이 명령은 최종 NN에 의해 훈련됩니다. 그런 다음 예측하십시오. 중간 네트워크는 무엇을 배워야 합니까? 지그재그? 네트워크에 무언가를 가르치려면 답을 보여줘야 합니다. 어떤 지그재그 알고리즘과 어떤 매개변수를 훈련 신호로 사용하도록 제안합니까?
지그재그 알고리즘이 필요하지 않습니다. 여기서 우리는 AlfaZero에서 사용되는 것과 원격으로 유사한 것을 얻습니다. 네트워크 자체가 진입점을 식별합니다.
모든 지그재그와 모든 표시기는 목발입니다. 시장은 고정된 시스템이 아닙니다. 프랙탈은 다른 TF에서 다르게 나타납니다. 그들 모두는 시장에 동시에 영향을 미칩니다.
지그재그 또는 일종의 이동 평균 이란 무엇입니까? 그것은 단지 특정 필터인 어떤 하나의 알고리즘을 통해 데이터 스트림을 전달하는 것입니다. 알고리즘은 결과 프랙탈의 크기를 고려하지 않습니다. 그는 정보를 병원에 평균적인 정보로 갈아넣을 뿐입니다. 그리고 우리가 이것을 네트워크의 입력에 병원에 대한 평균적인 것을 제공한다면, 즉 실제로 입력에 왜곡된 정보를 제공하면, 우리는 또한 출력에서 아주 적절한 정보를 얻지 못할 것입니다. 신경망의 장점은 수신된 신호에 존재하는 프랙탈을 스스로 식별하고 분류한다는 것입니다.
지그재그 알고리즘이 필요하지 않습니다. 여기서 우리는 AlfaZero에서 사용되는 것과 원격으로 유사한 것을 얻습니다. 네트워크 자체가 진입점을 식별합니다.
모든 지그재그와 모든 표시기는 목발입니다. 시장은 고정된 시스템이 아닙니다. 프랙탈은 다른 TF에서 다르게 나타납니다. 그들 모두는 시장에 동시에 영향을 미칩니다.
지그재그 또는 일종의 이동 평균이란 무엇입니까? 그것은 단지 특정 필터인 어떤 하나의 알고리즘을 통해 데이터 스트림을 전달하는 것입니다. 알고리즘은 결과 프랙탈의 크기를 고려하지 않습니다. 그는 단지 그 정보를 병원에 평균적인 정보로 갈아넣을 뿐입니다. 그리고 우리가 이것을 네트워크의 입력에 병원에 대한 평균적인 것을 제공한다면, 즉 실제로 입력에 왜곡된 정보를 제공하면, 우리는 또한 출력에서 아주 적절한 정보를 얻지 못할 것입니다. 신경망의 장점은 수신된 신호에 존재하는 프랙탈을 스스로 식별하고 분류한다는 것입니다.
동의한다. 저것들. 중간 네트워크가 필요하지 않습니다. 하나의 네트워크가 모든 것을 할 것입니다. 결국 우리는 우리가 가진 것에 도달합니다. 아무도 MO의 성공을 확인할 수 있는 적절한 신호를 갖고 있지 않습니다.
도서관 : 그것은 하나의 네트워크를 수행합니다. 중급자는 가르칠 구체적인 것이 필요합니다. 특정 항목이 누락되면 아무 소용이 없습니다.
각 네트워크는 잠재적인 이익을 위해 포지션을 열 수 있는 장소를 식별합니다. 그리고 이러한 네트워크의 신호는 예를 들어 완전히 연결된 네트워크에 공급됩니다. 다른 TF의 네트워크에서 입력 그룹은 잠재적인 신호를 수신합니다.
그리고 이미 완전히 연결된 네트워크는 최대 입금액 증가율 획득을 기반으로 포지션을 개설/청산하는 것이 더 나은 위치를 보여줍니다.
2000년 1월 10일에 유로를 매수하고 2008년 1월 7일까지 포지션을 유지하고 월간 TF에 초점을 맞추면 1개의 이익을 얻게 됩니다. 그리고 그것이 최대라는 사실은 아닙니다. 그러나 이 시간 동안 거래가 판매용과 구매용으로 모두 열리면 일일 TF에서 수익이 잠재적으로 더 커질 것입니다. 완전히 연결된 그리드는 이익이 최대한 증가할 장소를 식별하도록 설계되었습니다.
H4 또는 H1... 또는 분에 열면. 최종 그리드는 더 나은 위치를 보여주고 이전 TF에서 오는 신호도 고려됩니다. 예를 들어 여기 redtrader.ru에서 다양한 TF의 신호가 어떻게 고려되는지 확인할 수 있습니다. 그러나 거기에서는 모든 것이 손으로 이루어집니다.
Торговая деятельность в платформе связана с формированием и отсылкой рыночных и отложенных ордеров для исполнения брокером, а также с управлением текущими позициями путем их модификации или закрытия. Платформа позволяет удобно просматривать торговую историю на счете, настраивать оповещения о событиях на рынке и многое другое. Открытие позиций...
각 네트워크는 잠재적인 이익을 위해 포지션을 여는 장소를 식별합니다. 그리고 이러한 네트워크의 신호는 예를 들어 완전히 연결된 네트워크에 공급됩니다. 다른 TF의 네트워크에서 입력 그룹은 잠재적인 신호를 수신합니다.
그리고 이미 완전히 연결된 네트워크는 최대 입금액 증가율 획득을 기반으로 포지션을 개설/청산하는 것이 더 나은 위치를 보여줍니다.
2000년 1월 10일에 유로를 매수하고 2008년 1월 7일까지 포지션을 유지하고 월간 TF에 초점을 맞추면 1개의 이익을 얻게 됩니다. 그리고 그것이 최대라는 사실은 아닙니다. 그러나 이 시간 동안 거래가 판매용과 구매용으로 모두 열리면 일일 TF에서 수익이 잠재적으로 더 커질 것입니다. 완전히 연결된 그리드는 이익이 최대한 증가할 장소를 식별하도록 설계되었습니다.
H4 또는 H1... 또는 분에 열면. 최종 그리드는 더 나은 위치를 보여주고 이전 TF에서 오는 신호도 고려됩니다. 예를 들어 여기 redtrader.ru에서 다양한 TF의 신호가 어떻게 고려되는지 확인할 수 있습니다. 그러나 거기에서는 모든 것이 손으로 이루어집니다.
불행히도, 당신의 모든 추론에는 한 가지 중대한 실수가 있습니다. "자신"이라는 단어. 불행히도 이것은 망상이며 네트워크 자체는 아무 것도 할 수 없으며 이것을 이해하기 전까지는 아무 것도 변경되지 않습니다.
이 접근 방식에는 아킬레스건이 있습니다. 실제로 당신은 그녀를 훈련시켰고 그녀는 독특한 패턴을 찾았지만 그것이 무엇이며 어떻게 생겼는지, 형성 조건은 무엇인지 결코 알 수 없습니다. 블랙박스 원리. 따라서 앞으로는 사용할 수 없습니다. 그리고 네트워크를 과도하게 훈련시키면 이 패턴은 실제 데이터의 범위에서 사라질 것입니다. 결과적으로 우리는 이전에 얻은 내부 네트워크 패턴 세트에 대해 강제 학습을 위해 반복할 수 없는 일회성 패턴을 얻습니다. 그리고 그녀 자신은 당신을 위해 내부 반 쓰레기 패턴을 지속적으로 생성할 것입니다. 왜냐하면 당신이 그녀에게 실제로 설명하지 않았지만 그녀는 신경 쓰지 않았기 때문입니다. 돈은 당신 것입니다.
위에서 AlfaZero에 대한 링크를 보았습니다. 그리고 이 그리드 자체가 바둑을 배웠습니다. 그리고 딥마인드 팀은 비슷한 아이디어를 가지고 컴퓨터 게임뿐만 아니라 다양한 컴퓨터에서 승리하기 시작한 그리드를 만들었습니다. 그것에 대해 생각해보십시오.
글쎄, 컴퓨터가 자신의 분야에 있더라도 잃어 버리기 시작할 것입니다. Shu chu :-) 사실, Alpha는 자신과 놀면서 게임을 배웠고 여기 마스터의 어깨에서 아이디어가 있습니다. 우리의 경우에도 구매자와 판매자 사이에 경쟁이 있습니다. 이제 조건을 설정해 보겠습니다. 신호가 매수-매도-매도-매도를 번갈아 해야 합니다. 그러나 동시에 이익을 극대화하기 위해 구매와 판매 사이에 경쟁을 설정하십시오. 결과적으로 화살표는 이익을 늘리려고 노력하고 극단을 위해 노력할 것입니다. 즉, 우리는 그녀에게 말합니다. 예, 원하는 대로 거래를 할 수 있지만 이 지침을 따르십시오.
최적화 과정에서 화살표는 극한값으로 다시 이동하여 위치를 개선하고 몇 개의 막대에 도달하지 못할 수 있지만 관련성을 잃지 않으며 ZZ는 극한값 자체에 화살표를 놓고 그리기를 시도합니다. 일반화가 없는 최적화 알고리즘이 있습니다. 즉, 화살표가 극점에 도달할 때 화살표가 더 이상 극점 자체에 있지 않을 때 핵심입니다. ZZ를 대상으로 사용하지 않는 것이 좋은 이유는 다음과 같습니다.
보증금은 무엇으로 구성되어 있습니까? 명령에서 매수/매도/대기까지.
이 명령은 최종 NN에 의해 훈련됩니다. 그런 다음 예측하십시오. 중간 네트워크는 무엇을 배워야 합니까?
여기에서 단순히 이익을 극대화할 수 있습니다.
즉, 오픈 포지션과 클로징 포지션 의 장소가 식별되어 결과적으로 수익이 발생합니다. 식별된 진입점에 진입할 때 얻을 수 있는 잠재적 이익이 많을수록 그리드 출력의 신호 레벨이 커집니다.
여기에서 단순히 이익을 극대화할 수 있습니다.
즉, 오픈 포지션과 클로징 포지션 의 장소가 식별되어 결과적으로 수익이 발생합니다. 식별된 진입점에 진입할 때 얻을 수 있는 잠재적 이익이 많을수록 그리드 출력의 신호 레벨이 커집니다.
중급자는 가르칠 구체적인 것이 필요합니다. 특정 항목이 누락되면 아무 소용이 없습니다.
보증금은 무엇으로 구성되어 있습니까? 명령에서 매수/매도/대기까지.
이 명령은 최종 NN에 의해 훈련됩니다. 그런 다음 예측하십시오.
중간 네트워크는 무엇을 배워야 합니까? 지그재그? 네트워크에 무언가를 가르치려면 답을 보여줘야 합니다. 어떤 지그재그 알고리즘과 어떤 매개변수를 훈련 신호로 사용하도록 제안합니까?
지그재그 알고리즘이 필요하지 않습니다. 여기서 우리는 AlfaZero에서 사용되는 것과 원격으로 유사한 것을 얻습니다. 네트워크 자체가 진입점을 식별합니다.
모든 지그재그와 모든 표시기는 목발입니다. 시장은 고정된 시스템이 아닙니다. 프랙탈은 다른 TF에서 다르게 나타납니다. 그들 모두는 시장에 동시에 영향을 미칩니다.
지그재그 또는 일종의 이동 평균 이란 무엇입니까? 그것은 단지 특정 필터인 어떤 하나의 알고리즘을 통해 데이터 스트림을 전달하는 것입니다. 알고리즘은 결과 프랙탈의 크기를 고려하지 않습니다. 그는 정보를 병원에 평균적인 정보로 갈아넣을 뿐입니다. 그리고 우리가 이것을 네트워크의 입력에 병원에 대한 평균적인 것을 제공한다면, 즉 실제로 입력에 왜곡된 정보를 제공하면, 우리는 또한 출력에서 아주 적절한 정보를 얻지 못할 것입니다. 신경망의 장점은 수신된 신호에 존재하는 프랙탈을 스스로 식별하고 분류한다는 것입니다.
지그재그 알고리즘이 필요하지 않습니다. 여기서 우리는 AlfaZero에서 사용되는 것과 원격으로 유사한 것을 얻습니다. 네트워크 자체가 진입점을 식별합니다.
모든 지그재그와 모든 표시기는 목발입니다. 시장은 고정된 시스템이 아닙니다. 프랙탈은 다른 TF에서 다르게 나타납니다. 그들 모두는 시장에 동시에 영향을 미칩니다.
지그재그 또는 일종의 이동 평균이란 무엇입니까? 그것은 단지 특정 필터인 어떤 하나의 알고리즘을 통해 데이터 스트림을 전달하는 것입니다. 알고리즘은 결과 프랙탈의 크기를 고려하지 않습니다. 그는 단지 그 정보를 병원에 평균적인 정보로 갈아넣을 뿐입니다. 그리고 우리가 이것을 네트워크의 입력에 병원에 대한 평균적인 것을 제공한다면, 즉 실제로 입력에 왜곡된 정보를 제공하면, 우리는 또한 출력에서 아주 적절한 정보를 얻지 못할 것입니다. 신경망의 장점은 수신된 신호에 존재하는 프랙탈을 스스로 식별하고 분류한다는 것입니다.
저것들. 중간 네트워크가 필요하지 않습니다. 하나의 네트워크가 모든 것을 할 것입니다. 결국 우리는 우리가 가진 것에 도달합니다. 아무도 MO의 성공을 확인할 수 있는 적절한 신호를 갖고 있지 않습니다.
동의한다.
저것들. 중간 네트워크가 필요하지 않습니다. 하나의 네트워크가 모든 것을 할 것입니다. 결국 우리는 우리가 가진 것에 도달합니다. 아무도 MO의 성공을 확인하는 적절한 신호를 가지고 있지 않습니다.
그것은 하나의 네트워크를 수행합니다.
중급자는 가르칠 구체적인 것이 필요합니다. 특정 항목이 누락되면 아무 소용이 없습니다.
각 네트워크는 잠재적인 이익을 위해 포지션을 열 수 있는 장소를 식별합니다. 그리고 이러한 네트워크의 신호는 예를 들어 완전히 연결된 네트워크에 공급됩니다. 다른 TF의 네트워크에서 입력 그룹은 잠재적인 신호를 수신합니다.
그리고 이미 완전히 연결된 네트워크는 최대 입금액 증가율 획득을 기반으로 포지션을 개설/청산하는 것이 더 나은 위치를 보여줍니다.
2000년 1월 10일에 유로를 매수하고 2008년 1월 7일까지 포지션을 유지하고 월간 TF에 초점을 맞추면 1개의 이익을 얻게 됩니다. 그리고 그것이 최대라는 사실은 아닙니다. 그러나 이 시간 동안 거래가 판매용과 구매용으로 모두 열리면 일일 TF에서 수익이 잠재적으로 더 커질 것입니다. 완전히 연결된 그리드는 이익이 최대한 증가할 장소를 식별하도록 설계되었습니다.
H4 또는 H1... 또는 분에 열면. 최종 그리드는 더 나은 위치를 보여주고 이전 TF에서 오는 신호도 고려됩니다. 예를 들어 여기 redtrader.ru에서 다양한 TF의 신호가 어떻게 고려되는지 확인할 수 있습니다. 그러나 거기에서는 모든 것이 손으로 이루어집니다.
각 네트워크는 잠재적인 이익을 위해 포지션을 여는 장소를 식별합니다. 그리고 이러한 네트워크의 신호는 예를 들어 완전히 연결된 네트워크에 공급됩니다. 다른 TF의 네트워크에서 입력 그룹은 잠재적인 신호를 수신합니다.
그리고 이미 완전히 연결된 네트워크는 최대 입금액 증가율 획득을 기반으로 포지션을 개설/청산하는 것이 더 나은 위치를 보여줍니다.
2000년 1월 10일에 유로를 매수하고 2008년 1월 7일까지 포지션을 유지하고 월간 TF에 초점을 맞추면 1개의 이익을 얻게 됩니다. 그리고 그것이 최대라는 사실은 아닙니다. 그러나 이 시간 동안 거래가 판매용과 구매용으로 모두 열리면 일일 TF에서 수익이 잠재적으로 더 커질 것입니다. 완전히 연결된 그리드는 이익이 최대한 증가할 장소를 식별하도록 설계되었습니다.
H4 또는 H1... 또는 분에 열면. 최종 그리드는 더 나은 위치를 보여주고 이전 TF에서 오는 신호도 고려됩니다. 예를 들어 여기 redtrader.ru에서 다양한 TF의 신호가 어떻게 고려되는지 확인할 수 있습니다. 그러나 거기에서는 모든 것이 손으로 이루어집니다.
불행히도, 당신의 모든 추론에는 한 가지 중대한 실수가 있습니다. "자신"이라는 단어. 불행히도 이것은 망상이며 네트워크 자체는 아무 것도 할 수 없으며 이것을 이해하기 전까지는 아무 것도 변경되지 않습니다.
위에서 AlfaZero에 대한 링크를 보았습니다. 그리고 이 그리드 자체가 바둑을 배웠습니다. 그리고 딥마인드 팀은 비슷한 아이디어를 가지고 컴퓨터 게임뿐만 아니라 다양한 컴퓨터에서 승리하기 시작한 그리드를 만들었습니다. 그것에 대해 생각해보십시오.
위에서 AlfaZero에 대한 링크를 보았습니다. 그리고 이 그리드 자체가 바둑을 배웠습니다. 그리고 딥마인드 팀은 비슷한 아이디어를 가지고 컴퓨터 게임뿐만 아니라 다양한 컴퓨터에서 승리하기 시작한 그리드를 만들었습니다. 그것에 대해 생각해보십시오.
글쎄, 컴퓨터가 자신의 분야에 있더라도 잃어 버리기 시작할 것입니다. Shu chu :-) 사실, Alpha는 자신과 놀면서 게임을 배웠고 여기 마스터의 어깨에서 아이디어가 있습니다. 우리의 경우에도 구매자와 판매자 사이에 경쟁이 있습니다. 이제 조건을 설정해 보겠습니다. 신호가 매수-매도-매도-매도를 번갈아 해야 합니다. 그러나 동시에 이익을 극대화하기 위해 구매와 판매 사이에 경쟁을 설정하십시오. 결과적으로 화살표는 이익을 늘리려고 노력하고 극단을 위해 노력할 것입니다. 즉, 우리는 그녀에게 말합니다. 예, 원하는 대로 거래를 할 수 있지만 이 지침을 따르십시오.
최적화 과정에서 화살표는 극한값으로 다시 이동하여 위치를 개선하고 몇 개의 막대에 도달하지 못할 수 있지만 관련성을 잃지 않으며 ZZ는 극한값 자체에 화살표를 놓고 그리기를 시도합니다. 일반화가 없는 최적화 알고리즘이 있습니다. 즉, 화살표가 극점에 도달할 때 화살표가 더 이상 극점 자체에 있지 않을 때 핵심입니다. ZZ를 대상으로 사용하지 않는 것이 좋은 이유는 다음과 같습니다.