Финансы в IT

Привет! Сегодня поговорим про обновление навигации интернет-банка. Я расскажу, зачем мы вообще затеяли изменения, на какие метрики опирались и, конечно, покажу визуал до и после.

Я убеждён: подсознательно нам спокойнее, когда мы знаем, где выход и как выбраться из помещения, если запахнет жареным. Так же и в интерфейсе: задача клиента — первый приоритет, а навигация — инструмент, который сам по себе несёт только эстетическую ценность. Именно мы, дизайнеры, должны сделать его удобным и понятным, а когда использовать навигацию — решать клиенту.

Получилось ли у нас улучшить UI по этому принципу — узнаете из статьи.

В России выкатили новый закон о регулировании крипты, и грозятся принять его до конца текущего года. Что конкретно там запретили, какая ответственность грозит за «незаконные операции с криптой», и как дальше будут выживать отечественные криптообменники – разобрались во всём этом с профильным юристом.

Я просыпался. Открывал глаза и с тоской думал, что опять надо ехать на работу. Она казалось мне бессмысленной, выматывающей, но, увы, безальтернативной. Как сменить ее на что-то еще — я не знал. Чем хочу заниматься — не знал. Я жил с чувством, что влип в нелюбимую работу навсегда. Чувствовал, что застрял, но не подозревал, что выход из болота находится совсем не там, где я предполагал.

Почти все самые важные и интересные финансовые новости в России и мире за неделю: скидка на ипотеку за малолетних детей, Euroclear порицает выкуп заблокированных активов у россиян, упорная инфляция в США, Байден придумал налог на неполученную инвестприбыль, Apple Vision Pro протух, а Чанпэна Чжао хотят отправить к Бэнкману-Фриду.

Можно ли построить прибыльную алгоритмическую систему для реальной торговли на фондовых рынках? Какие ошибки совершают новички при бэктестах алго-систем и как их избежать. Попробую ответить на эти вопросы под катом.

На Хабре неоднократно затрагивалась тема роста цен на твердотельные накопители, HDD и DRAM. К сожалению, динамика стабильна — в ближайшем будущем стоимость указанных компонентов вырастет ещё больше. По мнению основных игроков рынка, главные факторы, которые привели к текущей ситуации, — рост спроса, инфляция и невозможность прямо сейчас развернуть дополнительные производственные мощности. Подробности — под катом.

Оптимизация фонда оплаты труда (далее - ФОТ) в долгосрочной перспективе вредит компаниям, ухудшает их положение и усиливает кризисы.

Этот вопрос мы рассмотрим на основе проблем в Boeing и Blizzard, разбора жёсткого поведения Amazon в отношении сотрудников, с примерами лучших практик Генри Форда и General Electric, а так же ссылками на исследования, с описанием психологических аспектов и ключевых трендов. И рекомендациями: что с этим делать.

Цель данной публикации - описать ключевые аспекты и нюансы проблемы, чтобы любой мог прийти к финансистам, кадровикам или генеральному директору с ней со словами “хватит вредить бизнесу оптимизацией ФОТ!"

Почти все самые важные и интересные финансовые новости в России и мире за неделю: прекращение льготных ипотек в РФ, Дональд Трамп готовится к стрижке биржевых хомяков, Китай банит WhatsApp и Telegram, Атлант расправил электрические культяпки, нейросети дают ответы на самые важные вопросы (про енотов), а крипто-кузен Ави всё-таки сядет в тюрьму.

Локальная оптимизация - один из самых частых инструментов эффективных менеджеров, благодаря которому из благих намерений складывается дорога к банкротству.

Занимаясь "улучшительством" отдельно взятых элементов, бизнес рискует выкинуть из стенных часов с кукушкой стрелки: с точки зрения механизма они делают бесполезную работу, создавая только избыточное давление. А потом уберут и кукушку, потому что она из-за изменения баланса начнёт петь невовремя. Оставшиеся элементы между собой будут весьма гармонично взаимодействовать, только для конечного пользователя от этого не будет никакой пользы.

В этой небольшой статье я приведу несколько случаев из бизнеса и не только, когда локальная оптимизация принесла вред. Когда решения о том, чтобы причинить эффективность в одном отдельно взятом элементе, в итоге создавали проблемы.

Условия задачи: дано число клиентов банка N, число банковских продуктов М, горизонт времени прогноза Т. Нужно посчитать ( Pij ).

Привет, меня зовут Игорь Дойников, в Альфе я CDS — Chief Data Scientist в Розничном Бизнесе. Моя команда строит модели машинного обучения для розничного бизнеса Альфа-Банка. В статье я расскажу как, собственно, эту задачу решать и зачем. Сначала пройдёмся по CLTV, как бизнес постановки задачи мы перешли к задаче машинного обучения, какие при этом возникали проблемы и как мы их решали. А главное — что такое Feature Store и как этот инструмент помогает нам решать задачи СLTV.

Если хотите больше познакомиться со мной, как автором приглашаю в свой телеграмм канала - https://t.me/InfinityProductive

TRON (TRX) - это не просто еще один блокчейн на рынке криптовалют. Это целая экосистема, направленная на децентрализацию цифрового контента. Созданный Джастином Саном в 2017 году, TRON превратился в настоящую фабрику децентрализованных приложений (DApps), которая работает круглосуточно и без перерывов.

С поглощением BitTorrent, TRON стал чем-то вроде сверхмагната контента, привлекая под свои знамена миллионы пользователей. И если это был бы сериал, то захват BitTorrent можно было бы назвать кульминационным моментом сезона.

В сети TRON токен TRX служит не просто валютой, но и билетом в мир где транзакции и смарт-контракты проходят без заминок. Это как VIP-пропуск в эксклюзивный клуб, где все токены (TRC-10, TRC-20 и другие) живут в гармонии.

Почти все самые важные и интересные финансовые новости в России и мире за неделю: трубопроводный банкинг от Тинькофф, новый биржевой фонд на тех-компании с премией в 1900%, а также история турецкого Сэма Бэнкмана-Фарука с тюремным сроком в 11 тысяч лет.

На прошлой неделе на Тайване случилось землетрясение, о чём много раз писали различные СМИ. Мы не будем в очередной раз обсуждать это природное явление, а поговорим о возможных его последствиях на динамику цен DRAM. Эксперты опасались, что цены вырастут, и сильно, но, похоже, всё не так страшно. Подробности — под катом.

Один из важнейших инструментов в моей работе — дашборд с данными о прибылях и убытках компании P&L (он же БДР, он же отчет о финансовых результатах). Он помогает контролировать рентабельность бизнеса, эффективность отделов компании, прогнозировать прибыль и строить гипотезы для развития. В этой статье расскажу, как его настроить и использовать при помощи Open-Source BI-системы Metabase.

Kid-tech 一 это технологические решения и сервисы для детей. Одними из первых это направление начали развивать банки, увидевшие не только рыночную потребность, но и способ удерживать существующих клиентов, сохранять на их счетах больше средств, а также выстраивать долгосрочные отношения с детьми как новыми клиентами.

Детский банкинг быстро стал специализированным направлением, в котором правила и требования к продукту пока что формируются «на ходу». Разберемся, что нужно учесть при разработке банковского продукта, чтобы ему могли доверять и дети, и родители.

Почти все самые важные и интересные финансовые новости в России и мире за неделю: скандал с заменой денежной массы в РФ на вермишельную массу, налоговая рассказала что знает о зарубежных счетах россиян, греки проверяют сделки за наличность, что будет с госдолгом США, а также хорошая память у Incognito-режима гугловского браузера.

В этой статье мы начинаем рассматривать практическое применение библиотеки FinRL для построения торгового агента. В предыдущей статье мы вкратце рассмотрели библиотеку FinRL, предоставляемые ей возможности моделирования рынка и обучения торговых агентов на основании алгоритмов обучения с подкреплением.

Это вторая статья нашего обучающего цикла и в ней мы построим примитивного агента, который анализирует поступающие данные о стоимости позиции на рынке и пытается предсказать будущую цену. Вполне очевидно, что результат такого примитивного агента будет весьма далек от приемлемого уровня, но этот шаг поможет нам создать модель рынка с помощью библиотеки FinRL, обучить агента и быть готовыми к построению более сложных и осмысленных моделей.

Среднегодовая доходность рынка акций США с 1930-x составила 9,5% годовых. Риск, который измеряется среднеквадратическим/стандартным отклонением (сигма), составлял 19,6%. То есть, по статистике, через год можно ожидать, что с вероятностью 68% (1 сигма) доходность рынка будет входить в диапазон от -10% до 29%. Или с вероятностью 99,7% (3 сигма) ожидаемая доходность останется в диапазоне 3-х сигм или от -49% до +68%.

А если посчитать то же самое, но для 10-летнего периода. Какие будут ожидаемые доходность и риск?

Доходность рассчитывается просто. (1+0,095)^10=2,48 или 148%.
Для риска хочется просто взять и умножить 19,5%*10 лет*3 сигма=585%. То есть для определения диапазона доходности через 10 лет нужно к 148% прибавить 585% (верхняя граница) и от 148% отнять 585% (нижняя граница).
Но это крайне высокий риск и ошибочный подход к расчету!

Верный метод на самом деле заключается в том, чтобы умножить 19,5% на квадратный корень из 10. Это приводит к правильному почти максимальному диапазону ожидаемой доходности через 10-и лет - от -38% до 333%. Сюда, согласно теории, индекс попадет с вероятностью 99,7%.

Когда соединяются независимые распределения вместе, дисперсии каждого распределения можно успешно сложить, но их стандартные отклонения складывать нельзя, поскольку стандартное отклонение представляет собой квадратный корень из дисперсии. Таким образом, стандартное отклонение долгосрочного распределения вероятности возрастает пропорционально квадратному корню из времени.

Несколько дней назад на Хабре была опубликована статья Правда ли, что в Европе везде отсталые сервисы, медленные платежи и плохие онлайн-услуги? Которая достаточно быстро набрала много просмотров и вызвала бурные обсуждения в комментариях. Я так же с интересом ее прочел и еле удержался, чтобы не вступить в дискуссию, но потом все же решил написать отдельную статью "по горячим следам", так как написать хотелось много чего.

Не то, чтобы я согласен или не согласен с автором, а скорее хотелось бы показать, что ситуация сильно отличается от страны к стране, и может даже от региона к региону внутри этой страны. Сам я в настоящий момент живу в Германии и успел уже пожить как в крупном городе-миллионнике (Кельн), так и в маленьком баварском городке на 40 киложителей, название которого никому ничего не скажет (мне оно вообще было неизвестно, до того как судьба занесла меня в него, поэтому для простоты буду ниже по тексту называть его "город Y")

Привет, Хабр! Я Аня Анциферова, продакт «Цифрового вагона». Я уже рассказывала о том, зачем ПГК пошли в разработку и какие продукты мы делаем. Несмотря на то, что сейчас у ПГК существует «дочка» — ПГК Диджитал, и там трудится порядка 400 человек, мы — не ИТ-гигант. А это значит, что каждый проект, за который мы беремся, и даже каждую фичу, которую дорабатываем, мы должны оценить на предмет эффективности. И доказать, почему разработка оправдана и целесообразна. Сегодня расскажу о том, как такую базовую оценку может провести тимлид.