원시 알고리즘은 크기, 기울기, 구부러짐 등에 대한 불변성이 없지만..... 하지만 뇌는 그렇지 않습니다.
대략적으로 말하면, 인공지능을 어떻게 가르치더라도 인공지능은 이전에 본 것만 알고 이전에 본 것만 예상하며, 시장은 결코 정확하게 반복되지 않습니다.
하지만 알고리즘에 불변성을 추가하면 이런 문제를 해결할 수 있고, 위에서 설명한 것과 같은 알고리즘이 있습니다. 하지만 저 같은 휴머니스트에게는 정말 어렵습니다.
물론 시장은 기성품 코끼리를 분해하여 부품으로 선반에 올려 놓은 예와 같은 모델이 아닙니다.
구성 원리 자체가 흥미롭습니다.
시장 차트는 노드와 부품으로 구성됩니다. 작업은 모델을 올바르게 형성하는 것입니다. 그리고 모델은 미리 알고 있어야 합니다. 2D 모델이 형성되어 있습니다. 체적 모델을 형성해야 합니다. 관심을 가질 만한 사람을 찾을 수 없습니다. 모델에 대한 이해는 있지만 소프트웨어 실행에 대한 기술이 없습니다.
시장 차트에는 "코끼리", "낙타", "토끼"와 같은 유사한 모델이 지속적으로 존재합니다. 그러나 모두 크기가 다릅니다. 그러나 이 모델들은 현실에 존재하며 끊임없이 반복됩니다.
하지만 사람은 볼 수 있지만 원시 알고리즘은 볼 수 없습니다.
물론 시장은 기성품 코끼리를 분해하여 부품으로 선반에 올려 놓은 예와 같은 모델이 아닙니다.
구성 원리 자체가 흥미롭습니다.
시장 차트는 노드와 부품으로 구성됩니다. 작업은 모델을 올바르게 형성하는 것입니다. 그리고 모델은 미리 알고 있어야 합니다. 2D 모델이 형성되어 있습니다. 체적 모델을 형성해야 합니다. 관심을 가질 만한 사람을 찾을 수 없습니다. 모델에 대한 이해는 있지만 소프트웨어 실행에 대한 기술이 없습니다.
물론 시장은 기성품 코끼리를 분해하여 부품으로 선반에 올려놓은 예시와 같은 모델이 아닙니다.
건설의 원리 자체가 흥미롭습니다.
예, 제 게시물은 분해가 매우 나쁘다는 사실에 관한 것이었고, 선형 rsa가 훨씬 더 나을 것이라고 생각하지만 코끼리의 데이터는 불행히도 사용할 수 없습니다 (
시장 차트는 노드와 파트로 구성됩니다. 작업은 모델을 올바르게 형성하는 것입니다.
예, 작업 ...
2D 모델이 형성되어 있습니다. 체적 모델을 형성해야 합니다.
왜? 모든 것이 작동한다면 왜? 모델에 3 차원이 있습니까? 필요합니까? .... ... ... ... ..
나는 이것에 관심이있는 사람들을 찾지 못합니다. 모델에 대한 이해는 있지만 소프트웨어 실행에는 그러한 기술이 없습니다.
가지고있는 제품을 만들었다면 충분한 기술이 있고 새로운 것에 뛰어 들고 싶지 않습니다.....
그리고 아무도 그것을 생각해 낸 사람보다 복잡한 아이디어를 더 잘 할 수 없거나 첫 번째를 제외하고는 아무도하지 않을 것입니다....
...
왜? 모든 것이 작동한다면 왜? 모델에 세 번째 차원이 있습니까? 필요합니까? .... ... .... ... ... ..
필요.
2D는 완전한 모델이 아닙니다.
필요.
2D는 완전한 모델이 아닙니다.
원하시면 말씀해 주시면 검토해 보겠습니다.
네... 알고리즘이 너무 나쁘네요...((아니면 제가 뭔가 놓치고 있는 걸지도 모르죠...).
왜곡만 없다면 여전히 꽤 괜찮습니다.
네... 알고리즘이 너무 나쁘네요(( 아니면 제가 뭔가를 놓치고 있는 건가요...).
왜곡만 안되면 어느 정도는 괜찮습니다.
예측하기엔 너무 복잡한 말이네요 :D
불행히도 저에게는 다행스럽게도 프로그래밍하는 방법을 모릅니다)) 저는 똑똑한 사람들이 한 일을 가능한 한 많이 사용합니다....
2D는 완전한 모델이 아닙니다.
제가 잘못 말한 것일 수도 있지만, 제가 알기로는 트레이더가 어떤 시스템을 역사에 맞추는 데 있어 가장 큰 문제점이 바로 이것입니다.
1000개의 거래가 있다고 가정해 봅시다. 예를 들어 매수에서 모든 거래를 열면 수익성 거래의 47 %의 결과를 얻을 수 있습니다.
이제 총 500개의 거래를 어떤 특징(패턴)에 따라 두 부분으로 나누고 한 부분에서는 매수, 다른 부분에서는 매도를 열면 결과가 최대 49%까지 향상될 수 있습니다.
이제 우리는 1000개의 거래에 대해 전반적으로 매우 좋은 결과로 매수 또는 매도를 여는 패치워크가 있습니다.
그리고 분할 기호가 올바르게 선택된 것 같지만 각 "패치 워크"의 숫자는 통계적으로 유의하지 않습니다. 그래서 재교육이 필요합니다.
제가 틀린 말을 할 수도 있지만, 제가 보기에 이것은 모든 시스템을 역사에 맞추는 트레이더의 주요 문제입니다.
1000개의 거래가 있다고 가정해 봅시다. 예를 들어 매수에서 모든 거래를 열면 47%의 수익성 거래 결과를 얻을 수 있습니다.
이제 500개의 거래를 어떤 특징(패턴)에 따라 총합을 두 부분으로 나누고 한 부분에서는 매수, 다른 부분에서는 매도를 열면 결과는 예를 들어 49%로 향상될 수 있습니다.
이제 1000개의 거래에 대해 매수 및 매도를 열면 전체적으로 매우 좋은 결과가 나오는 패치워크가 생겼습니다.
그리고 분할 기호가 올바르게 선택된 것 같지만 각 "패치워크"의 숫자는 통계적으로 유의미하지 않습니다. 그리고 여기 재교육이 있습니다.
역사가 필요합니다.
모델을 이해하기 위해 필요합니다. 시간이 지남에 따라 가격이 어떻게 변하는지.
그러나 테스트 자체는 히스토리에 대한 조정입니다.
MA는 이벤트를 예측할 수 없고 오직 과거의 플랫 차트에만 의존합니다.
우리는 가격의 미래를 봐야 합니다. 미래는 과거의 벽돌로 만들어지며 과거 패턴의 크기와 크게 다를 것입니다. 이는 기초 데이터 또는 MA가 아직 알지 못하는 무작위 이벤트에 따라 달라질 것입니다.
가격 모델 자체는 변하지 않지만 코끼리가 돌 때처럼 플롯의 크기와 모양이 바뀝니다.
따라서 3차원 차트를 사용하는 것이 바람직합니다.
그러나 여기에는 시장에 대한 특별한 관점이나 비표준 비전이 필요합니다. 그것이 바로 그 방법입니다.
그리고 제 생각에 시장은 50 % 이상 예측할 수 있지만 수동 거래에는 여전히 심리 문제가있을 것입니다.