로봇용 자동 가상 자가 최적화를 만든 사람이 있습니까? - 페이지 3

새 코멘트
 
Andrei Trukhanovich :

Expert Advisor 내부에 배치될 때 히스토리에 대한 전략을 갑자기 "처음에는 작동하지 않는" 테스트하는 유일한 일반적인 방법입니까? )

글쎄, 알았어

글쎄, 그는 정상입니까? 모든 기계 학습에서 적어도 100500 폴드를 나누면 결국에는 여전히 쓰레기가 나옵니다.

 

TS가 지속적으로 음의 스프레드에 적응할 수 없다면 자체 최적화가 도움이 될 것입니다. TS는 수익성이 있어야 합니다.

자체 최적화가 음의 스프레드에 도움이 되지 않으면 TS에 문제가 있을 가능성이 큽니다.

 

그것을 설명하는 방법 .. 단조롭게 변화하는 패턴으로 자체 최적화가 작동합니다. 예를 들어 직선이 기울기에 따라 커지고 차량의 경우 데이터(매개변수)를 업데이트하고 새 값을 다시 계산하는 등의 작업만 하면 됩니다.

시장에서는 패턴이 비약적으로 그리고 극적으로 변하기 때문에 어떤 조합으로든 추측 게임입니다.

자체 최적화 기간을 찾은 경우 매개 변수 수정 주기를 찾은 것이며 더 이상 자체 최적화가 필요하지 않습니다.

자체 최적화 - 이동 평균의 유사

 
Maxim Dmitrievsky :

패턴이 급격하고 극적으로 변하는

점프는 빈도만큼 무섭지 않습니다. 저것들. 점프에서 잃는 것보다 조용한 섹션에서 더 많이 벌어야 합니다. 그리고 이를 위해서는 조용한 부분이 상대적으로 길어야 합니다. 조용한 영역에서 이익을 짜낼 수 있다는 것은 대부분 자기 최적화의 장점입니다.

대부분의 경우 상황은 단순히 조용한 지역이 없다는 것입니다. 또는 다른 시간 척도에서 조용합니다.

 
fxsaber :

TS가 지속적으로 음의 스프레드에 적응할 수 없다면 자체 최적화가 도움이 될 것입니다. TS는 수익성이 있어야 합니다.

자체 최적화가 음의 스프레드에 도움이 되지 않으면 TS에 문제가 있을 가능성이 큽니다.

시스템이 음수 스프레드로 조정되었습니다.
 
Maxim Dmitrievsky :

그걸 어떻게 설명해야..

우선 설명하려는 내용을 이해하는 것이 일반적입니다.

 
Maxim Dmitrievsky :

자체 최적화 - 이동 평균의 유사

예, TS의 일부일 뿐입니다. EMA와의 차이점은 자체 최적화를 활성화하기 위해 차량 코드를 전혀 변경할 수 없다는 것입니다. 저것들. 그것은 독립 차량 단위입니다. 대략, 많은 MM 모듈과 같습니다.

 
Vladimir Baskakov :
시스템이 음수 스프레드로 조정되었습니다.

나는 그것이 무엇에 관한 것인지 이해하지 못했다. 올바른 결과를 제공하기 위해 음수 스프레드에서 TS를 최적화하려고 합니다.

 
Andrei Trukhanovich :

우선 설명하려는 내용을 이해하는 것이 일반적입니다.

거래단계에서 자기최적화는 필요없다고 합니다. 어떻게 든 매개 변수를 검색해야 할 수도 있습니다.

 
fxsaber :

점프는 빈도만큼 무섭지 않습니다. 저것들. 점프에서 잃는 것보다 조용한 섹션에서 더 많이 벌어야 합니다. 그리고 이를 위해서는 조용한 부분이 상대적으로 길어야 합니다. 조용한 영역에서 이익을 짜낼 수 있다는 것은 대부분 자기 최적화의 장점입니다.

대부분의 경우 상황은 단순히 조용한 지역이 없다는 것입니다. 또는 다른 시간 척도에서 조용합니다.

글쎄, 나는 이해한다. 그것은 모래 성에서 일종의 안정을 기다리는 것과 같다. 또한 그들이 어떤 종류의 모래에서 왔는지, 언제 그것이 모두 e로 무너지는지 이해하지 못하는 것과 같다 .. 젠장 :)

1234567891011
새 코멘트