1. 이해할 수 있다. 내가 이해하는 한, 당신은 거기에 모든 비용을 청구했고 최종 자금은 빨간색으로 표시되어 있습니다.
2. 그렇지 않습니다. 최적화 시간은 2년입니다. 차량의 작동 시간은 최대 5개월입니다. 또한, 이것은 데모용 반기 테스트가 아니며 이미 입찰하고 모든 테스트가 끝났습니다.
"그리고 데모를 위한 6개월 테스트가 있습니다. 그러면 우리는 이미 차량의 작동 시간이 최대 7개월입니다. 이는 눈에 띄게 더 길어집니다." - 아니요, 시장의 실현을 위해 매개변수를 다시 최적화할 필요가 있습니다. 일반적으로 ATP 값과 같이 적응력을 갖는 것이 바람직합니다 ...
R. Pardo는 혼자 전문가가 아니지만 다른 출처와 MKL4 포럼에 대한 더 많은 토론을 기반으로 이 접근 방식이 고려되고 있습니다.
유전 알고리즘에 따라 매개변수가 최적화된 경우 최상의 모델 매개변수 값을 결정해야 합니다.
여기에서 매개 변수 값의 완전한 열거가 있기 때문에 어리석게도 최선을 취했습니다.
예를 들어 최적화 - 4년입니다. 앞으로 테스트 0.5년. 4의 0.5g은 12.5%입니다. 또한 반년의 시간 이동으로.
또한, 최상의 "모델"에 대한 매개변수를 선택하기 위한 특정 알고리즘을 사용하여 여러 최적화에 대한 전방 분석의 끝, 예를 들어 귀하와 같은 다음(극단적인) 최적화 후 2년 동안은 이미 없습니다. 분기당 포워드 테스트, 그러나 이미 거래 중이거나 실제 또는 데모에서 거래할 계정에 대한 귀하와 같은 시스템에 약간의 차이가 있는 경우.
3. 여기 예 ... 여기에서 결정해야합니다 ... :-) (나는 생각이 있습니다-조금 후에 내 자신의 IMHO를 작성할 것입니다 ...)
데모 계정은 더 이상 "차량 추가 확인"을 위해 필요하지 않습니다(이것도 역할을 하지만). 데모 계정의 주요 임무는 좋은 거래 내역을 보여주는 시스템의 지속적인 존재인 "TC 풀"입니다.
"실제 테스트의 20 %의 작업 시간"에 관해서는-이것은 양날의 검입니다. 즉, 2 년의 테스트 후 차량의 작동 시간이 최대 5 개월임을 의미하기 때문입니다. 또한 2년 테스트를 위한 6개월 데모 테스트를 수행하면 이미 차량의 작동 시간이 최대 7개월입니다. 이는 눈에 띄게 더 긴 시간입니다.
실제로 데모 계정의 존재는 - 아무 것도 변경하지 않습니다. 글쎄, 나는 데모 계정을 갖지 않을 것이고, 나는 실제에 즉시 베팅할 것입니다 - 그러나 질문은 동일하게 유지됩니다 . 수백 대의 Top Division 차량 중 어느 것을 넣어야 할까요? ?
Сотни тысяч трейдеров во всем мире используют торговые платформы, разработанные MetaQuotes Software Corp. Ключевой фактор успеха - технологическое превосходство, в основе которого лежит многолетний опыт и лучшие программные решения. Многие уже оценили новые возможности, ставшие доступными с появлением нового языка MQL5, который отличается...
1. 이해할 수 있다. 내가 이해하는 한, 당신은 거기에 모든 비용을 청구했고 최종 자금은 빨간색으로 표시되어 있습니다.
2. 그렇지 않습니다. 최적화 시간은 2년입니다. 차량의 작동 시간은 최대 5개월입니다. 또한, 이것은 데모용 반기 테스트가 아니며 이미 입찰하고 모든 테스트가 끝났습니다.
"그리고 데모를 위한 6개월 테스트가 있습니다. 그러면 우리는 이미 차량의 작동 시간이 최대 7개월입니다. 이는 눈에 띄게 더 길어집니다." - 아니요, 시장의 실현을 위해 매개변수를 다시 최적화할 필요가 있습니다. 일반적으로 ATP 값과 같이 적응력을 갖는 것이 바람직합니다 ...
R. Pardo는 혼자 전문가가 아니지만 다른 출처와 MKL4 포럼에 대한 더 많은 토론을 기반으로 이 접근 방식이 고려되고 있습니다.
유전 알고리즘에 따라 매개변수가 최적화된 경우 최상의 모델 매개변수 값을 결정해야 합니다.
여기에서 매개 변수 값의 완전한 열거가 있기 때문에 어리석게도 최선을 취했습니다.
예를 들어 최적화 - 4년입니다. 앞으로 테스트 0.5년. 4의 0.5g은 12.5%입니다. 또한 반년의 시간 이동으로.
또한, 최상의 "모델"에 대한 매개변수를 선택하기 위한 특정 알고리즘을 사용하여 여러 최적화에 대한 전방 분석의 끝, 예를 들어 귀하와 같은 다음(극단적인) 최적화 후 2년 동안은 이미 없습니다. 분기당 포워드 테스트, 그러나 이미 거래 중이거나 실제 또는 데모에서 거래할 계정에 대한 귀하와 같은 시스템에 약간의 차이가 있는 경우.
괜찮은. 데모 계정은 "확장된 전략 테스터 "입니다. 그 임무는 내가 반복해서 말했듯이 "차량 풀의 생성"인 최고의 차량을 정확하게 선택하는 것입니다.
글쎄, "최고의 모델을 선택하는 알고리즘"에 관해서는 - 이것이 내가 실생활에 적합한 지속 가능한 모델을 강조 표시하는 몇 가지 방법을 찾기 위해 어떻게 든 해결하려고하는 주요 작업입니다.
"지속가능한"이 키워드입니다. 역사에 따르면 일부 시스템은 디버깅 및 테스트에도 불구하고 거의 즉시 "적자 상태로 전환"되고 빠르게 "제어 샷 및 재최적화"에 도달합니다. 그리고 일부는 스스로 "유지"합니다. 하지만 문제는 실생활에서 '붙잡은' TS 뿐만 아니라 한동안 버틸 TS를 내세워야 한다는 점이다. 그리고 이것은 매우 슬픈 일입니다.
1. 이해할 수 있다. 내가 이해하는 한, 당신은 거기에 모든 비용을 청구했고 최종 자금은 빨간색으로 표시되어 있습니다.
2. 그렇지 않습니다. 최적화 시간은 2년입니다. 차량의 작동 시간은 최대 5개월입니다. 또한, 이것은 데모용 반기 테스트가 아니며 이미 입찰하고 모든 테스트가 끝났습니다.
"그리고 데모를 위한 6개월 테스트가 있습니다. 그러면 우리는 이미 차량의 작동 시간이 최대 7개월입니다. 이는 눈에 띄게 더 길어집니다." - 아니요, 시장의 실현을 위해 매개변수를 다시 최적화할 필요가 있습니다. 일반적으로 ATP 값과 같이 적응력을 갖는 것이 바람직합니다 ...
R. Pardo는 혼자 전문가가 아니지만 다른 출처와 MKL4 포럼에 대한 더 많은 토론을 기반으로 이 접근 방식이 고려되고 있습니다.
유전 알고리즘에 따라 매개변수가 최적화된 경우 최상의 모델 매개변수 값을 결정해야 합니다.
여기에서 매개 변수 값의 완전한 열거가 있기 때문에 어리석게도 최선을 취했습니다.
예를 들어 최적화 - 4년입니다. 앞으로 테스트 0.5년. 4의 0.5g은 12.5%입니다. 또한 반년의 시간 이동으로.
또한, 최상의 "모델"에 대한 매개변수를 선택하기 위한 특정 알고리즘을 사용하여 여러 최적화에 대한 전방 분석의 끝, 예를 들어 귀하와 같은 다음(극단적인) 최적화 후 2년 동안은 이미 없습니다. 분기당 포워드 테스트, 그러나 이미 거래 중이거나 실제 또는 데모에서 거래할 계정에 대한 귀하와 같은 시스템에 약간의 차이가 있는 경우.
3. 여기 예 ... 여기에서 결정해야합니다 ... :-) (나는 생각이 있습니다-조금 후에 내 자신의 IMHO를 작성할 것입니다 ...)
나는 George의 아이디어를 좋아하지만 하나의 마이너스는 시간입니다
제발 해독...
제발 해독...
한도 내에서 다음과 같이 나와야 합니다.
알고리즘 세트가 있고 시장의 상태(행동 모델) 세트가 있습니다.
그리고 시스템은 시장의 상태를 분석하여 이 상태에 최적화된 알고리즘을 거래해야 합니다.
실제로 이를 수행할 전문가 시스템을 구축(또는 네트워크 교육)해야 합니다.
아마도 목표에 더 가까이 다가가는 첫 번째 단계는 시장의 상태를 공식화하는 것입니다.
아마도 목표에 더 가까이 다가가는 첫 번째 단계는 시장의 상태를 공식화하는 것입니다.
당신은 그것을 할 수 있습니다?
데모 계정은 더 이상 "차량 추가 확인"을 위해 필요하지 않습니다(이것도 역할을 하지만). 데모 계정의 주요 임무는 좋은 거래 내역을 보여주는 시스템의 지속적인 존재인 "TC 풀"입니다.
"실제 테스트의 20 %의 작업 시간"에 관해서는-이것은 양날의 검입니다. 즉, 2 년의 테스트 후 차량의 작동 시간이 최대 5 개월임을 의미하기 때문입니다. 또한 2년 테스트를 위한 6개월 데모 테스트를 수행하면 이미 차량의 작동 시간이 최대 7개월입니다. 이는 눈에 띄게 더 긴 시간입니다.
실제로 데모 계정의 존재는 - 아무 것도 변경하지 않습니다. 글쎄, 나는 데모 계정을 갖지 않을 것이고, 나는 실제에 즉시 베팅할 것입니다 - 그러나 질문은 동일하게 유지됩니다 . 수백 대의 Top Division 차량 중 어느 것을 넣어야 할까요? ?
아마도 기사가 유용 할 것입니다.
https://www.mql5.com/en/articles/143
뇌물 :
이 10가지 전략이 모두 하나의 Expert Advisor에 결합되고 각 전략에 "가상" 거래를 수행할 수 있는 기회가 제공되고 실제 거래에서 주기적으로(예: 각 새 막대 시작 시) 최상의 전략을 결정하고 신호에 따라 실제 거래를 수행합니까?
----------
적응 시스템에 수익성 있는 전략이 없으면 사용이 효과적이지 않습니다. 수익성 있는 전략을 사용하십시오.
데모 계정 에서 최적화 후 연결합니다.
----------
" 적응형 시스템의 강점은 시장 자체가 어떤 거래 전략을 언제 사용할지 알려준다는 것입니다.
이것은 전략의 논리에서 추상화하는 것을 가능하게 합니다. 전략이 효과적이라면 그것이 작동하는 방법과 이유는 중요하지 않습니다. 적응형 접근 방식은 전략의 성공을 위한 단 하나의 기준, 즉 효과만을 사용합니다.
--------------
여기서 웃으세요 :-)
무엇에 대해 생각할 것인가
m_all_strategies 컨테이너에서 제안된 전략에 대한 수천 가지 옵션을 넣을 수 있으며 다른 매개변수를 사용하여 알려진 모든 전략을 추가할 수도 있습니다.
------------------------------------
결론적 으로, 모든 것이 평소와 같이 발생합니다. 상위 리그 기계가 탑재된 이 적응형 차량이 데모 거래에서 켜진 것뿐입니다. 출력에서 거품이 발생합니다.
최고의 축구 선수 로부터 . 언제 전원을 끄고 다음 충전을 위해 충전하는지는 전적으로 귀하에게 달려 있습니다... :-)
1. 이해할 수 있다. 내가 이해하는 한, 당신은 거기에 모든 비용을 청구했고 최종 자금은 빨간색으로 표시되어 있습니다.
2. 그렇지 않습니다. 최적화 시간은 2년입니다. 차량의 작동 시간은 최대 5개월입니다. 또한, 이것은 데모용 반기 테스트가 아니며 이미 입찰하고 모든 테스트가 끝났습니다.
"그리고 데모를 위한 6개월 테스트가 있습니다. 그러면 우리는 이미 차량의 작동 시간이 최대 7개월입니다. 이는 눈에 띄게 더 길어집니다." - 아니요, 시장의 실현을 위해 매개변수를 다시 최적화할 필요가 있습니다. 일반적으로 ATP 값과 같이 적응력을 갖는 것이 바람직합니다 ...
R. Pardo는 혼자 전문가가 아니지만 다른 출처와 MKL4 포럼에 대한 더 많은 토론을 기반으로 이 접근 방식이 고려되고 있습니다.
유전 알고리즘에 따라 매개변수가 최적화된 경우 최상의 모델 매개변수 값을 결정해야 합니다.
여기에서 매개 변수 값의 완전한 열거가 있기 때문에 어리석게도 최선을 취했습니다.
예를 들어 최적화 - 4년입니다. 앞으로 테스트 0.5년. 4의 0.5g은 12.5%입니다. 또한 반년의 시간 이동으로.
또한, 최상의 "모델"에 대한 매개변수를 선택하기 위한 특정 알고리즘을 사용하여 여러 최적화에 대한 전방 분석의 끝, 예를 들어 귀하와 같은 다음(극단적인) 최적화 후 2년 동안은 이미 없습니다. 분기당 포워드 테스트, 그러나 이미 거래 중이거나 실제 또는 데모에서 거래할 계정에 대한 귀하와 같은 시스템에 약간의 차이가 있는 경우.
괜찮은. 데모 계정은 "확장된 전략 테스터 "입니다. 그 임무는 내가 반복해서 말했듯이 "차량 풀의 생성"인 최고의 차량을 정확하게 선택하는 것입니다.
글쎄, "최고의 모델을 선택하는 알고리즘"에 관해서는 - 이것이 내가 실생활에 적합한 지속 가능한 모델을 강조 표시하는 몇 가지 방법을 찾기 위해 어떻게 든 해결하려고하는 주요 작업입니다.
데모에서 실제 거래로의 매우 긴 전환. 실망에 대한 두려움이 존재하는 것 같습니다.
예, "실망에 대한 두려움"이 그것과 어떤 관련이 있습니다.
다시 말하지만, 당신은 데모에서 작동하는 TS가 내가 실제로 장착할 시스템이라고 생각하지만 감히 감히 할 수 없습니다.
이것은 사실이 아닙니다. 데모에서 실행되는 차량은 "선택 공간"입니다. "긴 전환"은 없습니다. 데모 계정은 영구적이고 완전히 자급할 수 있는 "TS 풀"입니다.
그리고 거래 시스템을 노출시키는 것은 "두려움"에 의해 제한되는 것이 아니라 명확한 방법론이 없기 때문에 제한됩니다. 현재 형성 중에 있습니다.
한도 내에서 다음과 같이 나와야 합니다.
알고리즘 세트가 있고 시장의 상태(행동 모델) 세트가 있습니다.
그리고 시스템은 시장의 상태를 분석하여 이 상태에 최적화된 알고리즘을 거래해야 합니다.
실제로 이를 수행할 전문가 시스템을 구축(또는 네트워크 교육)해야 합니다.
아마도 목표에 더 가까이 다가가는 첫 번째 단계는 시장의 상태를 공식화하는 것입니다.
정확히. 게다가 첫걸음을 내디뎠다.
시장 상황을 명확하게 공식화하는 24개의 TS가 있습니다.
이제 작업은 가장 안정적인 시스템을 선택하는 바로 이 "전문가 시스템"입니다.
"지속가능한"이 키워드입니다. 역사에 따르면 일부 시스템은 디버깅 및 테스트에도 불구하고 거의 즉시 "적자 상태로 전환"되고 빠르게 "제어 샷 및 재최적화"에 도달합니다. 그리고 일부는 스스로 "유지"합니다. 하지만 문제는 실생활에서 '붙잡은' TS 뿐만 아니라 한동안 버틸 TS를 내세워야 한다는 점이다. 그리고 이것은 매우 슬픈 일입니다.
예, "실망에 대한 두려움"이 그것과 어떤 관련이 있습니다.
다시 말하지만, 당신은 데모에서 작동하는 TS가 내가 실제로 장착할 시스템이라고 생각하지만 감히 감히 할 수 없습니다.
이것은 사실이 아닙니다. 데모에서 실행되는 차량은 "선택 공간"입니다. "긴 전환"이 없습니다. 데모 계정은 영구적이고 완전히 자급할 수 있는 "TS 풀"입니다.
그리고 거래 시스템을 노출시키는 것은 "두려움"에 의해 제한되는 것이 아니라 명확한 방법론이 없기 때문에 제한됩니다. 현재 형성 중에 있습니다.