Komposter에게: Andrey, 차원 문제가 발생하면 문제 공식화에 오류가 있는 것입니다.
여기에는 세 가지 옵션이 있습니다.
1 스스로 생각하다
2 공개적으로 작업을 엽니다.
3 개인에게 작업을 공개합니다(비공개를 신뢰할 수 있고 해결할 수 있다고 생각하는 모든 사람).
내가 의미하는 바를 설명하겠습니다. 뉴스를 저장하면 전체 뉴스의 문자열을 작성하거나 일반적인 문구(압축)를 암호화할 수 있습니다. "계정 잔액"은 1로, "계정 자산"은 2로 변환됩니다. 일반적인 문제의 또 다른 변형은 이미 정렬된 데이터를 채우려는 욕구입니다. 큰 차원의 경우 죽음과 같으므로 끝에 추가하고 인덱스로 조건부 정렬을 수행하는 것이 더 쉽습니다.
이 작업은 상당히 학문적이며(프로그래머를 고용할 때 질문처럼 보임) 많은 사람들이 그것에 관심을 보였기 때문에 초기 데이터를 설명하는 형식 측면에서 더 엄격하게 공식화하지 않고 모든 사람이 20GB의 테스트 데이터를 생성할 수 있습니다. 그리고 그들의 실질적인 결정을 제시합니까?
- M 분 안에 그룹 주문 받기 (X+Y 조각) - X개의 첫 번째 거래를 가져옵니다. -특정 기준 Kx를 계산합니다(예: 이익 = 100 또는 기타). 기준에서 허용 편차 D를 설정합니다. - 그룹의 나머지 Y 거래를 확인합니다. 계산된 기준 Ky가 Kx에서 D 이하의 편차를 가지면 주문 그룹이 적합합니다.
그러나 식별된 이 그룹으로 다음에 무엇을 해야 할지 모르겠습니다. 그리고 우리는 아마 알아내지 못할 것입니다, 내부 정보 :)
DC가 클라이언트를 병합하려는 것일 수도 있고 그 반대일 수도 있습니다. 심리학 연구입니다.
- M 분 안에 그룹 주문 받기 (X+Y 조각) - X개의 첫 번째 거래를 가져옵니다. -특정 기준 Kx를 계산합니다(예: 이익 = 100 또는 기타). 우리는 기준에서 허용 편차 D를 설정합니다. - 그룹의 나머지 Y 거래를 확인합니다. 계산된 기준 Ky가 Kx에서 D 이하의 편차를 가지면 주문 그룹이 적합합니다.
그러나 식별된 이 그룹으로 다음에 무엇을 해야 할지 모르겠습니다. 그리고 우리는 아마 알아내지 못할 것입니다, 내부 정보 :)
DC가 클라이언트를 병합하려는 것일 수도 있고 그 반대일 수도 있습니다. 심리학 연구입니다.
일반적으로 DB. 하지만 데이터 집계 없이는 방법이 없습니다... 시퀀스의 고유한 속성(날짜부터까지), 이익 K의 평균값 및 분산 D를 별도의 테이블에 작성한 다음 가까운 상위 10개 시퀀스를 찾을 수 있습니다. 원하는 기준에. 이러한 필드에 인덱스가 있는 경우 검색에 시간이 오래 걸리지 않습니다(백만 개의 레코드에서도). 또한 필요한 10개의 시퀀스를 수신하면 초기 데이터를 뒤질 수 있지만 더 이상 백만 개의 검색이 아닙니다. 날짜가 제한되어 있습니다.
그것은 여전히 미스터리로 남아 있습니다. 무엇을 찾아야합니까? 모든 작업의 결과는 무엇이어야 합니까? 우리가 주문을 시작/닫는 측면에서 결정을 내리는 것에 대해 이야기하고 있다면 그러한 볼륨을 처리하는 데 상당히 많은 시간이 걸릴 것입니다.
나는 데이터를 집계하고 확률적 접근 방식을 적용할 때만 효율성을 봅니다.
결국, 우리가 가지고 있는 것과 전체 거래 내역 사이의 상관 계수를 계산하고 미래에 데이터베이스를 사용하지 않고 로봇에 "꿰매는" 것이 가능합니다.
또 다른 점입니다. 우리가 거래에 대해 이야기하고 있기 때문에 각 상품에 대해 개별적으로 거래를 선택하는 것이 합리적일까요? EURUSD, USDJPY 등에 맞게 조정된 동일한 유형의 로봇을 작성하십시오.
그건 그렇고, 아이디어는 흥미롭습니다... 일간(고가/저가)를 분 동안 분석하고 시가와 종가를 기억(파일로)하면 수익성 있는 거래를 원하는 만큼 생성할 수 있습니다. 그런 다음 파일을 읽고 날짜와 시간이 일치하면 거래를 열고 닫는 Expert Advisor를 작성 하고 테스터에서 실행합니다. 나는 그의 로봇 판매를 촉진하려는 한 고객을 위해 이것을 했습니다. 그리고 이미 완료된 트랜잭션을 유사한 방식으로 분석)).
marketeer : 이 작업은 상당히 학문적이며(프로그래머를 고용할 때 질문처럼 보임) 많은 사람들이 그것에 관심을 보였기 때문에 초기 데이터를 설명하는 형식 측면에서 더 엄격하게 공식화하지 않고 모든 사람이 20GB의 테스트 데이터를 생성할 수 있습니다. 그리고 그들의 실질적인 결정을 제시합니까?
분명히 단일 날짜 전달의 결과 중 하나는 새 날짜입니다.
새 날짜 = 다음 시퀀스인 경우 오 글쎄요. 순서대로 진행된다면. 젠장, 태프톨로지. 다음을 의미합니다.
팩을 미리 읽을 수 있습니다. 작을 것입니다.
그리고 그 다음도 아닌, 차이점은 무엇입니까? 필요에 따라 색인을 생성하고 호출합니다.
Komposter에게: Andrey, 차원 문제가 발생하면 문제 공식화에 오류가 있는 것입니다.
여기에는 세 가지 옵션이 있습니다.
1 스스로 생각하다
2 공개적으로 작업을 엽니다.
3 개인에게 작업을 공개합니다(비공개를 신뢰할 수 있고 해결할 수 있다고 생각하는 모든 사람).
내가 의미하는 바를 설명하겠습니다. 뉴스를 저장하면 전체 뉴스의 문자열을 작성하거나 일반적인 문구(압축)를 암호화할 수 있습니다. "계정 잔액"은 1로, "계정 자산"은 2로 변환됩니다. 일반적인 문제의 또 다른 변형은 이미 정렬된 데이터를 채우려는 욕구입니다. 큰 차원의 경우 죽음과 같으므로 끝에 추가하고 인덱스로 조건부 정렬을 수행하는 것이 더 쉽습니다.
문제의 공식화에 오류가 있다고 말함으로써 내가 말하고자 하는 바는 명확하다고 생각한다.
그래서 이해합니다, 우리는 자체 제작 테스터/옵티마이저에 대해 이야기하고 있습니까?
아니요, 다른 것이 있습니다.
일부 중개인/제공자의 거래 기반을 확인하기 위해 얻었습니다. :)
나는 단순화 된 방식으로 작업을 반복합니다
- M 분 안에 그룹 주문 받기 (X+Y 조각)
- X개의 첫 번째 거래를 가져옵니다.
-특정 기준 Kx를 계산합니다(예: 이익 = 100 또는 기타). 기준에서 허용 편차 D를 설정합니다.
- 그룹의 나머지 Y 거래를 확인합니다. 계산된 기준 Ky가 Kx에서 D 이하의 편차를 가지면 주문 그룹이 적합합니다.
그러나 식별된 이 그룹으로 다음에 무엇을 해야 할지 모르겠습니다. 그리고 우리는 아마 알아내지 못할 것입니다, 내부 정보 :)
DC가 클라이언트를 병합하려는 것일 수도 있고 그 반대일 수도 있습니다. 심리학 연구입니다.
나는 단순화 된 방식으로 작업을 반복합니다
- M 분 안에 그룹 주문 받기 (X+Y 조각)
- X개의 첫 번째 거래를 가져옵니다.
-특정 기준 Kx를 계산합니다(예: 이익 = 100 또는 기타). 우리는 기준에서 허용 편차 D를 설정합니다.
- 그룹의 나머지 Y 거래를 확인합니다. 계산된 기준 Ky가 Kx에서 D 이하의 편차를 가지면 주문 그룹이 적합합니다.
그러나 식별된 이 그룹으로 다음에 무엇을 해야 할지 모르겠습니다. 그리고 우리는 아마 알아내지 못할 것입니다, 내부 정보 :)
DC가 클라이언트를 병합하려는 것일 수도 있고 그 반대일 수도 있습니다. 심리학 연구입니다.
일반적으로 DB. 하지만 데이터 집계 없이는 방법이 없습니다... 시퀀스의 고유한 속성(날짜부터까지), 이익 K의 평균값 및 분산 D를 별도의 테이블에 작성한 다음 가까운 상위 10개 시퀀스를 찾을 수 있습니다. 원하는 기준에. 이러한 필드에 인덱스가 있는 경우 검색에 시간이 오래 걸리지 않습니다(백만 개의 레코드에서도). 또한 필요한 10개의 시퀀스를 수신하면 초기 데이터를 뒤질 수 있지만 더 이상 백만 개의 검색이 아닙니다. 날짜가 제한되어 있습니다.
그것은 여전히 미스터리로 남아 있습니다. 무엇을 찾아야합니까? 모든 작업의 결과는 무엇이어야 합니까? 우리가 주문을 시작/닫는 측면에서 결정을 내리는 것에 대해 이야기하고 있다면 그러한 볼륨을 처리하는 데 상당히 많은 시간이 걸릴 것입니다.
나는 데이터를 집계하고 확률적 접근 방식을 적용할 때만 효율성을 봅니다.
결국, 우리가 가지고 있는 것과 전체 거래 내역 사이의 상관 계수를 계산하고 미래에 데이터베이스를 사용하지 않고 로봇에 "꿰매는" 것이 가능합니다.
또 다른 점입니다. 우리가 거래에 대해 이야기하고 있기 때문에 각 상품에 대해 개별적으로 거래를 선택하는 것이 합리적일까요? EURUSD, USDJPY 등에 맞게 조정된 동일한 유형의 로봇을 작성하십시오.
그러나 식별된 이 그룹으로 다음에 무엇을 해야 할지 모르겠습니다. 그리고 우리는 아마 알아내지 못할 것입니다, 내부 정보 :)
이런 식으로 주어진 시퀀스의 거래(또는 로봇 매개변수 세트)에 사용된 전략만 식별하고 시장의 특정 상황에서 이동하는 것이 가능한 것 같습니다.
이 작업은 상당히 학문적이며(프로그래머를 고용할 때 질문처럼 보임) 많은 사람들이 그것에 관심을 보였기 때문에 초기 데이터를 설명하는 형식 측면에서 더 엄격하게 공식화하지 않고 모든 사람이 20GB의 테스트 데이터를 생성할 수 있습니다. 그리고 그들의 실질적인 결정을 제시합니까?