이벤트를 입력하는 것입니다. 각 유형의 이벤트에 대해 서로 다른 유형의 카탈리스트, 즉 규칙/목록의 루트에 있는 기본적인 지표가 될 수 있는 것을 찾습니다. 그런 다음 세 개의 공간에서 이 지표의 동작을 살펴보고 각 공간의 메트릭을 계산한 다음 메트릭이 필요한 한도 내에 있으면 지표 설정과 공간 설정을 파일에 저장합니다.
본질적으로 트리 그루터기 또는 간단한 규칙 집합인 이러한 설정과 공백의 데이터 세트(이진화 절차를 수행하기 위해 여기서 규칙을 한 번에 맞출지 여부는 아직 모르겠습니다)가 끝나면 이러한 유형의 이벤트에 고유한 이벤트의 다른 예측자(설명 요소)를 연결합니다. 출력에서 메트릭을 다시 계산하고 최종 심사를 수행하면 예측자가 준비됩니다.
간단히 설명하면 이렇습니다.
결과 예측자를 추가로 그룹화하여 평균값을 스크리닝하거나 얻을 목적으로 MGUA를 사용할 수도 있지만 MT5에서 구현하는 방법을 모르겠습니다.
질문은 무엇입니까 - 대상을 다루는 가장 좋은 방법은 무엇입니까? 지금까지는 ZZ 극한 근처의 이웃을 취해야한다고 생각하며, 이웃에서 이벤트가 이미 식별 된 경우 해당 규칙 / 잎에 대한 메트릭을 다시 계산하지 않아야한다고 생각합니다.
즉, 계획은 오른쪽에서 왼쪽으로 역방향으로 읽는 것에 해당합니다 : "가격이 어딘가로 가고있다"-> "매수 / 매도"-> "젠장, 지그재그 회전"-> "뉴스, 감정" :-) .... 그러나 가설 적으로 오른쪽에서 왼쪽으로도 따옴표를 공급하여 사용할 수 있으며, 드러난 결과는 원하는 예측 변수에 가깝고 일부는 사용할 수도 있습니다.
유조선이 멈춘 적이 한 번도 없었을 수도 있습니다. 분할 여부나 반응이 어떻게 될지 짐작조차 할 수 없습니다. 마지막으로 정보를 얻은 사람이 아닌 미국 대통령 전체가 300에 1파운드가 나올 것이라고 생각했지만 가스는 3500에 나왔어요 :-)
따라서 이상적으로는 모든 사람이 나팔을 불고있는 중요한 이벤트에 대한 분할이 있어야하며 결과는 시트에서 알 수 없습니다. 모델이 시장 진입 신호를 놓칠 수있는 기회가 될 것이기 때문입니다. 예시의 모델에 대해 이야기하는 것이 아니라 자주 반복되는 규칙을 취소하는 일부 외부 이벤트의 영향에 대해 이야기하고 있습니다.
이상적으로는 모든 사람이 트럼펫을 불고 있고 시트에서 결과를 알 수없는 중요한 이벤트에 대한 분할이 있어야 모델이 시장에 진입 할 신호를 놓칠 수있는 기회가 될 것입니다. 우리는 예시의 모델에 대해 이야기하는 것이 아니라 종종 반복되는 규칙을 취소하는 일부 외부 이벤트의 영향에 대해 이야기하고 있습니다.
일부 외부 이벤트는 1) 누군가가 무언가를 알고 있고 이러한 선구자가 가격에 있는 경우 2) 정보가 부족하거나 전혀 존재할 수 없는 경우로 나눌 수 있습니다. 2에 기반한 모든 결정은 "동전 던지기"와 같습니다. 시스템이 "최상의 시나리오 A"를 결정할 수 있지만 무작위입니다. 1은 1.1은 예상치 못한 이벤트, 1.2는 그 외의 모든 이벤트로 나눌 수도 있습니다. .... 1.2는 기본적으로 2번과 동일하지만, 자기 개발을 통해 최소화할 수 있다는 점이 다릅니다.
즉, 사전에 알려진 것만 모델에 포함할 수 있지만 정확하지 않을 수 있고 개선이 필요할 수 있습니다. 과거의 분석을 바탕으로 "유조선이 갑자기 멈추면 어떻게 해야 하는가"라는 질문에 답하는 것은 불가능합니다. 전에는 그런 일이 없었기 때문입니다.
일부 외부 이벤트는 1) 누군가가 무언가를 알고 있었고 이러한 선구자가 가격에 포함되어 있는 경우 2) 정보가 부족하거나 전혀 존재하지 않는 경우로 나눌 수 있습니다. 2에 기반한 모든 결정은 "동전 던지기"와 같습니다. 시스템이 "최상의 시나리오 A"를 결정할 수 있지만 무작위입니다. 1은 1.1은 예상치 못한 이벤트, 1.2는 그 외의 모든 이벤트로 나눌 수도 있습니다. .... 1.2는 기본적으로 2번과 비슷하지만, 자기 개발을 통해 최소화할 수 있다는 점이 다릅니다.
즉, 사전에 알려진 것만 모델에 포함시킬 수 있지만 정확하지 않을 수 있으며 개선이 필요할 수 있습니다. 과거의 분석을 바탕으로 "유조선이 갑자기 멈추면 어떻게 해야 하는가"라는 질문에 답하는 것은 불가능합니다. 전에는 그런 일이 없었기 때문입니다.
모든 것을 이상적인 시스템에 넣을 수는 있지만, 얼마나 많은 정보를 정확하게 얻고 처리할 수 있는지는 실현과 능력의 문제입니다.
그리고 그 구현의 배경이 되는 아이디어는 무엇인가요?
이벤트를 입력하는 것입니다. 각 유형의 이벤트에 대해 서로 다른 유형의 카탈리스트, 즉 규칙/목록의 루트에 있는 기본적인 지표가 될 수 있는 것을 찾습니다. 그런 다음 세 개의 공간에서 이 지표의 동작을 살펴보고 각 공간의 메트릭을 계산한 다음 메트릭이 필요한 한도 내에 있으면 지표 설정과 공간 설정을 파일에 저장합니다.
본질적으로 트리 그루터기 또는 간단한 규칙 집합인 이러한 설정과 공백의 데이터 세트(이진화 절차를 수행하기 위해 여기서 규칙을 한 번에 맞출지 여부는 아직 모르겠습니다)가 끝나면 이러한 유형의 이벤트에 고유한 이벤트의 다른 예측자(설명 요소)를 연결합니다. 출력에서 메트릭을 다시 계산하고 최종 심사를 수행하면 예측자가 준비됩니다.
간단히 설명하면 이렇습니다.
결과 예측자를 추가로 그룹화하여 평균값을 스크리닝하거나 얻을 목적으로 MGUA를 사용할 수도 있지만 MT5에서 구현하는 방법을 모르겠습니다.
질문은 무엇입니까 - 대상을 다루는 가장 좋은 방법은 무엇입니까? 지금까지는 ZZ 극한 근처의 이웃을 취해야한다고 생각하며, 이웃에서 이벤트가 이미 식별 된 경우 해당 규칙 / 잎에 대한 메트릭을 다시 계산하지 않아야한다고 생각합니다.
'이벤트'가 오면(과거 달력에 분명해지거나 반영되면) 서둘러서 어딘가에서 무언가를 거래하기에는 너무 늦습니다.
따라서 이는 마감 신호일 뿐이며 구매가 있었다면 동일한 판매일 수 있습니다.
귀하의 그림에서 "가격이 ATR D1에 도달했습니다"는 결과이며, 최종적이고 진지한 사람들이 모든 구매 / 판매를 한 다음 소음 만 거래 할 수 있습니다.
종종 그렇지만 다른 외부 이벤트의 영향을받을 수 있습니다. 예를 들어 유조선이 멈추고 석유가 제 시간에 도착하지 않는 뉴스와 같은 석유를 거래한다고 가정 해 보겠습니다. 여기서 ATR은 그다지 중요하지 않습니다....
또는 순전히 기술적으로-시장은 평평하게 나옵니다-매일 움직임이 커지고 ATR이 100 %를 돌파하고 동반 뉴스와 함께 하락없이 즉, 더 열릴 수 있습니다.
이러한 뉘앙스는 그루터기에 대한 추가 조건이 구축되는 두 번째 단계에서 검색되어 ATR이 100 %에 도달했을 때의 일반적인 동작이 드러날 것입니다.
즉, 계획은 오른쪽에서 왼쪽으로 역방향으로 읽는 것에 해당합니다 : "가격이 어딘가로 가고있다"-> "매수 / 매도"-> "젠장, 지그재그 회전"-> "뉴스, 감정" :-) .... 그러나 가설 적으로 오른쪽에서 왼쪽으로도 따옴표를 공급하여 사용할 수 있으며, 드러난 결과는 원하는 예측 변수에 가깝고 일부는 사용할 수도 있습니다.
종종 그렇지만 다른 외부 이벤트의 영향을받을 수 있습니다. 예를 들어 유조선이 멈춰서 석유가 제 시간에 도착하지 않는 뉴스와 같이 석유를 거래한다고 가정 해 보겠습니다. 여기서 ATR은 그다지 중요하지 않습니다....
"메가 탱커 고착"에 대한 뉴스는 불가항력입니다 (주기적으로 같은 장소에 갇혀 있지 않고 예견 된 것이없는 경우에만). 즉시 시장에서 퇴출 :-) 가격이 올라갈까요? 그리고 석유 화학은 비축유 (불가항력)에서 석유를 얻을 것이고 가격은 떨어질 것입니다.
"메가 탱커 고착"에 대한 뉴스는 불가항력입니다 (주기적으로 같은 장소에 갇혀 있고 예고 된 것이없는 한). 즉시 시장에서 퇴출 :-) 가격이 올라갈까요? 그리고 석유 화학은 비축유 (불가항력)에서 석유를 얻을 것이고 가격은 떨어질 것입니다.
이것은 정보가 더 자주 충족되는 조건을 취소하는 영향, 즉 분할 된 나무의 영향에 대한 예일뿐입니다. 이것이 제가 여기서 말하려고했던 것입니다.
이것은 제가 여기서 말하고자 했던 것처럼 정보가 더 자주 충족되는 조건, 즉 분할 트리를 취소하는 영향에 대한 예시일 뿐입니다.
유조선이 멈춘 적이 한 번도 없었을 것입니다. 갈라질지 안 갈라질지, 어떤 반응이 나올지 짐작조차 할 수 없습니다. 마지막으로 정보를 얻은 사람이 아닌 미국 대통령 전체가 300에있을 것이라고 생각했지만 가스는 3500에 나왔습니다 :-)
유조선이 멈춘 적이 한 번도 없었을 수도 있습니다. 분할 여부나 반응이 어떻게 될지 짐작조차 할 수 없습니다. 마지막으로 정보를 얻은 사람이 아닌 미국 대통령 전체가 300에 1파운드가 나올 것이라고 생각했지만 가스는 3500에 나왔어요 :-)
따라서 이상적으로는 모든 사람이 나팔을 불고있는 중요한 이벤트에 대한 분할이 있어야하며 결과는 시트에서 알 수 없습니다. 모델이 시장 진입 신호를 놓칠 수있는 기회가 될 것이기 때문입니다. 예시의 모델에 대해 이야기하는 것이 아니라 자주 반복되는 규칙을 취소하는 일부 외부 이벤트의 영향에 대해 이야기하고 있습니다.
이상적으로는 모든 사람이 트럼펫을 불고 있고 시트에서 결과를 알 수없는 중요한 이벤트에 대한 분할이 있어야 모델이 시장에 진입 할 신호를 놓칠 수있는 기회가 될 것입니다. 우리는 예시의 모델에 대해 이야기하는 것이 아니라 종종 반복되는 규칙을 취소하는 일부 외부 이벤트의 영향에 대해 이야기하고 있습니다.
일부 외부 이벤트는 1) 누군가가 무언가를 알고 있고 이러한 선구자가 가격에 있는 경우 2) 정보가 부족하거나 전혀 존재할 수 없는 경우로 나눌 수 있습니다. 2에 기반한 모든 결정은 "동전 던지기"와 같습니다. 시스템이 "최상의 시나리오 A"를 결정할 수 있지만 무작위입니다. 1은 1.1은 예상치 못한 이벤트, 1.2는 그 외의 모든 이벤트로 나눌 수도 있습니다. .... 1.2는 기본적으로 2번과 동일하지만, 자기 개발을 통해 최소화할 수 있다는 점이 다릅니다.
즉, 사전에 알려진 것만 모델에 포함할 수 있지만 정확하지 않을 수 있고 개선이 필요할 수 있습니다. 과거의 분석을 바탕으로 "유조선이 갑자기 멈추면 어떻게 해야 하는가"라는 질문에 답하는 것은 불가능합니다. 전에는 그런 일이 없었기 때문입니다.
일부 외부 이벤트는 1) 누군가가 무언가를 알고 있었고 이러한 선구자가 가격에 포함되어 있는 경우 2) 정보가 부족하거나 전혀 존재하지 않는 경우로 나눌 수 있습니다. 2에 기반한 모든 결정은 "동전 던지기"와 같습니다. 시스템이 "최상의 시나리오 A"를 결정할 수 있지만 무작위입니다. 1은 1.1은 예상치 못한 이벤트, 1.2는 그 외의 모든 이벤트로 나눌 수도 있습니다. .... 1.2는 기본적으로 2번과 비슷하지만, 자기 개발을 통해 최소화할 수 있다는 점이 다릅니다.
즉, 사전에 알려진 것만 모델에 포함시킬 수 있지만 정확하지 않을 수 있으며 개선이 필요할 수 있습니다. 과거의 분석을 바탕으로 "유조선이 갑자기 멈추면 어떻게 해야 하는가"라는 질문에 답하는 것은 불가능합니다. 전에는 그런 일이 없었기 때문입니다.
모든 것을 이상적인 시스템에 넣을 수는 있지만, 얼마나 많은 정보를 정확하게 얻고 처리할 수 있는지는 실현과 능력의 문제입니다.
모든 것을 이상적인 시스템에 넣을 수 있지만, 얼마나 많은 정보를 얻고 올바르게 처리할 수 있는지는 실현과 능력의 문제입니다.
이것은 모든 것을 하나의 솥에 쌓아놓고 금 한 조각을 꺼내는 것과 비슷합니다. 가장 중요한 것은 올바른 구성의 국자로 적절한 횟수만큼 저어주는 것입니다 :-)
모든 것을 하나의 냄비에 쌓은 다음 금 조각을 꺼내는 아이디어와 비슷합니다. 가장 중요한 것은 올바른 구성의 국자로 적절한 횟수만큼 저어주는 것입니다 :-)
그렇기 때문에 이벤트별로 중간 예측자를 만들어 데이터를 그룹화한 다음 이를 기반으로 학습하기로 결정했습니다.