トレーディングシステムの基礎となる自然科学的知性 - ページ 2 123456789...106 新しいコメント Сергей Ковалев 2007.05.11 09:18 #11 Implex: 私の質問は次のような形式です。 過去のデータで脳を鍛えて（大げさに言いますが）予測することは可能なのでしょうか？つ まり、多くのプログラマーや数学者がANNに教えようとしていることを学ぶことです。同じ手法で学習する（ただし、別の平面で）。 理論的には可能です。 意識には、肉体、アストラル、メンタル、ブッディ、ニューロバニックなど、いくつかの形態がある。 意識の形態は、最初の3つしか適切に考慮することができず、より高い形態は名前を付けることしかできません。 それぞれの意識の形は、自分の身体との関係や、対応する現実のレベルとの関係に基づいています。 現実には、肉体、アストラル、精神などのレベルがあり、それぞれの上位レベルの現実は、肉体（宇宙）の基礎であり、下位レベルの現実の建材となるものです。例えば、肉体のレベルはアストラルレベルの上にあり、さらにその上に精神レベルがある、などです。 普通の人は皆、身体意識を持っていて、自分の身体を十分に認識しています。物理的な意識は、（根本的に、その本質から）ある一連の概念に制限されており、その枠内で物理的現実との関係を構築している。 アストラルレベルの現実は、気持ちと感情の集合体です。 この定義は非常に珍しいので、一見すると架空のものに見えるかもしれませんが、実は気持ちや感情は宇宙の一部であり、普遍的な客観的現実の一部なのです。 アストラル意識とは、自分の肉体を意識せず、（経験にもよるが）アストラル物体（感覚的、感情的な側面）をある程度適切に知覚するものである。幽体離脱中に肉体を意識すると、肉体意識（99.9％）または精神意識（感情を完全にコントロールした状態、これはすでに精神意識の特性の現れである）に移行することになる。 精神的現実とは、思考や意思のことです。心的意識を獲得した人間は、自分の心と心的現実の間の矛盾を完全に克服し、物理的現実のレベルで（物理的現実を越えて）自由に（物理的意識と物理的現実の制約を越えて）いかなる行為も行うことができるのだ。このような高い意識レベルは、ほとんど誰も達成したことがない。 先読みは幽体離脱中でも可能だが（1～30日程度）、幽体離脱は肉体意識と逆位相のようなもの。 つまり、ASで得た知識を使うためにはFSに戻る必要があるが、FSの発現の最初の兆候でASでの体験の記憶は（朝寝きのように）すぐに消えてしまう。 自信を持って先読みをするには、他の肉体と同じように活動できる自分の肉体を十分に知覚する、MSが必要である。 もし、MSを達成した人であれば、FXの予知などという無意味なことは、その人にとっては小さなゲームですらなく、単なる環境の状態、つまり、一般の人がフェンスの絵を見たり、本を読んだりするのと同じようにアクセスできる（直接知覚）のである。MSを取得した人は、質的に大きな可能性を手にすることができます。 より高い意識への移行は、環境や自分の肉体との矛盾を解消することで達成される。なぜなら、人は睡眠中に自然と肉体との関係を断ってしまうからだ（肉体を一切認識しない）。そして、精神的な意識への移行は、自分の感情や気持ちとの矛盾を完全に断ち切る（コントロールする）ことで初めて可能になる。つまり、精神意識への移行を考える前に、肉体意識のレベルでの利害を完全に取り払う（CCの用語でいうところの、トーンのクリーニングをする）必要があるのだ。このプロセスは、大人になることと似ています。人は成長する（新しい観念や価値観を獲得する）前に、現在の価値観や宇宙観に興味を持たなくなる必要があるのです。例えば、バイクを運転する前に、身近な砂場でヘラを持ったバケツに興味を失くす必要があるのです。 ------- それで... FXで自信を持って結果を出すためには、精神的な意識に入る必要があります。しかし、普通の人にはできません。なぜなら、今の自分の利益（FXでの収益も含めて、そして何よりも）を（すべて！）あきらめなければならないからです。 物理的な意識では、物理的な意識そのものの可能性と性質を利用してこそ、幸福感を得ることができるのです。理論的には、肉体の脳に余計な情報を入れないようにすれば、脳は決められた範囲内で働き始め、何らかの結果を出すかもしれない。しかし、その成果は、余計な情報（稼いだ収入をどう使うかの考えや、稼ぎや失敗の感情）が多いほど、少なくなるのです。 簡単に言えば、24時間モニターの前に座り、他のことを考えない（家族、仕事、春、友人、計画を忘れる、外見、食べ物、健康を気にしない...）ということでしょうか。 今欲しいものが手に入るかもしれないが、後でその値段で手に入るものが欲しいかどうか......。 ----------- ポジティブです。 学習すること。読むこと、興味を持つこと、考えること、発展させること。 Вадим 2007.05.11 11:35 #12 Rosh: 長い答えは、シュワッガーの著書『新マーケットの魔術師』を参照してください。アメリカ最高のトレーダーとの対話。第3部タートルズ」の静寂。 まず、リンクをありがとうございます。"タートルズの沈黙 "は読んだことがあります。 一般論としては、質問に答えてくれていますね。 次に、私の質問の言い回しが正確でなかったかもしれません。 私は、データを直接表現（この場合はグラフ化）して可視化することで、脳学習アルゴリズムを形式化（プログラミングという意味ではない）することに興味があります。 例えば、F. Wasserman著「Neurocomputer Engineering: Theory and Practice」からの引用を挙げよう。 "コグニトロン "と "ネオコグニトロン "です。 人は、複雑なパターン認識の問題を、驚くほど簡単に解いてしまう。2歳の子どもは、距離、回転、遠近、照明が変わっても、自分の環境を構成する何千もの顔や物体を、明らかに苦労せずに見分けることができる。 このような生得的な能力を研究すれば、人間の認識能力を再現するコンピュータを開発するのは簡単なことのように思われるかもしれない。これ以上、真実から遠ざかることはない。人間にとっては当たり前のパターンの類似性や差異が、これまで最も高度なコンピューター認識システムをも惑わせた。危険な仕事、退屈な仕事、不快な仕事など、人間に代わってコンピュータができる重要な用途は数え切れないほどあり、現在の能力を超えたままである。 コンピュータのパターン認識は、どちらかというと芸術であり、科学はいくつかのテクニックが利用できる程度で、実際にはほとんど利用されていない。一般的なパターン認識システムを設計するエンジニアは、通常、印刷物の認識から始めます。これらの技術は、しばしば課題に対して不十分であり、開発者の努力は、目の前の課題に狭く特化したアルゴリズムを開発することにすぐに還元される。 通常、パターン認識システムの設計の目標は、パターンのサンプルセットに対してその性能を最適化することである。このとき、開発者は新たにほぼ同じ画像を探すことでこのタスクを完了させることが非常に多く、アルゴリズムの完成に失敗してしまうのです。このプロセスは無限に続き、システムの機能の質を評価する人間の知覚プロセスを再現するのに十分な、安定した解が得られることはない。 幸いなことに、この問題が解決できる証拠が現存している。それが、人間の知覚システムである。自己発明の追求による成果が限定的であることを考えると、生物学的モデル（まさに生物学的モデル、Implx）に戻り、なぜそれがうまく機能するのかを明らかにすることは、極めて論理的であるように思われる......。(定義するだけでなく、特定の目的のために使用するインプリックス）"。 引用された文章は、ANNとその開発方法（特に生物モデルを研究対象としている）に言及しているが、文章中には、人間の脳とその能力についての考察がある。この論文が脳をモデル化するためのモデルと考えるのであれば（ただし、完全にモデル化されているわけではなく、（その複雑さのために）すぐにはできそうにない）、その可能性を利用してはどうだろうか。 ありがとうございます。 Nikolay Zhilin 2007.05.11 17:20 #13 Itso: Rebus- 「2レベルロジック」とはどういう意味ですか？神経細胞は働くのか働かないのか、どちらなのでしょう？ その通りです。ゼロか1か。これが、NSの開発における簡略化されたスキームである。しかし、それはかなり複雑なものであることがわかった。 Nikolay Zhilin 2007.05.11 17:22 #14 Rosh: リーバス 残念ながら（あるいはその逆も然り）、ニューラルネットワークが まともな応用を見いだせなかったのは、非常に単純な理由からだ。実は、最近の研究で、人間の脳神経細胞は5段階のロジックで動いていることが分かってきたのです。以前は、論理は2レベルであると信じられていた（それがNSの開発の基礎となった）。 しかし、2レベルの論理で動くのは脊髄だけである。その結果、これまで設計されたすべてのコンピュータは、永遠に脊髄の知能レベルにとどまることになる。2レベルNSも同様です。 だから、5段の開発を待とう :) でも、やっぱり本を読むのは便利です :) という質問がありました。 過去のデータで脳を鍛えて（大げさに言いますが）予測することは可能なのでしょうか？つ まり、多くのプログラマーや数学者がANNに教えようとしていることを学ぶことです。同じ手法でトレーニングする（ただし、別の平面で）。 その通りです。最初の文章をよく読むと ANNとの比較が出てきますね。では、「脳と脊髄のどちらを鍛えるのか」という反問があります。まさにその通りです。ただ、より広い視野を持つことです :) Dmitry Fedoseev 2007.05.12 01:13 #15 基本的な学習アルゴリズムは「繰り返し」です。 Вадим 2007.05.12 10:27 #16 Integer: 基本的な学習アルゴリズムは「繰り返し」です。 このアルゴリズムをどのように形式化し、どの程度の効果があるのか。 これがメインのアルゴリズムだとすると、「メインでない」アルゴリズムは何でしょうか？ Dmitry Fedoseev 2007.05.12 11:13 #17 Implex: 整数。 基本的な学習アルゴリズムは「繰り返し」です。 このアルゴリズムをどのように形式化し、どの程度の効果があるのか。 これがメインのアルゴリズムだとすると、「メインでない」アルゴリズムは何でしょうか？ まずは人間の言葉を使うことから始めましょう)) 長い数列の暗記方法を学びたいとのことですが？ Вадим 2007.05.12 13:42 #18 Integer: ... まずは人間の言葉を使うことから始めましょう)) 長い数列の暗記方法を学びたいとのことですが？ じゃあ、手始めに「人間の言葉」の意味を説明してくれ。 ログインの文言とアバターのグラフィック表現を考慮すると、プログラマーである可能性があると判断できます。では、なぜ「形式化」「アルゴリズム」といった一般的な概念を用いて、「非人間的な言語」で表現するのか、その理由がわからない。あなたでなければ、誰がこのすべてを完璧に理解すべきなのでしょうか？ このテーマは、真理を見出す（あるいは真理に近づく）ために、理論的な知識を実践に応用できるかという問題を考える機会として、専ら私が作成したものである。(何によってかは、あなた自身が知っている）。 長い数列の暗記学習」について。いや、残念ながら、数字の暗記は（今回のテーマとの関係で）ほとんど役に立たない。 数字を記憶する能力ではなく、数列を近似する能力を指しているのです。しかし、直接的に表現された数列が、脳で近似されることはまずない。なぜなら、人間の知覚システムにとって、子供の頃から視覚的なイメージで知る方が自然だと思われるからだ。数字は、その図形表現に付加的な情報を持たず（不変の印刷文字と一つの記号という意味）、系列によっては付加的な情報が間違いなく存在する数列から、その情報を抽出する学習は困難であると思われる。 したがって、より有望な方法は、数字のグラフ表示の近似であると思われる。 もう一度、有名な本から引用します。 "視覚野 "では、ある方向の線や角度などの要素にノードが反応することが分かっています。より高いレベルでは、円、三角、四角などのより複雑で抽象的な画像に反応し、さらに高いレベルでは、顔や複雑な形状に反応するノードが識別されるまで抽象化の程度が増加します。一般に、高レベルのノードは低レベルのノード群から入力を受けるため、視野のより広い範囲に反応する。上位のノードの応答は、位置依存性が少なく、歪みにも強い..." また、この情報をどのように近似させるかという問題もあります。 ありがとうございます。 Rashid Umarov 2007.05.12 13:47 #19 私の考えでは、成功する取引とは、データを近似することではなく、エントリーが成功する確率が50％以上になる瞬間を特定することである。エントリーの成功とは、一連の試行でプラスの期待値を得ることであり、つまり80/20システムが常に（というよりほとんど）利益を生むとは限らないのである。 Вадим 2007.05.12 15:09 #20 Rosh: 私の考えでは、成功する取引とは、データを近似することではなく、エントリーが成功する確率が50％以上となる瞬間を特定することである。エントリーの成功とは、一連の試行で正の期待ペイオフを得ることと理解される。つまり、80/20システムは常に（というよりほとんど）利益をもたらすとは限らないのだ。 エントリーが成功する確率が50％を超えるポイントは、どのように見極めるのでしょうか？近似して、その結果を応用することではないのでしょうか。そうでない場合は、固定観念などを使っているという前提があります（意見、推測、仮説、推測、判断、見解、仮定、理論、態度、信念、教え、概念、教義、立場、原則、観点など）。(自分のものでなく、他人のものという意味です))成功するトレードのために。そうすると、成功する取引という概念は原理的に生まれない（と私は考えている）。 123456789...106 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
私の質問は次のような形式です。
過去のデータで脳を鍛えて（大げさに言いますが）予測することは可能なのでしょうか？つ まり、多くのプログラマーや数学者がANNに教えようとしていることを学ぶことです。同じ手法で学習する（ただし、別の平面で）。
意識には、肉体、アストラル、メンタル、ブッディ、ニューロバニックなど、いくつかの形態がある。
意識の形態は、最初の3つしか適切に考慮することができず、より高い形態は名前を付けることしかできません。
それぞれの意識の形は、自分の身体との関係や、対応する現実のレベルとの関係に基づいています。
現実には、肉体、アストラル、精神などのレベルがあり、それぞれの上位レベルの現実は、肉体（宇宙）の基礎であり、下位レベルの現実の建材となるものです。例えば、肉体のレベルはアストラルレベルの上にあり、さらにその上に精神レベルがある、などです。
普通の人は皆、身体意識を持っていて、自分の身体を十分に認識しています。物理的な意識は、（根本的に、その本質から）ある一連の概念に制限されており、その枠内で物理的現実との関係を構築している。
アストラルレベルの現実は、気持ちと感情の集合体です。 この定義は非常に珍しいので、一見すると架空のものに見えるかもしれませんが、実は気持ちや感情は宇宙の一部であり、普遍的な客観的現実の一部なのです。
アストラル意識とは、自分の肉体を意識せず、（経験にもよるが）アストラル物体（感覚的、感情的な側面）をある程度適切に知覚するものである。幽体離脱中に肉体を意識すると、肉体意識（99.9％）または精神意識（感情を完全にコントロールした状態、これはすでに精神意識の特性の現れである）に移行することになる。
精神的現実とは、思考や意思のことです。心的意識を獲得した人間は、自分の心と心的現実の間の矛盾を完全に克服し、物理的現実のレベルで（物理的現実を越えて）自由に（物理的意識と物理的現実の制約を越えて）いかなる行為も行うことができるのだ。このような高い意識レベルは、ほとんど誰も達成したことがない。
先読みは幽体離脱中でも可能だが（1～30日程度）、幽体離脱は肉体意識と逆位相のようなもの。 つまり、ASで得た知識を使うためにはFSに戻る必要があるが、FSの発現の最初の兆候でASでの体験の記憶は（朝寝きのように）すぐに消えてしまう。 自信を持って先読みをするには、他の肉体と同じように活動できる自分の肉体を十分に知覚する、MSが必要である。
もし、MSを達成した人であれば、FXの予知などという無意味なことは、その人にとっては小さなゲームですらなく、単なる環境の状態、つまり、一般の人がフェンスの絵を見たり、本を読んだりするのと同じようにアクセスできる（直接知覚）のである。MSを取得した人は、質的に大きな可能性を手にすることができます。
より高い意識への移行は、環境や自分の肉体との矛盾を解消することで達成される。なぜなら、人は睡眠中に自然と肉体との関係を断ってしまうからだ（肉体を一切認識しない）。そして、精神的な意識への移行は、自分の感情や気持ちとの矛盾を完全に断ち切る（コントロールする）ことで初めて可能になる。つまり、精神意識への移行を考える前に、肉体意識のレベルでの利害を完全に取り払う（CCの用語でいうところの、トーンのクリーニングをする）必要があるのだ。このプロセスは、大人になることと似ています。人は成長する（新しい観念や価値観を獲得する）前に、現在の価値観や宇宙観に興味を持たなくなる必要があるのです。例えば、バイクを運転する前に、身近な砂場でヘラを持ったバケツに興味を失くす必要があるのです。
-------
それで...
FXで自信を持って結果を出すためには、精神的な意識に入る必要があります。しかし、普通の人にはできません。なぜなら、今の自分の利益（FXでの収益も含めて、そして何よりも）を（すべて！）あきらめなければならないからです。
物理的な意識では、物理的な意識そのものの可能性と性質を利用してこそ、幸福感を得ることができるのです。理論的には、肉体の脳に余計な情報を入れないようにすれば、脳は決められた範囲内で働き始め、何らかの結果を出すかもしれない。しかし、その成果は、余計な情報（稼いだ収入をどう使うかの考えや、稼ぎや失敗の感情）が多いほど、少なくなるのです。
簡単に言えば、24時間モニターの前に座り、他のことを考えない（家族、仕事、春、友人、計画を忘れる、外見、食べ物、健康を気にしない...）ということでしょうか。
今欲しいものが手に入るかもしれないが、後でその値段で手に入るものが欲しいかどうか......。
-----------
ポジティブです。
学習すること。読むこと、興味を持つこと、考えること、発展させること。
長い答えは、シュワッガーの著書『新マーケットの魔術師』を参照してください。アメリカ最高のトレーダーとの対話。第3部タートルズ」の静寂。
次に、私の質問の言い回しが正確でなかったかもしれません。
私は、データを直接表現（この場合はグラフ化）して可視化することで、脳学習アルゴリズムを形式化（プログラミングという意味ではない）することに興味があります。
例えば、F. Wasserman著「Neurocomputer Engineering: Theory and Practice」からの引用を挙げよう。
"コグニトロン "と "ネオコグニトロン "です。
人は、複雑なパターン認識の問題を、驚くほど簡単に解いてしまう。2歳の子どもは、距離、回転、遠近、照明が変わっても、自分の環境を構成する何千もの顔や物体を、明らかに苦労せずに見分けることができる。
このような生得的な能力を研究すれば、人間の認識能力を再現するコンピュータを開発するのは簡単なことのように思われるかもしれない。これ以上、真実から遠ざかることはない。人間にとっては当たり前のパターンの類似性や差異が、これまで最も高度なコンピューター認識システムをも惑わせた。危険な仕事、退屈な仕事、不快な仕事など、人間に代わってコンピュータができる重要な用途は数え切れないほどあり、現在の能力を超えたままである。
コンピュータのパターン認識は、どちらかというと芸術であり、科学はいくつかのテクニックが利用できる程度で、実際にはほとんど利用されていない。一般的なパターン認識システムを設計するエンジニアは、通常、印刷物の認識から始めます。これらの技術は、しばしば課題に対して不十分であり、開発者の努力は、目の前の課題に狭く特化したアルゴリズムを開発することにすぐに還元される。
通常、パターン認識システムの設計の目標は、パターンのサンプルセットに対してその性能を最適化することである。このとき、開発者は新たにほぼ同じ画像を探すことでこのタスクを完了させることが非常に多く、アルゴリズムの完成に失敗してしまうのです。このプロセスは無限に続き、システムの機能の質を評価する人間の知覚プロセスを再現するのに十分な、安定した解が得られることはない。
幸いなことに、この問題が解決できる証拠が現存している。それが、人間の知覚システムである。自己発明の追求による成果が限定的であることを考えると、生物学的モデル（まさに生物学的モデル、Implx）に戻り、なぜそれがうまく機能するのかを明らかにすることは、極めて論理的であるように思われる......。(定義するだけでなく、特定の目的のために使用するインプリックス）"。
引用された文章は、ANNとその開発方法（特に生物モデルを研究対象としている）に言及しているが、文章中には、人間の脳とその能力についての考察がある。この論文が脳をモデル化するためのモデルと考えるのであれば（ただし、完全にモデル化されているわけではなく、（その複雑さのために）すぐにはできそうにない）、その可能性を利用してはどうだろうか。
ありがとうございます。
Rebus- 「2レベルロジック」とはどういう意味ですか？神経細胞は働くのか働かないのか、どちらなのでしょう？
残念ながら（あるいはその逆も然り）、ニューラルネットワークが まともな応用を見いだせなかったのは、非常に単純な理由からだ。実は、最近の研究で、人間の脳神経細胞は5段階のロジックで動いていることが分かってきたのです。以前は、論理は2レベルであると信じられていた（それがNSの開発の基礎となった）。 しかし、2レベルの論理で動くのは脊髄だけである。その結果、これまで設計されたすべてのコンピュータは、永遠に脊髄の知能レベルにとどまることになる。2レベルNSも同様です。
だから、5段の開発を待とう :)
でも、やっぱり本を読むのは便利です :)
過去のデータで脳を鍛えて（大げさに言いますが）予測することは可能なのでしょうか？つ まり、多くのプログラマーや数学者がANNに教えようとしていることを学ぶことです。同じ手法でトレーニングする（ただし、別の平面で）。
その通りです。最初の文章をよく読むと ANNとの比較が出てきますね。では、「脳と脊髄のどちらを鍛えるのか」という反問があります。まさにその通りです。ただ、より広い視野を持つことです :)
基本的な学習アルゴリズムは「繰り返し」です。
これがメインのアルゴリズムだとすると、「メインでない」アルゴリズムは何でしょうか？
基本的な学習アルゴリズムは「繰り返し」です。
これがメインのアルゴリズムだとすると、「メインでない」アルゴリズムは何でしょうか？
まずは人間の言葉を使うことから始めましょう)) 長い数列の暗記方法を学びたいとのことですが？
...
まずは人間の言葉を使うことから始めましょう)) 長い数列の暗記方法を学びたいとのことですが？
ログインの文言とアバターのグラフィック表現を考慮すると、プログラマーである可能性があると判断できます。では、なぜ「形式化」「アルゴリズム」といった一般的な概念を用いて、「非人間的な言語」で表現するのか、その理由がわからない。あなたでなければ、誰がこのすべてを完璧に理解すべきなのでしょうか？
このテーマは、真理を見出す（あるいは真理に近づく）ために、理論的な知識を実践に応用できるかという問題を考える機会として、専ら私が作成したものである。(何によってかは、あなた自身が知っている）。
長い数列の暗記学習」について。いや、残念ながら、数字の暗記は（今回のテーマとの関係で）ほとんど役に立たない。
数字を記憶する能力ではなく、数列を近似する能力を指しているのです。しかし、直接的に表現された数列が、脳で近似されることはまずない。なぜなら、人間の知覚システムにとって、子供の頃から視覚的なイメージで知る方が自然だと思われるからだ。数字は、その図形表現に付加的な情報を持たず（不変の印刷文字と一つの記号という意味）、系列によっては付加的な情報が間違いなく存在する数列から、その情報を抽出する学習は困難であると思われる。
したがって、より有望な方法は、数字のグラフ表示の近似であると思われる。
もう一度、有名な本から引用します。
"視覚野 "では、ある方向の線や角度などの要素にノードが反応することが分かっています。より高いレベルでは、円、三角、四角などのより複雑で抽象的な画像に反応し、さらに高いレベルでは、顔や複雑な形状に反応するノードが識別されるまで抽象化の程度が増加します。一般に、高レベルのノードは低レベルのノード群から入力を受けるため、視野のより広い範囲に反応する。上位のノードの応答は、位置依存性が少なく、歪みにも強い..."
また、この情報をどのように近似させるかという問題もあります。
ありがとうございます。
私の考えでは、成功する取引とは、データを近似することではなく、エントリーが成功する確率が50％以上となる瞬間を特定することである。エントリーの成功とは、一連の試行で正の期待ペイオフを得ることと理解される。つまり、80/20システムは常に（というよりほとんど）利益をもたらすとは限らないのだ。
エントリーが成功する確率が50％を超えるポイントは、どのように見極めるのでしょうか？近似して、その結果を応用することではないのでしょうか。そうでない場合は、固定観念などを使っているという前提があります（意見、推測、仮説、推測、判断、見解、仮定、理論、態度、信念、教え、概念、教義、立場、原則、観点など）。(自分のものでなく、他人のものという意味です))成功するトレードのために。そうすると、成功する取引という概念は原理的に生まれない（と私は考えている）。