Quant Way
Ir al canal en Telegram
بینشی علمی و آماری به بازار سرمایه و پول Scientific and statistical approach to capital and money markets
Mostrar más638
Suscriptores
Sin datos24 horas
+27 días
+630 días
Archivo de publicaciones
638
این هفته دو تا گزارش جالب در حوزه کارگزاریهای و شرکتهای خدمات مالی دیدم که یک سری نتایج جالب رو میشد ازشون برداشت کرد.
۱- رشد #کارگزاری_باهنر و #کارگزاری_کاریزما و سقوط برخی سنتیهای بازار
#کارگزاری_مفید، آگاه و بعد کاریزما رومیبینید، که ۳ تا رتبه اول رو به خودشون اختصاص دادن. نکته جالب که کاریزما تازه چهار سال از مجوزش میگذره. و اگر به شکل ۲ نگاه کنید دو سال پیش حتی توی لیست نبود، حتی ۶ ماه پیش هم خیلی رتبه خوبی نداشت. اما الان رتبه ۳ به دست آورده
کارگزاری باهنر هم رشد خوبی ایجاد کرده و تونسته در بازار کالایی یک نیچ مناسب به دست بیاره، به طور مشابه نگاه نوین هم تونسته در بورس انرژی کنج بازار خودش رو پیدا کنه و هر کدوم تونستن در بازارها حرف اول رو بزنن،
کارگزاریهایی مثل #کارگزاری_فارابی، #کارگزاری_صباتامین و #کارگزاری_حافظ هم به شدت سقوط کردن
مشکلی که در سقوط وجود داره، اینه که تو ممکنه حتی خیلی هم خوب باشی، اما در مقایسه با رقبا خوب نمونده باشی! به اندازه رقبا ایده نزده باشی و خودت رو مدرن نکرده باشی
توضیح این که کارگزاریهایی که گفتم سقوط کردن، به لحاظ ساختار مالی و از دیدگاه سنتی خیلی هم خوب هستند
۲- یک نکته جالب این که توی گزارشها دیده میشد، ضعیف شدن کارگزاریهای متوسط به پایین بود! حتی یک عامل ساده مثل اجبار کارگزاری ها به ریختن سهمی از درآمدشون توی صندوق توسعه بازار سرمایه (شکل ۳)، باعث شده نیمی از کارگزاریها زیانده بشن و در صد بیشتری هم نتونن خودشون رو توسعه بدن رو
در واقع آمار داره نشون میده که ما در آینده (مثل اکثر کشورهای پیشرفته) اگر کارمزد کارگزاریها رو کم کنیم، یا مردم بیشتری رو وارد بازار سرمایه کنیم، به قطع کارگزاریهای کوچکتر حذف میشن و شاید جا برای ۱۰ تا ۲۰ تا کارگزاری درست و حسابی باشه. سرمایهگذاری کارگزاریهای مفید، آگاه و کاریزما توی بخشهایی که مربوط به پرسونای متفاوتی با گذشته (قشر جوان، مردم طبقه متوسط به پایین و مردم حاضر در شهرستانها) نشون میده که به خوبی اون بازارها رو هدف گرفتن و به نوعی دارن بازارسازی میکنن
این سطح از کیفیت، برای هر کارگزاری صرفه نخواهد داشت
در واقع با کاهش کارمزد برای هر معامله، افزایش هزینههای نیروی انسانی و توسعه، بزرگشدن جامعه ما رو به سمت روشهای اقتصاد هزینه نهایی صفر (الهام گرفته از کتاب جرمی ریفکین) میبره، یعنی استفاده بیشتر از تکنولوژی، علوم داده و هوش مصنوعی
تکنولوژی، لزوما #هوش_مصنوعی نیست، لزوما حتی کار داده هم نیست،
به طور مثال، فعالیت کارگزاریهایی که رشد خوبی داشتن رو از دید #داده_محور بودن (مثل گزارشهایی که مرتب ارائه میکنن)، احترام به تکنولوژی (مثل پلتفرمهای متعددی که میسازن)، استفاده از تکنولوژیهای مالی (مثل ایجاد انواع صندوقها و خدمات جدید که برای سنتیها ریسکی حساب میشد) و تکنولوژیهای بازاریابی (مثل سرمایهگذاری روی بازاریابی اینترنتی و کمپینهای نو)، روشها و سطوح جدید ارتباط با مشتریان، تکنولوژی ساخت و طراحی محصولات، و خیلی چیزهای دیگه، کمک کرد بعضیها رشد کنن و کارگزاریهایی مثل #کارگزاری_آگاه هم جاشون رو حفظ کنن
شاید سیاست کاهش درآمد خدمات، همزمان با تسهیل مجوزها و ابتکارها، بتونه کمک کنه، در نهایت شرکتهای برتر، رشد بهتری کنن و صرف داشتن مجوز یا ساختمون، برای کسی سود ایجاد نکنه
در ضمن، کارگزاریهای متوسط رو به پایین، هم باید همزمان به فکر جذب سرمایه، انتخاب مارکت نیچ خودشون، ادغام یا برداشتن ریسک باشن
638
یک پروژه جالب برای پای تورچ دوستان
https://neuralprophet.com
https://github.com/ourownstory/neural_prophet
638
Repost from @machinelearningnet
🔸سری وبینارهای رایگان سیگموئید
قسمت دوم از فصل دوم
✅ Meta learning in forcasting
با پیاده سازی پکیج metaTs برای اولین بار
🎙مهمانان این قسمت:
دکتر ساسان براک (استادیار دانشگاه ساوتهمپتون)
امیر عباس اسدی (محقق مستقل هوش مصنوعی)
📅 تاریخ برگزاری : ۹ تیر ماه ۱۴۰۱
🕑 زمان برگزاری : ۲۰:۰۰
💰 کاملا رایگان
🔴 ثبت نام از طریق لینک زیر:
https://eseminar.tv/wb70182
Machine learning in Business and finance Channel :
@machinelearningnet
کانال سیگموئید:
@sigmoyd
638
Repost from چرتکه
پنجاه درصد ماجرا حل است!
#در_ستیغ_بلاهت گره نزدن سفرهی مردم به تحریمها
جستجویی در معانی محتمل یک جملهی دو پهلو
راستش ویدیوی اثر دانینگ کروگر را گذاشتیم که به مرور ابلهانی که در قلّهی نادانی، حماقتشان را جار میزنند را معرّفی کنیم! اما دیدم که ابله رفتنی است! چیزی که میماند بلاهت است! و در نتیجه تصمیم گرفتیم که مطابق حدیث شریف «انْظُر اِلي ما قالَ و لا تنظُرْ الي مَنْ قال» به بررسی حرفهای ابلهانه بپردازیم. (البته راستش گرفتاریهای محتمل ناشی از درگیر شدن با ابلهان نیز چندان بیتاثیر نبود!) حالا بیخیال این حرفها! به اصل داستان بپردازیم!
این لطیفهی حکمتآموز را لابد شنیدهاید! میگویند طرف رفت خواستگاری، ملت جویای نتیجه شدند. گفت که پنجاه درصد ماجرا حل است! من راضیام! مانده رضایت طرف که پنجاه درصد مابقی است!
راستش تصور خیلیها از ماجرای گره نزدن سفرهی مردم به تحریمها از همین جنس است. انگار که قبل از این بچهای موذی در راستای اهداف شوم و خرابکارانهی خود، میرفته در خانههای ملت و سفرههایشان را به یک چیزی گره میزده ...
داستان که این نیست! حکایت این است که یک جنگ اقتصادی بر علیه ما راه افتاده! جنگی که قطعا تلفات دارد. تلفاتی که تا کنون بسیار سنگین بوده. میشود گفت ما حیات مردممان را به جنگ گره نمیزنیم؟ شما نزنید! سلّمنا! همان پنجاه درصدش حل است! ولی وقتی موشک آمد و مردم را به ملکوت اعلی برد، اهمیت آن پنجاه درصد دیگر معلوم میشود! بلاهت متراکم است اگر کسی خیال کند میتوانیم بدون آسیب از زیر این جنگ اقتصادی در برویم!
در کمال ناباوری امّا این جمله معنای درستی هم میتواند داشته باشد! و آن این است که ما برای اصلاح مشکلات اقتصادیمان نباید معطل رفع تحریمها شویم. بازارهای مالی معیوبمان، یارانهی انرژی ناکارایمان، قیمتگذاریهای به غایت ابلهانهمان، بودجهی ناترازمان و صد تا اشکال عمدتا درشت و گاهی ریزمان را باید درست کنیم.
این جور چیزها باید درست شوند، گر چه خیلیهاشان درد زیادی هم دارد! امّا تا درستشان نکنیم بساط همین است که هست. ناکارامدی نامبارکی که شاهد هستیم، همین که میگوییم بر دریای نفت و گازیم و گرفتار، از همین چیزها ناشی شده.
بله! اگر این جور چیزها درست شوند وضعیت ملت بهتر میشود. اما نه فورا! راه طولانی و دشواری است. تصمیمگیریهای سختی در مسیر هست و از همه مهمتر طی این هفتخوان نیاز به توشهای دارد که در این عصر نایاب است! عقل!
خلاصه که ...
سفرهی مردم به یقین بر اثر تحریم کوچک شده و خواهد شد. سفرهی ما، اقتصاد کشور، بسته به تجارت با دیگر کشورهاست. بسته به انتقال تکنولوژی است. بسته به ارتباط با جهان است! فارغ از قضاوت اخلاقی ما در مورد تحریمهای ظالمانهی آمریکای جنایتکار (که مرگ بر نیرنگهای او باد)، جنگ اقتصادی آمریکا، اقتصاد ما را کوچک خواهد کرد. همان طور که موشکهای عراق شهرهای ما را تخریب میکرد. عیار این حرف که تحریم کاغذ پاره است را مدتهاست فهمیدهایم!
از طرف دیگر، گر چه تحریم امکان بسیاری از اصلاحات اقتصادی را نمیدهد، امّا انبوهی از نواقص و مشکلات از سر و روی مملکت بالا میروند که با عقل و درایت قابل رفع هستند. البته اگر برای عمل به جای جرّاح ... بگذریم!
سفرهی مردم را، ان اصلاحات اقتصادی حسابشدهای که که معیشت مردم را ارتقاء میدهد را، نباید معطل رفع تحریمها کرد. مشکلات باید اصلاح شوند تا فردای مردم بهتر از امروزشان شود. باید اصلاح شوند تا جنگ اقتصادی آسیب کمتری بر این کشور وارد کند تا انگیزه تحریم کاهش یابد و احتمالش کم شود.
خلاصه وقتی این جملهی دو پهلو را شنیدید، کمی تامل کنید! شاید در حال زیارت یکی از ساکنین ستیغ بلاهت هستید!
638
Repost from آکادمی ریسک بازار
سمینار پنجاه درصد سود را سیو کنید/باید نباید تیر۱۴۰۱
سی دقیقه ابتدای ویژه مشترکین فعال سایت اکادمی ریسک بازار
Riskac.ir/6458
youtu.be/ADhq1flPLt4
تاریخ برگزاری ۷تیر۱۴۰۱
مدت ۹۵ دقیقه
لینک ثبت نام در سایت اکادمی ریسک بازار
Riskac.ir/6457
لینک ثبت نام در سایت مدرسه عالی رسانه
Elac.ir/clf/1750
638
Repost from چرتکه
#اقتصادکلان MRU، تورم، قسمت ۵، هزینههای تورم : خرابی واسطههای مالی
در قسمت قبل، آسیبی که تورم با پارازیت انداختن بر روی قیمتها ایجاد میکند را دیدید. اما تورم صد جور گرفتاری دیگر هم ایجاد میکند! یکی دیگرش ترکاندن نظام واسطهگری مالی است. یعنی فرآیند انتقال اعتبار از کسانی که میخواهند مازاد درآمدشان را پسانداز کنند و آنهایی که در پی سرمایهگذاری هستند و مثلا میخواهند کارخانهای راه بیندازند، خانهای بخرند و یا حتی برای تحصیل به دانشگاه بروند را مختل میکند.
در این ویدیو به این آسیب تورم نگاهی خواهیم داشت.
🧮 ⏮ ◀️ 🗒 ▶️ ⏭
638
Repost from NLP stuff
آموزش بازی Minecraft با پیش آموزش ویدیویی
شرکت خرپول OpenAI در آخرین دستاورد خودش از مدلی که میتونه ماینکرافت بازی کنه رونمایی کرده. فرض کنید میخوایم به یک مدل یاد بدیم چطور ماینکرفت بازی کنه. اولین راهی که به ذهن میرسه اینه که یک سیمولاتور ماینکرفت درست کنیم و مدل رو به صورت RL طور روی این محیط بازی آموزش بدیم. مشکلی که اینجا به وجود میاد یکی سایز فضای حالت بالای بازی و نیاز بالای مدل به اکتشاف ( exploration ) و دیگری هم سختی تعریف تابع پاداش (ریوارد) در این فضا است. راه دوم اینه که بیایم یک تعداد عامل انسانی بذاریم و از بازی کردن اونها و اکشنهایی که انتخاب میکنند یک دیتاست درست کنیم و مدل رو به اصطلاح به صورت آفلاین آموزش بدیم. مشکل این راه اینه که برای این که یک مدل کارا داشته باشیم نیازه تا عاملهای انسانیمون خیلی خیلی خیلی دیتا جمع آوری کنند که حتی برای openAI هم قفله. با این اوصاف به نظرتون OpenAI چه راهی در پیش گرفته؟
از اونجایی که OpenAI خیلی به دادههای وسیع حاضر در اینترنت علاقهمنده (این رو در طرز آموزش GPT و Clip و DallE هم قبلا دیده بودیم) اومده اولا "هفتاد هزار ساعت" فیلم ویدئو ماینکرافت بازی کردن ملت رو از اینترنت دانلود کرده. خب این دیتای ارزشمندیه ولی مشکل اینه که فقط فیلمه و معلوم نیست که گیمر در هر لحظه چه اکشنی رو انتخاب کرده که. پس OpenAI اومده و با استفاده از عاملهای انسانی که داره حدود دوهزار ساعت ویدئو بازی کردنشون رو به صورت لیبل دار جمع آوری کرده (یعنی اون عامل انسانی ماینکرافت بازی کرده و مشاهداتی که داشته و اکشن هایی که در لحظه انجام داده به صورت دنباله ذخیره شده) حالا اومدن و یک مدل دیگه ای به نام IDM با استفاده از همین دیتاها آموزش دادن که وظیفه اش اینه که با مشاهده یک دنباله از فریمهای ویدئو تشخیص بده که گیمر در اون لحظه چه اکشنی رو انتخاب کرده (نکته خوب ماجرا اینه که این مدل Non-Autoregressive هست یعنی برای تشخیص اکشن انجام شده در یک فریم میتونه هم به فریمهای قبلی و هم به فریمهای بعدی نگاه و توجه کنه). حالا احتمالا اگر نخ ماجرا دستتون اومده باشه میتونید حدس بزنید که در گام بعدی اومدن به کمک همین مدل IDM به دست اومده اون دادههای ویدئو بی لیبل هفتا هزار ساعتی رو لیبل زده اند. حالا در واقع یک دیتاست لیبل خورده هفتادهزار ساعتی حاضر و آماده است و میشه مدل اصلی و نهایی رو روی این دیتاست بزرگ آموزش داد. OpenAIایها اسم این تکنیک رو گذاشتند Video PreTraining یا به اختصار VPT.
بعد از به دست اومدن این دیتاست هفتادهزار ساعته لیبلدار، حالا یک مدل رو به صورت Autoregressive رو دنباله فریمها و اکشنها به صورت imitation learningای (این تکنیک به این معناست که عوض این که مدل رو در پارادایم RL در یک محیط قرار بدیم و با دادن ریوارد بهش آموزشش بدیم بیایم اون تسک رو توسط عامل انسانی انجام بدیم و مدل رو روی دادهها و حرکات اون عامل انسانی آموزش بدیم به این امید که بتونه سیاست اون عامل انسانی رو تقلید کنه) آموزش دادند. روی نحوه بازیکردن این مدل هم یکسری مشاهدات و آزمایشات انجام دادند که حیرت آوره. مثلا مدل تونسته تسکهایی رو که گیمرهای حرفهای ماینکرفت ظرف ۲۰ دقیقه (۲۴ هزار اکشن) انجام میدند رو به خوبی یاد بگیره!!! یا مثلا همین مدل به دست اومده رو به عنوان یک نقطه شروع قرار دادند و با RL دوباره روی یک سری تسکهای خاص فاین تیونش دادند و نتیجههای خوبی به دست گرفتند. فیلم بازیهای این مدل خفن در لینک توسط OpenAI قرار داده شده. همچینن OpenAI ناپرهیزی کرده و این مدل رو بر خلاف مدلهای دیگه اش اوپن سورس صلواتی منتشر کرده! با موفقیت این مدل انتظار میره که OpenAI با توجه به روحیهای که داره در گامهای بعدی این متد رو به مسائل مشابه دیگر اعمال کند. این داستان ادامه دارد؟
لینک بلاگ OpenAI برای این مدل:
https://openai.com/blog/vpt/
لینک کد و وزنهای این مدل:
https://github.com/openai/Video-Pre-Training
لینک مقاله:
https://cdn.openai.com/vpt/Paper.pdf
#read
#paper
@nlp_stuff
638
Repost from چرتکه
اگر از شدت حماقت برخی «استاد»ها متعجب هستید، دیگر نباشید! از قضا معمولا ابلهترینها همان معادن اعتماد به نفس هستند! همانها که محکمترین الحان و صلبترین عقاید را دارند غالبا از همه کمتر میدانند!
این حقیقت شناختهشدهای ست. انقدری که برای خودش اسم دارد! اثر دانینگ کروگر!
این ویدیو را ببینید تا هم دیگر با دیدن «اساتید» احمق متعجب نشوید و هم حواستان باشد که خودتان #در_ستیغ_بلاهت گرفتار نشوید!
🧮
