<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>торговые стратегии &#8212; &gt; Machine Learning Guru|</title>
	<atom:link href="https://mlgu.ru/tag/torgovye-strategii/feed/" rel="self" type="application/rss+xml" />
	<link>https://mlgu.ru</link>
	<description></description>
	<lastBuildDate>Sat, 21 Mar 2026 17:23:47 +0000</lastBuildDate>
	<language>ru-RU</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.9.4</generator>

<image>
	<url>https://mlgu.ru/wp-content/uploads/2025/06/mlguru-icon-150x150.png</url>
	<title>торговые стратегии &#8212; &gt; Machine Learning Guru|</title>
	<link>https://mlgu.ru</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Проскальзывание (slippage) и его влияние на реальные результаты торговли</title>
		<link>https://mlgu.ru/7007/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Sat, 21 Mar 2026 17:16:51 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[бэктестинг]]></category>
		<category><![CDATA[опционы]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<category><![CDATA[управление рисками]]></category>
		<category><![CDATA[фьючерсы]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=7007</guid>

					<description><![CDATA[Проскальзывание (slippage) — это разница между ценой, по которой стратегия ожидала исполнения ордера, и ценой, по которой он был исполнен фактически. И это довольно частое явление в трейдинге. В большинстве стратегий проскальзывание &#8212; постоянная составляющая транзакционных издержек, которая систематически снижает доходность. Для высокочастотных стратегий проскальзывание часто превышает комиссию брокера. Для стратегий с большим размером позиции [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>VWAP стратегия: расчет, бэктестинг и оценка эффективности</title>
		<link>https://mlgu.ru/6918/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Tue, 17 Mar 2026 05:54:34 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[алгоритмические стратегии]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=6918</guid>

					<description><![CDATA[VWAP (Volume Weighted Average Price) — средневзвешенная по объему цена за период. В отличие от простой скользящей средней, VWAP учитывает не только динамику цены, но и количество контрактов или акций, торгуемых на каждом ценовом уровне. Это делает его значительно более информативным ориентиром для оценки справедливой стоимости актива в течение сессии. Институциональные участники используют VWAP как [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>25 преимуществ частного трейдера перед хедж-фондами</title>
		<link>https://mlgu.ru/6911/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Fri, 06 Mar 2026 12:55:41 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[алгоритмические стратегии]]></category>
		<category><![CDATA[анализ рынков]]></category>
		<category><![CDATA[маржинальная торговля]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=6911</guid>

					<description><![CDATA[Существует устойчивый миф: чтобы зарабатывать на рынках, нужна армия аналитиков, Bloomberg-терминал за $24 000 в год и офис в небоскребе на Манхэттене. Хедж-фонды десятилетиями культивировали этот образ — и небезосновательно. Институциональный капитал обладает реальными преимуществами: доступом к IPO, инфраструктурой, связями с центральными банками. Но у медали есть обратная сторона. Размер — это не только сила, [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>Скользящие оконные функции в Pandas</title>
		<link>https://mlgu.ru/6872/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Thu, 25 Dec 2025 11:42:20 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[feature engineering]]></category>
		<category><![CDATA[matplotlib]]></category>
		<category><![CDATA[pandas]]></category>
		<category><![CDATA[временные ряды]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=6872</guid>

					<description><![CDATA[Скользящие оконные функции решают фундаментальную задачу анализа временных рядов: извлечение локальных паттернов из последовательных данных. Метод основан на применении агрегирующих операций к подмножествам наблюдений фиксированного размера, которые последовательно сдвигаются вдоль временной оси. Библиотека Pandas предоставляет три типа окон для работы с временными рядами: rolling &#8212; фиксированный размер; expanding &#8212; растущее от начала; exponentially weighted &#8212; [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>Винрейт (Winrate) и Соотношение риск/прибыль (Risk/Reward Ratio, RRR)</title>
		<link>https://mlgu.ru/6668/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Sat, 29 Nov 2025 06:36:33 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[маржинальная торговля]]></category>
		<category><![CDATA[расчет доходности]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<category><![CDATA[управление рисками]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=6668</guid>

					<description><![CDATA[Эффективность торговой стратегии определяется двумя базовыми метриками: винрейтом и соотношением риск/прибыль. Винрейт показывает долю прибыльных сделок, RRR — соотношение потенциальной прибыли к риску в каждой позиции. Обе метрики связаны математически: стратегия с винрейтом 30% может быть прибыльной при RRR 3:1, тогда как стратегия с винрейтом 70% остается убыточной при RRR 1:3. Понимание взаимосвязи этих параметров [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>Бэктестинг: что это такое и как правильно его проводить</title>
		<link>https://mlgu.ru/6131/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Sun, 09 Nov 2025 13:58:05 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[бэктестинг]]></category>
		<category><![CDATA[квантитативный анализ]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=6131</guid>

					<description><![CDATA[Перед тем как запускать стратегию в реальную торговлю, ее много раз прогоняют на исторических данных. Бэктестинг — это тестирование стратегии на прошлых котировках, чтобы увидеть, как она вела бы себя в реальных рыночных условиях. Данный процесс позволяет заранее выявить слабые места стратегии и избежать ненужных потерь. Качественный бэктест требует понимания не только программирования, но и [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>Wavelet-анализ финансовых данных: преобразование Фурье vs вейвлеты, многомасштабный анализ волатильности</title>
		<link>https://mlgu.ru/5927/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Fri, 31 Oct 2025 20:57:16 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[wavelets]]></category>
		<category><![CDATA[волатильность]]></category>
		<category><![CDATA[временные ряды]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=5927</guid>

					<description><![CDATA[Финансовые временные ряды нестационарны: волатильность меняется, тренды возникают и исчезают, корреляции нестабильны. Классический частотный анализ предполагает постоянство частотных компонент во времени, что противоречит природе рыночных данных. Вейвлет-преобразование решает эту проблему через одновременный анализ во временной и частотной областях. Эта статья сравнивает подходы Фурье и вейвлетов к анализу финансовых данных, объясняет механику вейвлет-преобразования и показывает практическое [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>Применение Python для среднесрочной торговли на Forex: разработка скринера трендов</title>
		<link>https://mlgu.ru/4785/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Sat, 27 Sep 2025 19:59:48 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[алгоритмические стратегии]]></category>
		<category><![CDATA[анализ рынков]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=4785</guid>

					<description><![CDATA[В условиях ограниченного капитала трейдеру важно выявлять наиболее перспективные торговые возможности среди множества доступных валютных пар. Между тем, одновременный анализ множества контрактов на рынке Forex требует значительных временных затрат и может быть технически сложным для индивидуальных трейдеров. На ручной анализ и поиск трендов даже первых трех десятков популярных валютных пар могут уходить часы. Дополнительные сложности [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>Как анализировать финансовые коэффициенты для выбора перспективных активов?</title>
		<link>https://mlgu.ru/4674/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Fri, 26 Sep 2025 15:35:13 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[анализ рынков]]></category>
		<category><![CDATA[методы оценки]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<category><![CDATA[финансовый анализ]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=4674</guid>

					<description><![CDATA[Даже у опытных инвесторов нередко возникает проблема: портфель вроде бы собран, стратегии протестированы, однако результаты остаются скромными. И зачастую причина кроется в том, что выбор активов строится на вере в то, что &#171;взлетит&#187;, одном-двух сильных показателях в отчетности, но не на системной оценке бизнеса. Чтобы этого не произошло, я рекомендую проводить анализ финансовых коэффициентов системно [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>Греки опционов (Delta, Gamma, Theta, Vega, Rho). Расчет и интерпретация чувствительности опционов к различным факторам</title>
		<link>https://mlgu.ru/3895/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Fri, 29 Aug 2025 13:07:21 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[scipy]]></category>
		<category><![CDATA[волатильность]]></category>
		<category><![CDATA[опционы]]></category>
		<category><![CDATA[торговые стратегии]]></category>
		<category><![CDATA[управление рисками]]></category>
		<category><![CDATA[хеджирование]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=3895</guid>

					<description><![CDATA[Опционные стратегии всегда связаны с множеством рисков и переменных, и именно поэтому трейдеры используют так называемые греки — показатели чувствительности опционной позиции к изменениям рынка и времени. Эти метрики позволяют глубже понять поведение опциона при колебаниях цены базового актива, изменении волатильности или приближении даты экспирации. Без понимания греков невозможно выстроить эффективное управление рисками и корректно [&#8230;]]]></description>
		
		
		
			</item>
	</channel>
</rss>
