👆 در این ویدیو متوجه خواهید شد چرا 👇
در این ویدیو یک مبحث بسیار مهم در مورد پیش‌بینی بازار بر اساس داده‌های تاریخی توضیح داده شده است.

https://www.youtube.com/watch?v=wWaY_JiguXQ

تحلیل بیت کوین با استفاده از داده های بازار آپشن| مجتبی راستی

تحلیل بیت کوین با استفاده از داده های بازار آپشن| مجتبی راستی

تحلیل بیت کوین با استفاده از داده های بازار آپشن| مجتبی راستی

📚 معرفی کتاب

پس از انتشار اولین ویدیوها از سری ویدیوهای «مدیریت ریسک با هوش مصنوعی و روش علمی» دوستان زیادی با من تماس گرفتند و خواهان معرفی یک کتاب استاندارد و علمی در مبحث احتمالات و ریاضیات استوکستیک شدند که خودش مبنای هر نوع فعالیت علمی در بازارهای مالی است.

کتابی که در اینجا معرفی می‌شود یکی از استانداردترین و آموزشی‌ترین کتاب‌ها در این حوزه است که اکثر کسانی که دارای تحصیلات در رشته‌های ریاضی، فنی و بعضاً تجربی هستند قاعدتاً باید عمدۀ مباحث آن را در دروس دانشگاهی گذرانده باشند.

برای دوستانی که این مباحث ریاضی برای‌شان کمی دشوار است نیز بزودی منابعی ساده‌فهم‌تر و تجربی-شهودی‌تر ارائه خواهیم داد.

تحلیل بیت کوین با استفاده از داده های بازار آپشن|مجتبی راستی

بررسی سررسید آخر هفته| مجتبی راستی

به نظر می‌رسد فاز Creek و حرکت به سمت UTAD در الگوی وایکوف در بیت‌کوین استارت خورده باشد.

در آخرین ویدیوی تحلیلی یوتیوب در اینباره صحبت کردیم و امشب نیز حرکت صعودی اخیر بیت‌کوین را باز زیر ذره‌بین خواهیم برد.
با ما همراه باشید.

🔵 ادعای نجات خلبان آمریکایی با استفاده از «دستگاه تشخیص ضربان قلب» و اصول مهندسی بازارهای مالی

حتماً شما هم در خبرهای این روزها خوانده یا شنیده‌اید که ادعا شده است که آمریکا با دستگاهی فوق پیشرفته و با بهره‌گیری از فیزیک کوانتوم توانسته است با فیلترکردن صداهای محیطی و تقویت صدای ضربان قلب خلبان آمریکایی گرفتارشده در کوه‌های ایران، محل اختفای خلبان را به دقت شناسایی کرده و او را نجات دهد.

اگر چنین چیزی ممکن باشد، یعنی گروهی از دانشمندان به روشی دسترسی پیدا کرده‌اند که می‌تواند، به زبان فنی، نسبت نویز به سیگنال (SNR) را به حد شگفت‌انگیزی کاهش دهد.
می‌دانیم که در بازارهای مالی مسئلۀ تشخیص جهت بازار یکی از اصلی‌ترین و دشوارترین مسائل است. به بیان فنی، اگر مدل پایۀ بازار را rt=μt+σtεt فرض بگیریم، می‌دانیم که μ_t یا همان سیگنال بسیار کوچک، و در عوض εt یا همان نویز بشدت غالب است. به همین دلیل است که مدل‌سازی‌های علمی بازار بیشتر به تعیین ساختار نوسان و پیش‌بینی آن برای مدیریت ریسک تمایل دارند و کمتر به پیش‌بینی جهت بازار. البته روش‌هایی هم برای تخمین جهت وجود دارند که می‌کوشند نویز شدید را تا حد امکان کاهش داده و سیگنال ضعیف را تا حد امکان تقویت کنند؛ لیکن این روش‌ها تا امروز از نرخ موفقیت بسیار پایینی در قیاس با روش‌های تخمین ساختار نوسان برخوردار بوده‌اند.

حال اگر دستگاهی، یا به بیان دقیق‌تر متودولوژی‌ای، بوجود آمده باشد که بتواند نسبت نویز به سیگنال را در حد شگفت‌انگیز تشخیص ضربان قلب یک خلبان در یک محیط وسیع کوهستانی کاهش دهد آنگاه اولین کاربرد چنین چیزی نه در پیداکردن خلبان‌ها، بلکه در بازارهای مالی خواهد بود. اگر چنین چیزی اختراع شده باشد آنگاه گروهی از دانشمندان و ذینفعان هستند که می‌توانند سیگنال جهت بازار را از داخل نویزهای آن بیرون بکشند، کاری که البته ناممکن نیست اما مصداق پیداکردن سوزن در انبار کاه است.

اگر اطلاعات مرتبط با چنین اختراعی، به فرض واقعی بودن، به هر نحو مورد سوءاستفاده در بازارهای مالی قرار گیرد، این امکان وجود دارد که بسیاری از بازارها توسط گروهی معدود دچار دستکاری‌های شدید شده و سودهای مافوق تصوری را برای عده‌ای ایجاد کنند.

صبر کنیم ببینیم چه خواهد شد! 😎

تحلیل بیت کوین با استفاده از داده های بازار آپشن| مجتبی راستی