すべて正しいです。この正しさだけは証明する必要があるので、これから証明する。今のところ、私の推論にはSLとTPの オーダーは含まれていません。ここでは、自らポジションをオープンしたりクローズしたりする保護命令のないTSの最も一般的なケースを考え、その全生涯は、数学的観点から、絶対値と符号による h タップの分布で決定されます。
Да, пока эта величина фиксирована, но позже мы превратим её в параметр и найдём оптимальное значение (как у Винса, только для произвольной ТС и в аналитическом виде, что бы не оптимизатор гонять днями, а иметь коротенькую формулку - подставил в неё котир и получил оптимальное f).
...
Тогда встает понятная задача - конкретизировать параметры SL исходя из параметров сохранности капитала. Таковыми могут быть:
市場に参入した瞬間に初めて損失が発生する可能性があるのです。その瞬間、私たちは知っていると思い込むのです :):
(予報の精度がロットに影響しないのは残念な気がするので :)
マイケル、あなたの投稿からメイン（と私には思える）、新鮮なアイデア、その：ロットを計算するときに、確率の値を考慮することができます。私もかつて、そんなことを考えていたのですが......。しかし、このバリアントは、動的なTSに適している、あなたはおそらく正確に1を持っている、あなたはどう思いますか？
すべて正しいです。この正しさだけは証明する必要があるので、これから証明する。今のところ、私の推論にはSLと TPの オーダーは含まれていません。ここでは、自らポジションをオープンしたりクローズしたりする保護命令のないTSの最も一般的なケースを考え、その全生涯は、数学的観点から、絶対値と符号による h タップの分布で決定されます。
最も簡単な証明は、オプティマイザーによってトレーディングシステムよりも優れたストップを見つけようとすることである。Vinceはすべて、見積もりとは関係のない抽象的な計算をします。また、通常通り、定常的なBPを仮定している。本物のTSは、据え置き型ではなく、使える範囲で仕事をします。これを前提としないMMを一つ挙げてください。現実のVRで利益が出るTSは、変な仮定（定常性）のあるVRよりもアウトプットが悪くなるはずです。 何かが証明されたとき、証明システムの中で証明できない仮定を議論することは非常に重要で、それは通常、定常性の仮定です。
全てがそうであるとは限らないMM。ここを覗いてみる価値はあるかもしれません。
Хотя на мой пост не обратили внимания, еще раз настаиваю, что SL и ТР не имеют никакого отношения к ТС.
では、TSはどうするのか。SLとTPがそれぞれ、別々の人生を歩むなら。面白いですね。
もし、現在の気配値で判断するトレーディングシステムによって、出口よりも良いSLを見つけることが可能だったとしたら、このTSにはSLと比較してデメリットがあることになります。
用語や目的の混同があるように思います。
SL TRは、FXの極端な取引条件、例えば接続の中断などに反応するものです。
例えば接続障害だけが怖いというような、絶対的な戦略があるわけですね。極端な状況下でのみ注文をクローズするのでしょうか？
Да, пока эта величина фиксирована, но позже мы превратим её в параметр и найдём оптимальное значение (как у Винса, только для произвольной ТС и в аналитическом виде, что бы не оптимизатор гонять днями, а иметь коротенькую формулку - подставил в неё котир и получил оптимальное f).
素晴らしい!!!まさに夢のような話です。そして、シェパードのように機能不全に陥るのでは...。
マイケル、私はあなたの投稿の中から、基本的な（と私が思っている）新鮮なアイデアを取り上げました。私もかつて、そんなことを考えていたのですが......。
Anatolyさん、ありがとうございます。でも、LotとFidelityPredictionの相関関係というアイデアは私よりずっと古いと思います。）
ミハイル さん、こんにちは。
総論への参加要請に応えていただき、ありがとうございました。
もちろん、先ほどの投稿でおっしゃられたことはすべて正しいです。しかし、順番に行きましょう（私の順番で :-) 事実、真理に至る道はたくさんあり、残念ながらすべてを網羅することはできませんし、その必要もありません。したがって、私は、あなたの批判的なコメントだけを考慮し、細部を省略して、すでに概説した道を進みます......。
セルゲイさんの言う通り、オリンパスは一つですが、クライマーはそれぞれ自分のルートを決める権利があります。私たちの仕事は、道を切り開いてくれた人に敬意を払ってお手伝いすることです。
「SLとLotによる予測の信頼性（つまり、1つの取引による現在の資本損失の最大値）との関係についての私のあまり新しくない仮説は、「上昇」プロセスにおいて、g.n.使用されるかもしれません。
しかし、このバリエーションはダイナミックTSにより適しています。
アナトリー、"ダイナミックTS "の定義を教えてください。
揉めるわけでもなく、この話題は別の枝かプライベートで続けましょう。
移動する
注意喚起
その賄賂h[i]の値によって定義される任意のTSについて、 n回の 取引を通じて、我々の預金増分 K[n] の開始値 K[n ]に対する相対値を示す式が得られたのです。記号Pは 、括弧同士の積を表す。以上、今回はこの辺で。要は、このような形で示された預金の増加の表現では、これ以上進めないということです。特に，ポイント賄賂h[i] の値は整数であり，取引数が多い場合には，各賄賂に含まれるポイント数が同じである賄賂群を常に見つけることができるという事実を思い出して，トリックを試してみることができる．このように、積の中の項を「興味の山積の積」に再編成し、積の中の項を並べ替えることによって、積が変化しないことを利用するのである。すると、この式は次のように表すことができる。
ほら、連続積から、同じパラメータh[j] を持つグループの積に変更することができました。これらのグループはすでに、グループの要素数に等しい指数g[j] を持つ単純な式に置き換えることができる（預金増額式の右辺を参照）。
その結果、fの 関数として単位時間当たりの預金増分を最大化する極限値を表す式を調べる必要がある。そこで、「花瓶」を拡大鏡で（比喩的に）見ても、平滑な関数の極値が移動しないことを利用して、式を単純化することにする。この場合、拡大鏡として対数関数を使用します。その美点は単調であり、大きさの積をその和に変換する（極限をずらさない）ことである。
簡単のために利益の対数をSと し、g[j] はそのような大きさ（引数）の賄賂の数（個数）の分布関数（DF）に他ならないことに注目する。例えば、ランダムに撮影したTCのFRはこんな感じです。
賄賂には負けと勝ち（プラス）の両方があることがわかる。また、大きなスイングよりも小さなスイングの方が賄賂の数が明らかに多いことなどに気づくことができます。そんなTSのMOを探すのは難しいことではありません。
MO=10pipsであり、このアブストラクトTSは10pips以下の手数料の商品に対して利益を生み出すことができることがわかります。ここでは、提案されたアプローチの例証を考えるため、エルゴード性などに関する質問はすべて割愛する。
つまり、最適な預金額 fを 求めるためには、あるTSの仕掛け数の分布の法則を知る必要がある（できれば解析的な形で）、ということの準備になるわけです。それを知った上で、得られたFRの式を利益の対数の式に代入し、その最大値を探します。例えば、この場合、賄賂の分布の法則はガウス型であり、解析的に書き出すことは難しくない。
あるいは利益の対数に対して。
しかし、この表現をどうすればいいのか、これまたよくわからない......。しかし、2つ目の仕掛けをして、和から積分にすることができます。そのためには，得られた和を同じ数で割って掛けるだけでよい。この和は，横軸の1点（簡単に言えば1点），つまり離散化のステップdhに 等しいと考えることにする。
賄賂のFRは限定されておらず、最も一般的なTSの賄賂は任意の値を取ることができるので、私は意図的に積分の無限限界に行きました（この場合、 hは 実数の全領域で定義されており、現実と対応していませんが、それは主要ではなく、結果に影響を与えず、和から積分に行くことができます - 彼らは時々取られます）。積分の前の 1/dhは 1に等しいので省略する。
ここで、問題にストッパーを導入することができます。
もう少ししたら...
M1kha1l писал(а) >> Чтобы не флудить, мы можем продолжить обсуждение интересующщей Вас темы в др. ветке или в личке.
まさか！このスレッドで「はぐらかし」て、知的潜在能力を散逸させないように主張します :-)
grasn wrote(a)>> 最高!!!!まさに夢のような話です。そして、シェパードのように機能不全に陥るのでは......。
移動する
思い出してください。
任意のTSについて、 n回の 取引を通じて、我々の預金増分 K[n] とその開始値 K[n ]の相対値を示す式を得た。
正確には、恣意的だが儲かる 仕組み。SLとTRのどんな理論も、特定の特定のTSに言及しなければ意味がない。別のTSでは、SLとTRは別の値になります。
to 中性子
私はとてもシンプルな考えを持っていました。この問題はまだ始めたばかりなので、詳細を詰める時間がなく、数式もまだ示せませんが、概念的には 次のような感じです。特定のストラテジーに関係ないSLの「普遍的」な解決策を探すなら、市場の「モデル」（引用者注）を見極めることが必要だと考えています。この場合のみ、何か許容できるものを見つけることが期待できます（SlとTPは関係があります-これは医学的事実です）。
問題の定義
TPの計算値とTPが発動すると予想される時間窓の長さを使用して、最も可能性の高いSLレベルを決定します。SLとTPのレベルを変更 することが可能であることは明らかですが、それは将来的なことです。
市場モデル
採用した市場モデルは非常にシンプルです。これは、ベルヌーイ過程（「運動量正」と「運動量負」）と対数正規分布に似た非常に複雑な増分モジュールの分布という、2つの過程の「重ね合わせ」です（遠くからですが :o))。仕組みは簡単で、プラスまたはマイナスのパルスを発生させ、そのパルスに、市場帰還者の分布に近い分布から得られる何らかのプラスの値（ゼロを含む）を乗じる（加速する）のである。しかし、これらのレターナルは非常に複雑で、その分布も不明瞭であるため、これらのレターナルをある程度平均化したものに置き換えることにしたのです。
シンプルにする：TPの「待ち時間」を知ることで、市場をこのようなシンプルなモデル（平均的な帰国者に基づく）に置き換えることができるのです。
例：このようなシリーズのセグメントに対して
モデルは以下のようになります。
これは、インパルスで書かれた市場のモデルです :o)。全ては簡単で、それぞれの（スライドする）時間窓について、その窓の中の動き始めからの@impuls@の通過の合計を集めるのである。選択した運動の「量子」内のすべての（+）と（-）を説明します :o)。
TPレベル
外部のTPレベルを取得し、現在のオープニングレベルと見積もりプロセスの平均増分値を知ることで、モデルへのデータ転送が可能になります。
SLレベル
さらに、各スライディング時間窓の内側で、(+)と(-)の符号をつけた可能なすべての総移動を計算します。つまり、極端な点を見つけ、現状と比較し、TP（移動の方向も含む）するのです。その分布をプロットすることが可能になる（ちなみに解析的なようです）。さらにその先には、ほとんど単純なことですが、最尤法を用いて、状況に応じて最も確率の高いSLレベルを求めるのです。統計の高低、排出量はもちろん、停電、津波、火山噴火なども考慮に入れることを忘れないでください。
メソッドの微調整
窓の値が比較的大きい場合、平均的な増分 x(i)-x(i-1) を使用せず、ランダムに、しかし分布に従ってこれらの増分を生成することが可能（そして多分必要）である。
TCトランザクションの分布
知らなくてもいい（ほとんどの場合無理）、正しいウィンドウのために計算された市場モデルに置き換えられるのです。
PS：今度はあなたが批判する番です :o).
セルゲイ さん、こんにちは。
とても興味深いです。関連性は言うまでもありません。そして、早い段階である現在でも、実際にどのように応用できるかが見えています。
でも、もしかしたら他にもサプライズを用意してくれているかもしれませんよ？まあ、続編を楽しみにしています。
移動する
注意喚起
賄賂h[i]の値で定義される任意のTSに対して、 n回の 取引を通じて、我々の預金増分 K[n] の 開始値K[n ]に対する 相対値を示す式が得られた。
まだ開始値K[0]？
記事として発表していないのが不思議なくらいです。まあ、お好きにどうぞ、続編を読ませていただきます。