이 작업을 시작하자마자 기능면에서 테스터에 도달하지 못할 것이라는 점을 이해하게 됩니다. 틱이 없습니다. 그들을). 따라서 솔루션이 불완전합니다. 또한 전략을 수정할 때마다 내장 옵티마이저를 크게 개선해야 합니다. 즉, 솔루션은 보편적이지 않습니다. 따라서 아이디어가 떠오릅니다. 자동 최적화를 위해 두 번째 터미널을 사용하지 않는 이유는 무엇입니까? 그리고 어떻게 하면 좋을지 곰곰이 생각하다 손을 흔드는데, 뭐, 나픽이다. 일주일에 한 번 수동 최적화를 실행 하면 어떤 문제가 있습니까?
이 작업을 시작하자마자 기능면에서 테스터에 도달하지 못할 것이라는 점을 이해하게 됩니다. 틱이 없습니다. 그들을). 따라서 솔루션이 불완전합니다. 또한 전략을 수정할 때마다 내장 옵티마이저를 크게 개선해야 합니다. 즉, 솔루션은 보편적이지 않습니다. 따라서 아이디어가 떠오릅니다. 자동 최적화를 위해 두 번째 터미널을 사용하지 않는 이유는 무엇입니까? 그리고 어떻게 하면 좋을지 곰곰이 생각하다 손을 흔드는데, 뭐, 나픽이다. 일주일에 한 번 수동 최적화를 실행 하면 어떤 문제가 있습니까?
문제는 최적화가 각 쌍에 대해 개별적으로 수행되어야 하고(60 쌍이라고 가정해 봅시다) 그 중 가장 좋은 것을 선택해야 한다는 것입니다. 그리고 브로커가 변경되거나 계정 유형이 변경되면 결과도 변경되며 최적화를 다시 수행해야 합니다.
최적화가 실제 틱에서 발생하고 실제 틱에서 클라우드 최적화가 취소되었다는 점을 감안할 때 이 모든 작업에는 많은 시간이 소요됩니다.
그리고 이 로봇이 판매용이고 사용자가 어떤 브로커에서 거래하는지 알 수 없는 경우 자체 최적화가 도움이 될 것입니다.
우선 설명하려는 내용을 이해하는 것이 일반적입니다.
아니면 우리 모두가 포럼에 칩을 넣고 테디베어를 줄까요?
아니면 우리 모두가 포럼에 칩을 넣고 테디베어를 줄까요?
아니면 재미를 위해 적어도 한 번은 무언가를 쓸 것입니까?
,..
신청할 가치가 있습니까?
이 작업을 시작하자마자 기능면에서 테스터에 도달하지 못할 것이라는 점을 이해하게 됩니다. 틱이 없습니다. 그들을). 따라서 솔루션이 불완전합니다. 또한 전략을 수정할 때마다 내장 옵티마이저를 크게 개선해야 합니다. 즉, 솔루션은 보편적이지 않습니다. 따라서 아이디어가 떠오릅니다. 자동 최적화를 위해 두 번째 터미널을 사용하지 않는 이유는 무엇입니까? 그리고 어떻게 하면 좋을지 곰곰이 생각하다 손을 흔드는데, 뭐, 나픽이다. 일주일에 한 번 수동 최적화를 실행 하면 어떤 문제가 있습니까?
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.
시장 에서는 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
이것이 내가 3년 전에 이 아이디어를 포기한 핵심 요소입니다. 월요일부터 시장이 달라졌기 때문에 역사에 최적화되었습니다. 뉴스와 시스템은 단순히 준비가 되어 있지 않습니다. 다음주 월요일부터 상황이 역전되어 설정이 다시 적합하지 않습니다.
fxsaber 의 답변은 생각할 거리를 줍니다. " 점프에서 잃는 것보다 조용한 섹션에서 더 많이 벌어야 합니다. "
아마도 당신은 입력의 바로 그 논리를 재고해야 할 필요가 있습니다. 나는 눈에 더 가깝게 할 것입니다. 기계 학습이라고 하는 것을 전혀 몰랐습니다. :)
거래단계에서 자기최적화는 필요없다고 합니다.
박스형 버전인 경우 - 그 이유는 무엇입니까? 사용자 최적화에 신경쓰지 않기만 하면 됩니다.
박스형 버전인 경우 - 그 이유는 무엇입니까? 사용자 최적화에 신경쓰지 않기만 하면 됩니다.
네 부탁드립니다)) 나는 그냥 그 방법 자체에 대해 이야기하고 있는 것뿐입니다. 그러한 패턴이 없다면 TS를 크게 향상시키지 못할 것입니다.
저것들. 순전히 개념적
이것이 내가 3년 전에 이 아이디어를 포기한 핵심 요소입니다. 월요일부터 시장이 달라졌기 때문에 역사에 최적화되었습니다. 뉴스와 시스템은 단순히 준비가 되어 있지 않습니다. 다음주 월요일부터 상황이 역전되어 설정이 다시 적합하지 않습니다.
fxsaber 의 답변은 생각할 거리를 줍니다. " 점프에서 잃는 것보다 조용한 섹션에서 더 많이 벌어야 합니다. "
아마도 당신은 입력의 바로 그 논리를 재고해야 할 필요가 있습니다. 나는 눈에 더 가깝게 할 것입니다. 기계 학습이라고 하는 것을 전혀 몰랐습니다. :)
특히 예, 슬라이딩 최적화가 조용한 섹션에 있고 포워드가 완전히 다른 섹션에 있을 때
신경망도 옵티마이저이며 차이가 없습니다. 이 모든 기계 학습, 다음을 포함합니다. 터미널의 일반 옵티마이저
주제의 시작 부분에 있는 위의 기사에서 그는 로짓 회귀를 통해 매우 빠른 간단한 옵티마이저를 제안했습니다. Walk-forward'의 유사성이 밝혀졌습니다. 테스터 실행 내부의 슬라이딩 최적화. 이 최적화 프로그램을 원하는 대로 최적화할 수 있습니다.
그러나 당신은 당신이하고있는 일과 이유를 이해해야합니다))나는 단지 알몸 형태의 방법 자체에 대해 이야기하고 있으며, 그러한 패턴이 없다면 TS를 크게 향상시키지 않을 것입니다.
이것이 트릭입니다. 패턴이 눈에 띄지 않으면 WF는 스프레드에서 거의 드레인을 보일 것입니다.
실제에 이르면 자동화를 위해서만 필요한 것이고 개념적으로는 전혀 필요하지 않습니다.
이것이 트릭입니다. 패턴이 눈에 띄지 않으면 WF는 스프레드에서 거의 드레인을 보일 것입니다.
실제에 이르면 자동화를 위해서만 필요한 것이고 개념적으로는 전혀 필요하지 않습니다.
글쎄요, 하지만 모든 조각에 맞도록 더 우아하게 조정할 수 있지만, 새 데이터에서는 여전히 지옥에 가깝습니다.
이 작업을 시작하자마자 기능면에서 테스터에 도달하지 못할 것이라는 점을 이해하게 됩니다. 틱이 없습니다. 그들을). 따라서 솔루션이 불완전합니다. 또한 전략을 수정할 때마다 내장 옵티마이저를 크게 개선해야 합니다. 즉, 솔루션은 보편적이지 않습니다. 따라서 아이디어가 떠오릅니다. 자동 최적화를 위해 두 번째 터미널을 사용하지 않는 이유는 무엇입니까? 그리고 어떻게 하면 좋을지 곰곰이 생각하다 손을 흔드는데, 뭐, 나픽이다. 일주일에 한 번 수동 최적화를 실행 하면 어떤 문제가 있습니까?
문제는 최적화가 각 쌍에 대해 개별적으로 수행되어야 하고(60 쌍이라고 가정해 봅시다) 그 중 가장 좋은 것을 선택해야 한다는 것입니다. 그리고 브로커가 변경되거나 계정 유형이 변경되면 결과도 변경되며 최적화를 다시 수행해야 합니다.
최적화가 실제 틱에서 발생하고 실제 틱에서 클라우드 최적화가 취소되었다는 점을 감안할 때 이 모든 작업에는 많은 시간이 소요됩니다.
그리고 이 로봇이 판매용이고 사용자가 어떤 브로커에서 거래하는지 알 수 없는 경우 자체 최적화가 도움이 될 것입니다.