나는 뉴스 로봇을 쓰는 방법을 상상조차 할 수 없습니다. 매번 독특한 케이스가 있습니다. 물론 구현하려고 하는 것은 좋은데, 개인적으로 초반에는 쓰레기라고 말하고 싶다. ))
수동으로 거래하는 경우 펀더멘털 및 경제 분석을 거래 전략에 추가하는 것이 좋습니다. 그러나 물론, 뉴스만으로는 당신을 멀리하지 못할 것입니다. 이것은 다른 모든 것에 추가된 것일 뿐입니다.
기본 분석을 적용하여 스캘핑을 얻는 것을 막는 것은 없습니다. ;)
사람이 직접 다가올 뉴스를 예측하고 로봇에 입력하는 것처럼, 뉴스가 이러면 우리가 사고, 그렇지 않으면 팔아야 하는 등 여러 조건이 있었습니다. 저는 이 세트를 SQL Server Compact 4.0에서 간단한 데이터베이스와 래퍼 프로그램의 형태로 만들었으며 뉴스 자체는 단순히 forexfactory로 구문 분석되었습니다. 로봇은 데이터베이스에서 데이터를 읽고 예측을 수행했습니다. 그러나 성공은 미미했습니다. 수동으로 이 상인은 훨씬 더 잘했습니다. 결과적으로 그들은 거래를 돕기 위해 반자동 유형을 만들었습니다.
스캘핑에 관해서는 나는 오래전에 그런 비교를 생각해 냈습니다. 스캘퍼는 상어 옆에서 헤엄치는 작은 물고기와 같으며 움직임을 반복합니다(디스커버리 등). 그리고 먹이에서 부스러기를 빼앗습니다. 상어의 움직임은 짧은 시간 동안 예측할 수 있지만 장기간은 아닙니다. 그리고 근본적인 분석은 또 다른 33배 더 긴 기간입니다. 예를 들어 걸프 스트림이 100년 후에 진로를 바꾸면 상어가 대량으로 남쪽으로 이동할 것입니다. 글쎄, 어떤 작은 물고기가이 글로벌 정보를 포기 했습니까? ))
사람이 직접 다가올 뉴스를 예측하고 로봇에 입력하는 것처럼, 뉴스가 이러면 우리가 사고, 그렇지 않으면 팔아야 하는 등 여러 조건이 있었습니다. 저는 이 세트를 SQL Server Compact 4.0에서 간단한 데이터베이스와 래퍼 프로그램의 형태로 만들었으며 뉴스 자체는 단순히 forexfactory로 구문 분석되었습니다. 로봇은 데이터베이스에서 데이터를 읽고 예측을 수행했습니다. 그러나 성공은 미미했습니다.수동으로 이 상인은 훨씬 더 잘했습니다.결과적으로 그들은 거래를 돕기 위해 반자동 유형을 만들었습니다.
스캘핑에 관해서는 나는 오래 전에 그런 비교를 생각해 냈습니다. 스캘퍼는 상어 옆에서 헤엄치는 작은 물고기와 같으며 움직임을 반복합니다(디스커버리 등). 그리고 먹이에서 부스러기를 훔칩니다. 상어의 움직임은 단기간에 예측할 수 있지만 장기간은 예측할 수 없습니다. 그리고 근본적인 분석은 또 다른 33배 더 긴 기간입니다. 예를 들어 걸프 스트림이 100년 후에 진로를 바꾸면 상어가 대량으로 남쪽으로 이동할 것입니다. 글쎄, 어떤 작은 물고기가이 글로벌 정보를 포기 했습니까? ))
그래서 나는 이것에 대해 이야기하고 있습니다. 다른 모든 것은 불필요합니다. 스스로 분석하는 방식으로 프로그래밍하는 것은 매우 어렵습니다. 많은 조건. 결국, 당신은 피곤하고이 문제에 침을 뱉습니다. 완전 자동화와 관련하여 방금 무엇을 했습니까? ))
수행할 수 있는 최대값은 예측된 값과 상당한 차이가 있는 가장 중요한 뉴스 릴리스의 일부 그룹을 강조 표시하는 것입니다. 그리고 이것은 모두 일시적/순간적 이익을 위한 시도입니다. 관심이 없다. 성공한 트레이더인 당신의 친구는 훨씬 더 흥미로운 방법을 사용하고 있다고 생각합니다.
예를 들어, 오늘의 뉴스 목록을 봅니다. EUR 의 경우 07.00에서 12.00 사이에 많은 뉴스가 있을 것입니다. 뉴스가 발표될 때마다 EUR 에 대해 부정적인 지표가 있음을 알 수 있지만 EURUSD 는 동시에 성장하고 있습니다. 당신의 결론은 무엇입니까? 판매할 거래를 어디에서 고려해야 합니까? ;) 동시에 하나의 통화에 대한 기본 분석만 수행되어야 하는 것은 아니라는 점을 고려해야 합니다. 또한 다중 통화 분석을 수행해야 합니다. 이 포스트에서는 펀더멘털 분석에 대해서만 쓴 것이 아닙니다. ;)
근본적인 분석부터 시작해서 그 누구도 상어의 움직임 방향으로 스캘핑을 간섭하지 않습니다.
어쨌든, 나는 이것으로 끝났습니다. 이것은 이미 너무 많습니다. 누가 그것을 필요로 하는지, 그들은 전체에 대해 더 깊이 파고들려고 할 것입니다. 생선. )))
스캘핑에 관해서는 나는 오래 전에 그런 비교를 생각해 냈습니다. 스캘퍼는 상어 옆에서 헤엄치는 작은 물고기와 같으며 움직임을 반복합니다(디스커버리 등). 그리고 그녀의 먹이에서 부스러기를 움켜 잡습니다. 상어의 움직임은 단기간에 예측할 수 있지만 장기간은 예측할 수 없습니다.
다른 시간에 시장이 행동을 바꾸고 로봇도 아프리카의 로봇이기 때문에 모든 로봇은 확실히 손실을 입게 될 것입니다. 물론 가끔 자동매매를 사용할 수도 있지만, 시그널에 대한 수동 확인이 필요합니다. 많은 사람들은 어드바이저의 거래 내역이 긍정적이고 특성이 매우 좋다면 취해서 시도해야 한다고 생각하지만 이것이 항상 옳은 것은 아니며 어드바이저는 시장에 맞게 조정된 다시 그린 지표를 사용하여 테스트하므로 그렇지 않습니다. 수익성에 대해 이야기할 가치가 있는
Joni4404 : 다른 시간에 시장이 행동을 바꾸고 로봇도 아프리카의 로봇이기 때문에 모든 로봇은 확실히 손실을 입게 될 것입니다. 물론 가끔 자동매매를 사용할 수도 있지만, 시그널에 대한 수동 확인이 필요합니다. 많은 사람들은 어드바이저의 거래 내역이 긍정적이고 특성이 매우 좋으면 그것을 가지고 시도해야한다고 생각하지만 이것이 항상 옳은 것은 아니며 어드바이저는 시장에 맞게 조정 된 다시 그려진 지표에 따라 테스트됩니다. 수익성에 대해 이야기할 가치가 없습니다.
글쎄요, 그것이 바로 그러한 범주화를 위한 것입니다: 모든 로봇! any yes any .. 그는 로봇이고 아프리카에서는 로봇이 검은색일 뿐입니다..)
로봇에서는 Elliot 웨이브 카운터만 볼 수 있지만 모두 다시 그리기 표시기를 기반으로 한다고 생각합니다. 올빼미 마차와 작은 수레를 엮을 수 있는 데이터 분석 기술, 변화하는 조건에서의 데이터 분석 요구에 맞게 개발된 동일한 적응 알고리즘이 있습니다. 그들이 시장에서 작동하는지 여부는 또 다른 질문이지만 펜으로 거래하고 시장 행동 의 변화를 정확하게 인식하는 데 익숙해지면 규칙을 공식화할 수 있다면 로봇도 똑같이 할 수 있고, 그렇지 않으면 , 그러면 직감에 따라 거래를 하고 규칙이 없고 머리에 블랙박스가 있습니다.) 하지만 중요하지 않습니다. 여기에서 로봇은 동일한 원칙에 따라 행동할 수 있습니다. 예를 들어, 밝은 이러한 모델의 대표자, 퍼지 논리 및 다중 에이전트 접근 방식 등 다른 쓰레기들..
나는 뉴스 로봇을 쓰는 방법을 상상조차 할 수 없습니다. 매번 독특한 케이스가 있습니다. 물론 구현하려고 하는 것은 좋은데, 개인적으로 초반에는 쓰레기라고 말하고 싶다. ))
사실, 복잡한 것은 없습니다. 말 할 수있다
사실, 복잡한 것은 없습니다. 말 할 수있다
나는 뉴스 로봇을 쓰는 방법을 상상조차 할 수 없습니다. 매번 독특한 케이스가 있습니다. 물론 구현하려고 하는 것은 좋은데, 개인적으로 초반에는 쓰레기라고 말하고 싶다. ))
수동으로 거래하는 경우 펀더멘털 및 경제 분석을 거래 전략에 추가하는 것이 좋습니다. 그러나 물론, 뉴스만으로는 당신을 멀리하지 못할 것입니다. 이것은 다른 모든 것에 추가된 것일 뿐입니다.
기본 분석을 적용하여 스캘핑을 얻는 것을 막는 것은 없습니다. ;)
사람이 직접 다가올 뉴스를 예측하고 로봇에 입력하는 것처럼, 뉴스가 이러면 우리가 사고, 그렇지 않으면 팔아야 하는 등 여러 조건이 있었습니다. 저는 이 세트를 SQL Server Compact 4.0에서 간단한 데이터베이스와 래퍼 프로그램의 형태로 만들었으며 뉴스 자체는 단순히 forexfactory로 구문 분석되었습니다. 로봇은 데이터베이스에서 데이터를 읽고 예측을 수행했습니다. 그러나 성공은 미미했습니다. 수동으로 이 상인은 훨씬 더 잘했습니다. 결과적으로 그들은 거래를 돕기 위해 반자동 유형을 만들었습니다.
스캘핑에 관해서는 나는 오래전에 그런 비교를 생각해 냈습니다. 스캘퍼는 상어 옆에서 헤엄치는 작은 물고기와 같으며 움직임을 반복합니다(디스커버리 등). 그리고 먹이에서 부스러기를 빼앗습니다. 상어의 움직임은 짧은 시간 동안 예측할 수 있지만 장기간은 아닙니다. 그리고 근본적인 분석은 또 다른 33배 더 긴 기간입니다. 예를 들어 걸프 스트림이 100년 후에 진로를 바꾸면 상어가 대량으로 남쪽으로 이동할 것입니다. 글쎄, 어떤 작은 물고기가이 글로벌 정보를 포기 했습니까? ))
사람이 직접 다가올 뉴스를 예측하고 로봇에 입력하는 것처럼, 뉴스가 이러면 우리가 사고, 그렇지 않으면 팔아야 하는 등 여러 조건이 있었습니다. 저는 이 세트를 SQL Server Compact 4.0에서 간단한 데이터베이스와 래퍼 프로그램의 형태로 만들었으며 뉴스 자체는 단순히 forexfactory로 구문 분석되었습니다. 로봇은 데이터베이스에서 데이터를 읽고 예측을 수행했습니다. 그러나 성공은 미미했습니다. 수동으로 이 상인은 훨씬 더 잘했습니다. 결과적으로 그들은 거래를 돕기 위해 반자동 유형을 만들었습니다.
스캘핑에 관해서는 나는 오래 전에 그런 비교를 생각해 냈습니다. 스캘퍼는 상어 옆에서 헤엄치는 작은 물고기와 같으며 움직임을 반복합니다(디스커버리 등). 그리고 먹이에서 부스러기를 훔칩니다. 상어의 움직임은 단기간에 예측할 수 있지만 장기간은 예측할 수 없습니다. 그리고 근본적인 분석은 또 다른 33배 더 긴 기간입니다. 예를 들어 걸프 스트림이 100년 후에 진로를 바꾸면 상어가 대량으로 남쪽으로 이동할 것입니다. 글쎄, 어떤 작은 물고기가이 글로벌 정보를 포기 했습니까? ))
그래서 나는 이것에 대해 이야기하고 있습니다. 다른 모든 것은 불필요합니다. 스스로 분석하는 방식으로 프로그래밍하는 것은 매우 어렵습니다. 많은 조건. 결국, 당신은 피곤하고이 문제에 침을 뱉습니다. 완전 자동화와 관련하여 방금 무엇을 했습니까? ))
수행할 수 있는 최대값은 예측된 값과 상당한 차이가 있는 가장 중요한 뉴스 릴리스의 일부 그룹을 강조 표시하는 것입니다. 그리고 이것은 모두 일시적/순간적 이익을 위한 시도입니다. 관심이 없다. 성공한 트레이더인 당신의 친구는 훨씬 더 흥미로운 방법을 사용하고 있다고 생각합니다.
예를 들어, 오늘의 뉴스 목록을 봅니다. EUR 의 경우 07.00에서 12.00 사이에 많은 뉴스가 있을 것입니다. 뉴스가 발표될 때마다 EUR 에 대해 부정적인 지표가 있음을 알 수 있지만 EURUSD 는 동시에 성장하고 있습니다. 당신의 결론은 무엇입니까? 판매할 거래를 어디에서 고려해야 합니까? ;) 동시에 하나의 통화에 대한 기본 분석만 수행되어야 하는 것은 아니라는 점을 고려해야 합니다. 또한 다중 통화 분석을 수행해야 합니다. 이 포스트에서는 펀더멘털 분석에 대해서만 쓴 것이 아닙니다. ;)
근본적인 분석부터 시작해서 그 누구도 상어의 움직임 방향으로 스캘핑을 간섭하지 않습니다.
어쨌든, 나는 이것으로 끝났습니다. 이것은 이미 너무 많습니다. 누가 그것을 필요로 하는지, 그들은 전체에 대해 더 깊이 파고들려고 할 것입니다. 생선. )))
그리고 내 로봇은 반대 작업을 수행합니다. 5분에서 10분 사이에 대기 상태에 들어갑니다. 뉴스 전후에 중요도에 따라 평소와 같이 거래합니다.
소식으로 오더가 열리지 않고, 드로다운과 이익이 확인된다.
그리고 내 로봇은 반대 작업을 수행합니다. 5분에서 10분 사이에 대기 상태에 들어갑니다. 뉴스 전후에 중요도에 따라 평소와 같이 거래합니다.
소식으로 오더가 열리지 않고, 드로다운과 이익이 확인된다.
스캘핑에 관해서는 나는 오래 전에 그런 비교를 생각해 냈습니다. 스캘퍼는 상어 옆에서 헤엄치는 작은 물고기와 같으며 움직임을 반복합니다(디스커버리 등). 그리고 그녀의 먹이에서 부스러기를 움켜 잡습니다. 상어의 움직임은 단기간에 예측할 수 있지만 장기간은 예측할 수 없습니다.
다른 시간에 시장이 행동을 바꾸고 로봇도 아프리카의 로봇이기 때문에 모든 로봇은 확실히 손실을 입게 될 것입니다. 물론 가끔 자동매매를 사용할 수도 있지만, 시그널에 대한 수동 확인이 필요합니다. 많은 사람들은 어드바이저의 거래 내역이 긍정적이고 특성이 매우 좋으면 그것을 가지고 시도해야한다고 생각하지만 이것이 항상 옳은 것은 아니며 어드바이저는 시장에 맞게 조정 된 다시 그려진 지표에 따라 테스트됩니다. 수익성에 대해 이야기할 가치가 없습니다.
로봇에서는 Elliot 웨이브 카운터만 볼 수 있지만 모두 다시 그리기 표시기를 기반으로 한다고 생각합니다. 올빼미 마차와 작은 수레를 엮을 수 있는 데이터 분석 기술, 변화하는 조건에서의 데이터 분석 요구에 맞게 개발된 동일한 적응 알고리즘이 있습니다. 그들이 시장에서 작동하는지 여부는 또 다른 질문이지만 펜으로 거래하고 시장 행동 의 변화를 정확하게 인식하는 데 익숙해지면 규칙을 공식화할 수 있다면 로봇도 똑같이 할 수 있고, 그렇지 않으면 , 그러면 직감에 따라 거래를 하고 규칙이 없고 머리에 블랙박스가 있습니다.) 하지만 중요하지 않습니다. 여기에서 로봇은 동일한 원칙에 따라 행동할 수 있습니다. 예를 들어, 밝은 이러한 모델의 대표자, 퍼지 논리 및 다중 에이전트 접근 방식 등 다른 쓰레기들..
따라서 결론을 내리지 마십시오.