15-30 sesji, inwestującym w opcje jako nabywca zalecam rozsądek w
zarządzaniu kapitałem, nie wszystko na raz, na jeden zakład. Naucz się zamykać
pozycje opcyjnie ze stratą i pamiętaj o realizowaniu zysków
Wyjścia Modelu +15
Prognozowana zmienna
to 5 okresowa średnia krocząca. Wychodzi mi możliwość wzrostów, lub boczna
konsolidacja
Strategia:
Oczekiwanie na wzrost, aby zwiększyć ilość krótkich pozycji
Przyznam, że zaspałem, byłem przekonany, że zobaczymy jeszcze
jedną sesję spadkową i dopiero wzrosty, tak wyglądały wyjścia Modelu +15 po
wczorajszej sesji:
Wyjątkowo Wig20
Wyjścia Modelu +15
Po symulacji wzrostu
WIG20 na jutrzejszej sesji wyjścia SSN nie wyglądają najlepiej
Wszystkim nam
niskich rachunków za gaz
pilu
niedziela, 19 stycznia 2014
czwartek, 16 stycznia 2014
wtorek, 14 stycznia 2014
Rys cenowy FW20 (kontynuacyjny) w dniu 14/01/2014
OPEN HIGH
LOW CLOSE
2364.00 2407.00 2356.00 2406.00
Ważne poziomy
Na moje oko, aktualne
poziomy oporów to okolice:
2415-18 2437 2450
Wsparcia w okolicach:
2393 2378 2365
Spekulując kontraktami terminowymi nie zapomnij o zleceniu
zabezpieczającym STOP LIMIT! Inwestorom średnioterminowym otwierającym pozycje
na 15-30 sesji, inwestującym w opcje jako nabywca zalecam rozsądek w
zarządzaniu kapitałem, nie wszystko na raz, na jeden zakład. Naucz się zamykać
pozycje opcyjnie ze stratą i pamiętaj o realizowaniu zysków
Wyjścia Modelu +15
Prognozowana zmienna
to 5 okresowa średnia krocząca. Model nie pozostawia wątpliwości, pytanie jednak
czy poprawnie przebiega predykcja
Strategia:
Nie
zaryzykuje na wzrosty, wole pomyśleć o instrumentach dających zarobić na spadek
WIG20
FW20
Wyjścia Modelu +15
Wszystkim dobrej muzyki
pilu
poniedziałek, 13 stycznia 2014
Rys cenowy FW20 (kontynuacyjny) w dniu 13/01/2014
OPEN HIGH LOW CLOSE
2339.00 2388.00 2338.00 2380.00
Ważne poziomy
Na moje oko, aktualne
poziomy oporów to
okolice:
2393 2415 2436
Wsparcia w okolicach:
2370 2360 2330
Spekulując kontraktami
terminowymi nie zapomnij o zleceniu zabezpieczającym STOP LIMIT! Inwestorom
średnioterminowym otwierającym pozycje na 15-30 sesji, inwestującym w opcje
jako nabywca zalecam rozsądek w zarządzaniu kapitałem, nie wszystko na raz, na
jeden zakład. Naucz się zamykać pozycje opcyjnie ze stratą i pamiętaj o
realizowaniu zysków
Wyjścia
Modelu +15
Prognozowana
zmienna to 5 okresowa średnia krocząca. Wygląda jakby miało być jeszcze odreagowanie
w górę i później w dół WIG20. Wyjścia Modelu +15, wartości 6-9 poniżej wyjścia
bazowego (1).
Strategia:
Myślę, że jednak
zaliczymy jeszcze niższe poziomy. W mojej ocenie to odreagowanie w górę (jeżeli
będzie) wykorzystać na otwarcie krótkich pozycji
Wszystkim nam smacznego snu
pilu
FW20
Wyjścia Modelu +15
piątek, 10 stycznia 2014
Jak profesjonalnie sprzedać złom
http://www.sadistic.pl/jak-profesjonalnie-sprzedac-zlom-vt258242.htm
środa, 8 stycznia 2014
Rys cenowy FW20 (kontynuacyjny) w dniu 08/01/2014
OPEN HIGH LOW CLOSE
2367.00 2386.00 2342.00 2377.00
Ważne poziomy
Na moje oko, aktualne poziomy oporów to
okolice:
2394 2420 2433
Wsparcia w okolicach:
2370-66 2350 2336
Spekulując
kontraktami terminowymi nie zapomnij o zleceniu zabezpieczającym STOP LIMIT!
Inwestorom średnioterminowym otwierającym pozycje na 15-30 sesji, inwestującym
w opcje jako nabywca zalecam rozsądek w zarządzaniu kapitałem, nie wszystko na
raz, na jeden zakład. Naucz się zamykać pozycje opcyjnie ze stratą i pamiętaj o
realizowaniu zysków
Wyjścia Modelu +15
Prognozowana zmienna to 5 okresowa średnia krocząca. Nikt chyba nie na wątpliwości jak
interpretować ten rys Modelu +15. Zastanawiam się tylko czy rynek przeczesze
zlecenia zabezpieczające typu stop loss w okolicach 2336
Strategia:
Należy sobie zadać pytanie czy model
generuje prawdziwą przyszłość. Ja jednak jestem skłonny w aktualnej sytuacji
uwierzyć we wzrost WIG20.
FW20
Wyjścia Modelu +15
Wszystkim nam spokoju
pilu
wtorek, 7 stycznia 2014
Rys cenowy FW20 (kontynuacyjny) w dniu 07/01/2014
OPEN HIGH LOW CLOSE
2417.00 2419.00 2352.00 2370.00
Ważne poziomy
Na moje oko, aktualne poziomy oporów to
okolice:
2395 2420 2437
Wsparcia w okolicach:
2368 2353 2336
Spekulując
kontraktami terminowymi nie zapomnij o zleceniu zabezpieczającym STOP LIMIT!
Inwestorom średnioterminowym otwierającym pozycje na 15-30 sesji, inwestującym
w opcje jako nabywca zalecam rozsądek w zarządzaniu kapitałem, nie wszystko na
raz, na jeden zakład. Naucz się zamykać pozycje opcyjnie ze stratą i pamiętaj o
realizowaniu zysków
Wyjścia Modelu +15
Prognozowana zmienna to 5 okresowa
średnia krocząca. Patrząc na wyjścia Modelu +15 to zaczyna mi majaczyć czesanie
stopów od dołu i za 2-3 dni mocniejsze, lub nawet mocne odreagowanie w górę WIG20
Strategia:
Pewnie po takim spadku należy się
odreagowanie, może model nie kłamie? Może na rzeczy będzie kupić opcyjki kupna
na WIG20 za te 2-3 sesje?
FW20
Wyjścia Modelu +15
Wszystkim nam życzę
SPOKOJNEGO decydowania w podejmowaniu dobrych decyzji inwestycyjnych
pilu
poniedziałek, 6 stycznia 2014
Więcej o kontraktach terminowych na indeks WIG20, Stop Loss i o psychologii
Indeks WIG20 pływa w czasie, maluje rysy cenowe które
niejeden analityk TFI, Domu Maklerskiego czy OFE analizuje żeby mieć orientację
co robić w kolejnych dniach, na jakich poziomach składać zlecenia. Sądzę, że
interpretacja danych ma ogromne znaczenie, znaczenie ma również polityka,
ekonomia i wydarzenia nadzwyczajne, np. WTC w 2001r
Kontrakt terminowy to forma zakładu, zakładamy się o to, czy
indeks WIG20 spadnie, czy wzrośnie. Kontrakt terminowy, instrument finansowy
FW20 pozwala nam otwierać pozycję na spadek lub wzrost indeksu WIG20, bo samego
indeksu WIG20 nie możemy ani kupić, ani sprzedać. WIG20 odwzorowuje średnią cen
20 spółek o największej kapitalizacji, notowanych na GPW w Warszawie
Realizacja zlecenia to moment, w którym podejmujemy ryzyko i
godzimy się na to, że stracimy kasę, lub ją zarobimy
Jak działa zlecenie zabezpieczające STOP LOSS? Krótki kurs
na przykładzie sesji z dnia 25-01-2013
Składamy zlecenie sprzedaży na instrument finansowy FW20H13.
Jak widać na wykresie graficznym otwarcie wypadło na poziomie 2583. Zaraz po
złożonym zleceniu sprzedaży i otwarciu pozycji na spadki składamy kolejne
zlecenie typu STOP LOSS, tym razem kupna. Takie zlecenie zostanie zrealizowane,
jeżeli kontrakt podejdzie do poziomu 2607, w naszym przypadku strata wyniesie
240 zł.
2583-2607= -24 pkt*10zł za punkt to daje -240 zł.
Na szczęcie jednak tak wysoko kontrakt nie wzrósł i zlecenie
nie zostało aktywowane. Indeks spadł, to i kontrakt spadł, zamknięcie o godz.
17.30 na poziomie 2546. Ile zarobiliśmy? 370 zł. Piękny wynik, bo duża
zmienność!
Dlaczego zabezpieczamy nasze pozycję zleceniami STOP LOSS?
Takie zachowanie zmniejsza ryzyko, że stracimy całą kasę w
kilka dni, że jak kontrakt nie zachowa się po naszej myśli to z zainwestowanego
kapitału (1400 PLN aktualnie kosztuje kontrakt), stracimy całość w jeden dzień.
Byłem świadkiem sesji gdzie zmienność sięgała 120 – 170 pkt. Można było stracić
nawet 1700 zł.
170 pkt * 10 zł = 1700 zł.
Psychika w trakcie złej passy.
Uważam, że to klucz, psychika inwestora. Jak się zachowujesz
w trakcie rozżalenia? Sięgasz po alkohol? Idziesz z psem na spacer? Sięgasz po
marihuanę? Idziesz pobiegać dla rozładowania stresu? Jeżeli dajesz sobie radę i
sprawy kontrolujesz to jest ok., (bo można wypić piwo i iść na spacer). Widziałem
jednak wielu inwestorów, całą masę, którym giełda spieprzyła życie. Choroby, nałogi
i rozbite rodziny.
Giełda to żywioł tak samo jak ogień lub woda. Szybko można
się poddać, jeżeli wchodzimy do głębokiej wody bez umiejętności pływania, lub
stąpamy bez przygotowania po rozżarzonym ognisku. To nie skończy się dobrze
pilu
ŁATWA KSIĄŻKA NA TRUDNY TEMAT
Rzadko się zdarza, by wybitny badacz był jednocześnie dobrym popularyzatorem wiedzy. Jeśli jednak taka koincydencja się przydarzy, to powstają dzieła godne uwagi.
Awangardowy charakter sztucznej inteligencji oraz zdecydowany prymat, jaki przez długi czas miały w tej dziedzinie sieci neuronowe, skłaniają do bliższego ich poznania, oswojenia się z ich działaniem, zrozumienia tego, co wniosły do nauki i poznania ich wpływu na informatykę jutra. Sztuczną inteligencję warto i wypada znać. Niestety podręczniki, zwłaszcza dotyczące sieci neuronowych, nie należą do łatwych w czytaniu. Jakkolwiek podstawowe intuicje można szybko uchwycić, to jednak droga do zrozumienia szczegółów wiedzie poprzez gąszcz skomplikowanych formuł matematycznych i trudnych do zrozumienia algorytmów.
W tym kontekście książka prof. Tadeusiewicza stanowi niezwykle cenną ofertę zwłaszcza dla czytelnika początkującego i niezbyt dobrze przygotowanego matematycznie oraz algorytmicznie, ponieważ objaśnia wszystkie poruszane zagadnienia rezygnując z matematycznego formalizmu (w książce nie ma ani jednego wzoru).
Sieci neuronowe są nie tylko użytecznymi narzędziami obliczeniowymi, mogą też służyć jako komputerowe modele fragmentów biologicznego systemu nerwowego albo wręcz jako komputerowe imitacje ludzkiego mózgu (naturalnie pamiętając o uproszczeniach, jakie się stosuje przy ich budowie). Autor wykorzystuje tę okoliczność, by rozbudzić dodatkowe zainteresowanie czytelnika opisywanym przedmiotem, nie przekraczając jednak granicy dopuszczalnych i naukowo uzasadnionych analogii.
Książka, poza tym, że rozbudza (i zaspokaja!) ciekawość czytelników związaną ze sztuczną inteligencją i skłania do zainteresowania biologią, ma dodatkowy walor, uwidoczniony w jej tytule. Chodzi mianowicie o aktywizację czytelnika, który – zamiast czytać o sieciach neuronowych i poznawać je w sposób bierny – jest zachęcany do samodzielnego eksperymentowania. A wystarczy tylko dostęp do komputera.
Dzięki temu, że integralnym składnikiem tej książki są samodzielne eksperymenty czytelnika z programami modelującymi funkcjonowanie sieci (udostępniono je za darmo w Internecie: http://home.agh.edu.pl/~tad/), ma ona dwie dodatkowe zalety. Po pierwsze, wyrabia u czytelnika (zwłaszcza młodego) chęć i gotowość samodzielnego odkrywania wiedzy zamiast jej biernej „konsumpcji”. Po drugie, programy są napisane w popularnym języku C# (do jego używania można uzyskać za darmo w Internecie wszystkie niezbędne składniki: edytor, kompilator, linker, biblioteki, środowisko uruchomieniowe itd.) i są udostępnione m.in. jako tzw. kody źródłowe. Dzięki temu czytelnik może te programy przeanalizować, wiążąc ich obserwowane działanie z tekstem samego programu, który można w tym przypadku potraktować jako rodzaj samouczka dobrego programowania komputerów z wykorzystaniem nowoczesnej technologii obiektowej. Co więcej, zainteresowany „informatyczną kuchnią” czytelnik może sam te programy rozbudowywać, modyfikować, zmieniać, wzbogacać, do czego zachęcają go pytania kontrolne oraz problemy do samodzielnego rozwiązania, znajdujące się w zakończeniu każdego rozdziału. Może to być znakomitą szkołą dla przyszłych mistrzów świata w programowaniu – co stało się ostatnio polską specjalnością i… dumą.
Leszek Rutkowski
Ryszard Tadeusiewicz, Tomasz Gąciarz, Barbara Borowik, Bartosz Leper, Odkrywanie właściwości sieci neuronowych przy użyciu programów w języku C#, Wydawnictwo polskiej akademii umiejętności, Kraków 2007.
http://www.forumakad.pl/archiwum/2008/04/61_ksiazki.html
Awangardowy charakter sztucznej inteligencji oraz zdecydowany prymat, jaki przez długi czas miały w tej dziedzinie sieci neuronowe, skłaniają do bliższego ich poznania, oswojenia się z ich działaniem, zrozumienia tego, co wniosły do nauki i poznania ich wpływu na informatykę jutra. Sztuczną inteligencję warto i wypada znać. Niestety podręczniki, zwłaszcza dotyczące sieci neuronowych, nie należą do łatwych w czytaniu. Jakkolwiek podstawowe intuicje można szybko uchwycić, to jednak droga do zrozumienia szczegółów wiedzie poprzez gąszcz skomplikowanych formuł matematycznych i trudnych do zrozumienia algorytmów.
W tym kontekście książka prof. Tadeusiewicza stanowi niezwykle cenną ofertę zwłaszcza dla czytelnika początkującego i niezbyt dobrze przygotowanego matematycznie oraz algorytmicznie, ponieważ objaśnia wszystkie poruszane zagadnienia rezygnując z matematycznego formalizmu (w książce nie ma ani jednego wzoru).
Sieci neuronowe są nie tylko użytecznymi narzędziami obliczeniowymi, mogą też służyć jako komputerowe modele fragmentów biologicznego systemu nerwowego albo wręcz jako komputerowe imitacje ludzkiego mózgu (naturalnie pamiętając o uproszczeniach, jakie się stosuje przy ich budowie). Autor wykorzystuje tę okoliczność, by rozbudzić dodatkowe zainteresowanie czytelnika opisywanym przedmiotem, nie przekraczając jednak granicy dopuszczalnych i naukowo uzasadnionych analogii.
Książka, poza tym, że rozbudza (i zaspokaja!) ciekawość czytelników związaną ze sztuczną inteligencją i skłania do zainteresowania biologią, ma dodatkowy walor, uwidoczniony w jej tytule. Chodzi mianowicie o aktywizację czytelnika, który – zamiast czytać o sieciach neuronowych i poznawać je w sposób bierny – jest zachęcany do samodzielnego eksperymentowania. A wystarczy tylko dostęp do komputera.
Dzięki temu, że integralnym składnikiem tej książki są samodzielne eksperymenty czytelnika z programami modelującymi funkcjonowanie sieci (udostępniono je za darmo w Internecie: http://home.agh.edu.pl/~tad/), ma ona dwie dodatkowe zalety. Po pierwsze, wyrabia u czytelnika (zwłaszcza młodego) chęć i gotowość samodzielnego odkrywania wiedzy zamiast jej biernej „konsumpcji”. Po drugie, programy są napisane w popularnym języku C# (do jego używania można uzyskać za darmo w Internecie wszystkie niezbędne składniki: edytor, kompilator, linker, biblioteki, środowisko uruchomieniowe itd.) i są udostępnione m.in. jako tzw. kody źródłowe. Dzięki temu czytelnik może te programy przeanalizować, wiążąc ich obserwowane działanie z tekstem samego programu, który można w tym przypadku potraktować jako rodzaj samouczka dobrego programowania komputerów z wykorzystaniem nowoczesnej technologii obiektowej. Co więcej, zainteresowany „informatyczną kuchnią” czytelnik może sam te programy rozbudowywać, modyfikować, zmieniać, wzbogacać, do czego zachęcają go pytania kontrolne oraz problemy do samodzielnego rozwiązania, znajdujące się w zakończeniu każdego rozdziału. Może to być znakomitą szkołą dla przyszłych mistrzów świata w programowaniu – co stało się ostatnio polską specjalnością i… dumą.
Leszek Rutkowski
Ryszard Tadeusiewicz, Tomasz Gąciarz, Barbara Borowik, Bartosz Leper, Odkrywanie właściwości sieci neuronowych przy użyciu programów w języku C#, Wydawnictwo polskiej akademii umiejętności, Kraków 2007.
http://www.forumakad.pl/archiwum/2008/04/61_ksiazki.html
A może opcje? To proste! Moim zdaniem opcje to instrumenty finansowe (rownież na indeks WIG20), które często mają przewagę nad kontraktem FW20. W pewnych okolicznościach nie musisz uzupełniać depozytu.
Będąc nabywcą opcji masz ‘świadomość’, że możesz stracić tylko tyle forsy za ile tych opcji
kupiłeś, możliwość zysku jest nieograniczona. Jest tu jednak pewna
zasada, musisz złożyć zlecenie kupna opcji, wtedy jesteś nabywcą.
Zmienność dla instrumentu finansowego ‘OPCJA’, (tak samo jak
kontrakt FW20) przeliczana w stosunku: 1 pkt = 10 zł. Czyli, że jak
indeks WIG20 wzrośnie to i opcja odpowiednio KUPIONA da zarobić, ale
nieco inaczej niż kontrakt. Na cenę opcji OW20 wpływ mają poziomy indeksu WIG20, zmienność i aktualny czas. Czas, zmienność i poziom WIG20 w przypadku opcji to kluczowa kwestia.
Dzień wygaśnięcia opcji OW20U8240 (wrześniowej) przypadał na dzień 19.09.2008. Złożone na poniedziałek 22-09-2008 zlecenie na opcje OW20U8240 zostało odrzucone, ta opcja już nie była notowana.
Kiedy opcje gniją i kontrakty – mówiąc ładnie – wygasają? Prosz, podaję przepis!
Każdy 3-ci piątek co kwartał: w marcu, czerwcu, wrześniu i grudniu. Przykład wygaśnięcia serii opcji, ostatni dzień opcja OW20U8240 notowana jest w dniu 19-09-2008r. Opcja wygasa, zostaje zastąpiona opcją z innym symbolem, oznaczeniem.
W naszym przypadku zaryzykujemy kwotę do kilkudziesięciu PLN. Jak stracę to
nie kupię fajek, ty nie wyślesz totka, nie kupisz kebabu bo w plecy
stówka, źle poszło. Jeżeli wydałeś około 100zł z 1000zł posiadanego
kapitału, to książkowo, nie za dużo derywatów w portfelu! Nie więcej niż
10%.
Dwie historie z roku 2008 – jak można było zarobić fortunę inwestująć niecałą stówkę.
Przykład 1
KTOŚ KUPIŁ opcje OW20U8240 za 91,50 PLN. Jedna opcja w
trakcie sesji 04-09-2008 kosztowała 1,83 pkt., czyli 18,30 PLN. Kupił 5
opcji, łącznie na kwotę 91,50 PLN.
10 sesji poźniej, 18-09-2008 tę samą opcję można było
sprzedać po 170,16 pkt. czyli na polski po 1701,60 PLN. Czaicie bazę?
Kumacie czaczę? To takie proste, 170,16 pkt. * 10zł = 1701,60 PLN. Gość
kupił 5 opcji których wartość wzrosła z 91,50 zł. do 8 508,00 PLN w 10 dni – nieźle!
Przykład 2, jeszcze bardziej drastyczny w czasie!
Kupione opcje OW20I8230 w dniu 18-09-2008 po 0,85 pkt, czyli
8,50 PLN jedna sztuka. Inwestycja w 5 sztuk opcji po 8,50 PLN da 42, 50
PLN zainwestowanego kapitału. Następnego dnia, 19-09-2008 te same opcje
które ktoś kupił za 42,50 PLN osiągnęły wartość 6 650,00 PLN. Jedna
opcja kosztowała 1330,00 PLN. W ciągu 2 dni taki wzrost!!! Toż to szok!
Co kiedy zarabiało? Jakie opcje zyskiwały? To chyba jasne! Jak WIG20 spadał to wzrastała wartość kupionej opcji na spadki, jak indeks wzrastał to odwrotnie, kupione opcje na wzrosty zyskiwały.
Załączam wykres WIG20 i daty w których wystąpiły te dwa przykłady. Kryzys trwał, wzrosty w dwa dni od 18-09-2008 do 19-09-2008 spowodowane były informacją o dodruku pieniądza w USA.
Załączam wykres WIG20 i daty w których wystąpiły te dwa przykłady. Kryzys trwał, wzrosty w dwa dni od 18-09-2008 do 19-09-2008 spowodowane były informacją o dodruku pieniądza w USA.
pilu
niedziela, 5 stycznia 2014
Analityk potrzebny od zaraz, analiza techniczna zbędna
Wbrew pozorom ten zawód wymaga bardzo wrażliwego nosa. A polega na uważnym wąchaniu gazów wydzielanych przez ludzki organizm.
Praca w tym zawodzie to przedmiot marzeń wielu, chociaż niektórzy raczej zaliczyliby go do zawodów ekstremalnych, w jednym szeregu z połowem ryb u wybrzeży Alaski czy pracą na platformach wiertniczych.
Polecamy: Analityk biznesowy - nowe stanowisko w firmach?
A chodzi o wąchanie gazów jelitowych wydzielanych przez ludzki organizm (zwanych potocznie wiatrami czy bąkami). Profesjonalny wąchacz bąków to zawód bardzo intratny. Zatrudnienia należy szukać w Chinach, gdzie można liczyć na roczną pensję w wysokości ok. 50 tys. dolarów (ok. 13 tys. zł miesięcznie) - informuje serwis Rocket News 24.
Według założeń chińskiej medycyny alternatywnej wiatry wydzielane przez człowieka mogą mieć różny "bukiet" zapachowy w zależności od trapiących organizm schorzeń – gorzkawy, kwaskawy, słodkawy czy zalatujący rybami.
Wyćwiczony ekspert, dysponujący czułym powonieniem, na podstawie tych niuansów potrafi wywąchać konkretną chorobę. Dla przykładu, akcenty mięsne w zapachu mogą świadczyć o wewnętrznych krwawieniach w układzie pokarmowym lub nowotworze.
Do podobnych praktyk od dawna na Zachodzie angażuje się psy, które potrafią na podstawie próbek moczu wywąchać raka prostaty lub po zapachu stolca wyczuwają raka odbytu z dokładnością do 97 proc.
"Wąchacz wiatrów" to profesja elitarna. Podobnie jak w przypadku somelierów, potrzeba tu specjalnych predyspozycji. W tym wypadku wymagany wiek to 18-45 lat, brak jakichkolwiek schorzeń jamy nosowej oraz abstynencja od papierosów i alkoholu.
Kandydatów czeka długie szkolenie, a potem egzamin kwalifikacyjny, który zdadzą tylko najsubtelniejsi.
http://praca.wp.pl/title,Ekstremalny-zawod-analityk-gazow-jelitowych,wid,15165567,wiadomosc.html
Rys cenowy FW20 (kontynuacyjny) w dniu 03/01/2014
OPEN
HIGH
LOW
CLOSE
2438.00
2444.00
2418.00 2420.00
Ważne poziomy
Na moje oko, aktualne poziomy oporów to okolice:
2444 2470 2482
Wsparcia w okolicach:
2420 2400-2393 2370
Spekulując kontraktami terminowymi nie zapomnij o zleceniu zabezpieczającym STOP LIMIT! Inwestorom średnioterminowym otwierającym pozycje na 15-30 sesji, inwestującym w opcje jako nabywca zalecam rozsądek w zarządzaniu kapitałem, nie wszystko na raz, na jeden zakład. Naucz się zamykać pozycje opcyjnie ze stratą i pamiętaj o realizowaniu zysków
Wyjścia Modelu +15
Prognozowana zmienna to 5 okresowa średnia krocząca. Na pierwszy rzut oka widać, że wszystkie wyjścia są poniżej pierwszej bazowej, nie jest to dobry układ dla dalszych wzrostów
Strategia:
Model podtrzymuje sygnał sprzedaży, na dzień dzisiejszy wydaje się, że dynamiczne wzrosty możliwe po wcześniejszych spadkach indeksu WIG20. Zrobiłem symulację spadku indeksu, takie oto wyniki generuje SSN
symulacja spadku WIG20
wyjścia SSN po symulowanym spadku WIG20
Korzystając z okazji wszystkim nam zdrowia i wyczucia rynku życzę w tym nowym 2014 roku, będzie zdrowie i wyczucie to i będą środki płatnicze oraz jeszcze lepsze samopoczucie
pilu
FW20
Wyjścia Modelu +15
Sztuczne inteligencje Google'a pod pewnymi względami są już bystrzejsze od ludzi
O tym, że Google stara się tam, gdzie tylko może zastąpić ludzi algorytmami, wiadomo już od dawna. Z technologii związanych ze sztuczną inteligencją korzystamy już dziś zresztą na co dzień, w takich produktach jak Tłumacz Google, wyszukiwarka obrazków czy głosowa wyszukiwarka Androida. W pracach tych niedawno jednak przekroczono pewną ważną barierę – inżynierowie z Mountain View przestali rozumieć to, co stworzyli.
Taką skłaniającą do refleksji deklaracją podzielił się z zebranymi jeden z programistów Google, Quoc V. Le, który podczas odbywającej się w zeszłym tygodniu w San Francisco konferencji dotyczącej maszynowego uczenia, przedstawiając zgromadzonym działanie technologii głębokiego uczenia, stosowanych przez wyszukiwarkowego giganta. Prace nad wykorzystaniem klastrów obliczeniowych do automatycznego klasyfikowania zgromadzonych danych przekształciły je w cybernetyczne czarne skrzynki, których zasady działania wymknęły się ludzkiemu opisowi.
Po raz pierwszy tak spektakularnymi efektami w dziedzinie AI Google pochwaliło się raptem półtora roku temu, kiedy to stworzony w sekretnym X Laboratory klaster 16 tysięcy procesorów, z ponad miliardem wewnętrznych połączeń, wykorzystany został do „obejrzenia” 10 milionów miniaturek klipów wideo z YouTube, by na tej podstawie nauczyć rozpoznawać się wizerunki kotów. Wszystko to odbyło się bez jakiegokolwiek treningu ze strony człowieka, nigdy system nie otrzymał komunikatu oto kot. Jak stwierdził wówczas nadzorujący badania dr Jeff Dean, google'owy klaster po przetworzeniu milionów obrazów w praktyce wynalazł koncepcję kota, podobnie jak to robi to kora wzrokowa u małych dzieci. Jego kolega Andrew Ng ostrzegł jednak przed zbyt pochopnym sięganiem po organiczne analogie, podkreślając, że google'owa sieć była o wiele rzędów wielkości mniejsza od ludzkiej kory wzrokowej.
Wykorzystywane przez Google'a mechanizmy głębokiego uczenia mają bowiem hierarchiczną strukturę, w której najniższe warstwy wykrywają różnice kolorów pikseli, a warstwy wyższego rzędu wykrywają krawędzie obiektów. Kolejno dodawane warstwy mogą opracować sobie własne mechanizmy detekcji cech, o których ludzie by nawet nie pomyśleli. Quoc V. Le przywołał tu historię wykrywania niszczarek do dokumentów. O ile w zasadzie łatwo jest określić, czym się charakteryzują koty, to z niszczarkami sytuacja jest bardziej skomplikowana. Programista wyjaśnił, że gdy pokazywał zdjęcia tych urządzeń swoim kolegom, wielokrotnie nie potrafili oni ich poprawnie zaklasyfikować.
Tymczasem komputerowy system rozpoznawania obrazu poradził sobie z tym zadaniem znacznie lepiej, niż ludzie – a Le stwierdził, że nie wie, jak mógłby sam napisać program, który by sobie z tym równie dobrze poradził. Doszliśmy do etapu, na którym musimy polegać na danych, by stworzyły mechanizmy dla nas, zamiast sami opracowywać takie mechanizmy – przyznał. Otwiera to drogę do rozwiązywania problemów, w których nie ma ekonomicznego sensu szukać ludzkich ekspertów. Karmiąc maszynowych sawantów ogromną ilością relewantnych danych, Google chce, by z danych tych wyłoniły się ich własne sposoby kategoryzacji. W ten sposób bliżej byłoby do spełnienia google'owej misji – zorganizowania całej informacji świata.
Mimo że w opinii wielu badaczy AI i filozofów, takich jak Noam Chomsky, takie statystyczne podejście nie jest w stanie przynieść maszynom uchwycenia sensu, znaczenia danych, to wyszukiwarkowy gigant niekoniecznie się tym przejmuje. Peter Norvig, szef badań nad AI w Google, co prawda nie oczekuje, że mechanizmy głębokiego uczenia same przekształcą się w silne sztuczne inteligencje, ale jest pewien, że pozwoli to na rozwiązanie realnych problemów, takich jak rozpoznawanie czy rozumienie mowy.
Emergencji – czyli spontanicznego wyłonienia się systemów o właściwościach, których ich poprzednicy nie posiadali, nie można tu wykluczyć. Sami eksperci Google'a przyznają, że doszło do zaobserwowania w ich firmie emergentnych zjawisk, w których systemy zachowywały się od czasu do czasu bardziej jak żywe istoty, niż sterowane programem maszyny. Tak było w wypadku systemu Omega, następcy projektu Borg, stworzonego aby efektywniej rozdzielać zasoby pomiędzy serwerowymi aplikacjami w google'owych centrach danych – jego zachowanie wielokrotnie okazywało się niedeterministyczne, szczególnie w scenariuszach wykorzystujących większą liczbę węzłów sieci. Programiści z Fundacji Apache, rozwijający opensource'owy projekt Mesos, będący odpowiednikiem Borga, twierdzą zresztą, że to jedyna droga dla bardziej złożonych systemów – można próbować wyeliminować nieprzewidywalność tylko do pewnej skali, powyżej której koszty takich działań stają się zaporowe. O wiele sensowniej budować systemy, które akceptują indeterminizm – i wykazują coś na kształt ograniczonej inteligencji, do skutecznego rozwiązywania problemów, z którymi ludzie sami już sobie nie radzą.
http://www.wykop.pl/ramka/1739624/sztuczne-inteligencje-google-a-bywaja-bystrzejsze-od-ludzi/
Taką skłaniającą do refleksji deklaracją podzielił się z zebranymi jeden z programistów Google, Quoc V. Le, który podczas odbywającej się w zeszłym tygodniu w San Francisco konferencji dotyczącej maszynowego uczenia, przedstawiając zgromadzonym działanie technologii głębokiego uczenia, stosowanych przez wyszukiwarkowego giganta. Prace nad wykorzystaniem klastrów obliczeniowych do automatycznego klasyfikowania zgromadzonych danych przekształciły je w cybernetyczne czarne skrzynki, których zasady działania wymknęły się ludzkiemu opisowi.
Po raz pierwszy tak spektakularnymi efektami w dziedzinie AI Google pochwaliło się raptem półtora roku temu, kiedy to stworzony w sekretnym X Laboratory klaster 16 tysięcy procesorów, z ponad miliardem wewnętrznych połączeń, wykorzystany został do „obejrzenia” 10 milionów miniaturek klipów wideo z YouTube, by na tej podstawie nauczyć rozpoznawać się wizerunki kotów. Wszystko to odbyło się bez jakiegokolwiek treningu ze strony człowieka, nigdy system nie otrzymał komunikatu oto kot. Jak stwierdził wówczas nadzorujący badania dr Jeff Dean, google'owy klaster po przetworzeniu milionów obrazów w praktyce wynalazł koncepcję kota, podobnie jak to robi to kora wzrokowa u małych dzieci. Jego kolega Andrew Ng ostrzegł jednak przed zbyt pochopnym sięganiem po organiczne analogie, podkreślając, że google'owa sieć była o wiele rzędów wielkości mniejsza od ludzkiej kory wzrokowej.
Wykorzystywane przez Google'a mechanizmy głębokiego uczenia mają bowiem hierarchiczną strukturę, w której najniższe warstwy wykrywają różnice kolorów pikseli, a warstwy wyższego rzędu wykrywają krawędzie obiektów. Kolejno dodawane warstwy mogą opracować sobie własne mechanizmy detekcji cech, o których ludzie by nawet nie pomyśleli. Quoc V. Le przywołał tu historię wykrywania niszczarek do dokumentów. O ile w zasadzie łatwo jest określić, czym się charakteryzują koty, to z niszczarkami sytuacja jest bardziej skomplikowana. Programista wyjaśnił, że gdy pokazywał zdjęcia tych urządzeń swoim kolegom, wielokrotnie nie potrafili oni ich poprawnie zaklasyfikować.
Tymczasem komputerowy system rozpoznawania obrazu poradził sobie z tym zadaniem znacznie lepiej, niż ludzie – a Le stwierdził, że nie wie, jak mógłby sam napisać program, który by sobie z tym równie dobrze poradził. Doszliśmy do etapu, na którym musimy polegać na danych, by stworzyły mechanizmy dla nas, zamiast sami opracowywać takie mechanizmy – przyznał. Otwiera to drogę do rozwiązywania problemów, w których nie ma ekonomicznego sensu szukać ludzkich ekspertów. Karmiąc maszynowych sawantów ogromną ilością relewantnych danych, Google chce, by z danych tych wyłoniły się ich własne sposoby kategoryzacji. W ten sposób bliżej byłoby do spełnienia google'owej misji – zorganizowania całej informacji świata.
Mimo że w opinii wielu badaczy AI i filozofów, takich jak Noam Chomsky, takie statystyczne podejście nie jest w stanie przynieść maszynom uchwycenia sensu, znaczenia danych, to wyszukiwarkowy gigant niekoniecznie się tym przejmuje. Peter Norvig, szef badań nad AI w Google, co prawda nie oczekuje, że mechanizmy głębokiego uczenia same przekształcą się w silne sztuczne inteligencje, ale jest pewien, że pozwoli to na rozwiązanie realnych problemów, takich jak rozpoznawanie czy rozumienie mowy.
Emergencji – czyli spontanicznego wyłonienia się systemów o właściwościach, których ich poprzednicy nie posiadali, nie można tu wykluczyć. Sami eksperci Google'a przyznają, że doszło do zaobserwowania w ich firmie emergentnych zjawisk, w których systemy zachowywały się od czasu do czasu bardziej jak żywe istoty, niż sterowane programem maszyny. Tak było w wypadku systemu Omega, następcy projektu Borg, stworzonego aby efektywniej rozdzielać zasoby pomiędzy serwerowymi aplikacjami w google'owych centrach danych – jego zachowanie wielokrotnie okazywało się niedeterministyczne, szczególnie w scenariuszach wykorzystujących większą liczbę węzłów sieci. Programiści z Fundacji Apache, rozwijający opensource'owy projekt Mesos, będący odpowiednikiem Borga, twierdzą zresztą, że to jedyna droga dla bardziej złożonych systemów – można próbować wyeliminować nieprzewidywalność tylko do pewnej skali, powyżej której koszty takich działań stają się zaporowe. O wiele sensowniej budować systemy, które akceptują indeterminizm – i wykazują coś na kształt ograniczonej inteligencji, do skutecznego rozwiązywania problemów, z którymi ludzie sami już sobie nie radzą.
http://www.wykop.pl/ramka/1739624/sztuczne-inteligencje-google-a-bywaja-bystrzejsze-od-ludzi/
Wszystko się kręci wokół trendów
Tak sobie patrzę na aktualny trend kontraktu i widzę TENDENCJĘ ROZWOJOWĄ wznoszącą, czyli że trend wzrostowy.
Z definicji trend wzrostowy to następujące po sobie sekwencje coraz wyższych szczytów (kontynuacja trendu) i coraz wyższych dołków (korekty w trendzie wzrostowym).
Patrząc przez pryzmat definicji trendu wzrostowego, to na moje oko kontrakt w średnim terminie zachowuje sekwencje zawarte w definicji. Właśnie dwie ostatnie sesje przebiły wcześniejszy szczyt i korekta spadkowa do 2200 nie zmieni trendu (pod warunkiem że poziom wsparcia w okolicach 2200 wytrzyma i nastąpi odreagowanie w górę. Nie twierdzę że kontrakt tam spadnie – te wartości dla przykładu podałem!
Fachowo to się nazywa – ANALIZA TRENDU – polecam!
Co do terminów jak rozróżniać długość trendu lub posiadania ulokowanych pieniędzy w instrumentach finansowych:
Z definicji trend wzrostowy to następujące po sobie sekwencje coraz wyższych szczytów (kontynuacja trendu) i coraz wyższych dołków (korekty w trendzie wzrostowym).
Patrząc przez pryzmat definicji trendu wzrostowego, to na moje oko kontrakt w średnim terminie zachowuje sekwencje zawarte w definicji. Właśnie dwie ostatnie sesje przebiły wcześniejszy szczyt i korekta spadkowa do 2200 nie zmieni trendu (pod warunkiem że poziom wsparcia w okolicach 2200 wytrzyma i nastąpi odreagowanie w górę. Nie twierdzę że kontrakt tam spadnie – te wartości dla przykładu podałem!
Fachowo to się nazywa – ANALIZA TRENDU – polecam!
od 5 sekund do 5 godzin
- trend pobudzający nerwy i wyzwalający zachowanie debila oraz idioty, oznaka szaleństwa i uzależnienia od hazardu –- szaleństwo spekulacyjne
od dni do tygodni
- trend krótkoterminowy –- spekulacja
od tygodni do miesięcy
- trend średnioterminowy –- inwestycja
od miesięcy do lat
- trend długoterminowy –– inwestycja długoterminowa
Subskrybuj:
Posty (Atom)