為替レートの読み方 2WAYプライス表示

これまでの経緯。


FX初心者
FXについて勉強しようと思ってネットで調べたりもしたけど、やっぱり書籍を買ってしまった。 こういうやり方が体に染みついているというか、書籍の方が全体像というかエッセンスみたいなものを把握しやすいような気がしている。いわゆる書籍...


そもそも、為替レートの読み方も分からずにOANDAのFXトレード口座を開設しちゃってたわけです。
興味を持った瞬間を逃したくなかったのと、こういうきっかけで始めてしまわないと、今後永遠に世界情勢的ニュースに全く興味を抱かないまま年齢を重ねてしまいそうな、ちょっとした危機感もあった。昔から社会科系科目が好きではなかったんだけど、FXを始めればおのずと社会の変化にも興味が向かうのではないかと。


スポンサーリンク


というわけで入門書にそって、まずは初歩の初歩、2WAYプライス表示というものの読み方を覚える。本当に最初のページに載っているような情報です(笑)

FX取引で為替レートは例えば

100.10円 – 100.15円

(「100円10銭から15銭」と読む)という風に表記される。

これを2WAYプライス表示と呼ぶ。この例の場合、15銭の方が買う場合のレート、10銭の方が売る側のレートで、買う場合、売る場合のレートには呼び名があって、

買う場合のレート→買値:ASK
売る場合のレート→売値:BID

と呼び、このASKBIDの差をスプレッドと言う。
為替取引にはこのスプレッドが存在するので、買った時はスプレッド分だけマイナスでスタートとなる。これにさらにFX会社の手数料がかかる場合があるが、最近はほとんどの会社が取引手数料を無料で提供しているので、投資家にとってはこのスプレッドが取引コストとなる。

らしいです。

http://toushi-kyokasho.com/fx-beginners-for-success/

話は変わるけど、面白そうな洋書を見つけた。Pythonで金融系プログラミングを学べるようだ。↓

Mastering Python for Finance: Understand, Design, and Implement State-of-the Art Mathematical and Statistical Applications Used in Finance With Python


スポンサーリンク

関連記事

PythonでMayaのShapeノードプラグインを作る
pythonもかじってみようかと
Seleniumを使ったFXや株の自動取引
OpenCVで平均顔を作るチュートリアル
Pythonのソースコードに特化した検索エンジン『Nullege』
Deep Fluids:流体シミュレーションをディープラーニングで近似する
TensorFlowでCGを微分できる『TensorFlow Graphics』
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
python-twitterで自分のお気に入りを取得する
Google Colaboratoryで遊ぶ準備
Kubric:機械学習用アノテーション付き動画生成パイプライン
GoB:ZBrushとBlenderを連携させるアドオン
PyTorch3D:3Dコンピュータービジョンライブラリ
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...
Raspberry Piでセンサーの常時稼働を検討する
libigl:軽量なジオメトリ処理ライブラリ
PythonでBlenderのAdd-on開発
機械学習手法『Random Forest』
Russian3DScannerのトポロジー転送ツール『WrapX』
BlenderでPhotogrammetryできるアドオン
続・ディープラーニングの資料
Blenderの人体モデリングアドオン『MB-Lab』
Open3D:3Dデータ処理ライブラリ
Windows10でPyTorchをインストールしてVSCodeで使う
PyMC:Pythonのベイズ統計ライブラリ
Python拡張モジュールのWindows用インストーラー配布サイト
OpenMesh:オープンソースの3Dメッシュデータライブラリ
OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
ディープラーニング
CycleGAN:ドメイン関係を学習した画像変換
PGGAN:段階的に解像度を上げて学習を進めるGAN
AWSでシステムトレード
Math Inspector:科学計算向けビジュアルプログラミングツール
Raspberry Pi 2のGPIOピン配置
オープンソースの顔認識フレームワーク『OpenBR』
SVM (Support Vector Machine)
オープンソースの物理ベースレンダラ『Mitsuba』をMayaで使う
DensePose:画像中の人物表面のUV座標を推定する
hloc:SuperGlueで精度を向上させたSfM実装
Mitsuba 2:オープンソースの物理ベースレンダラ
pythonの機械学習ライブラリ『scikit-learn』

コメント