Andrey F. Zelinsky : 지정된 링크의 게시물에서 해당 부분에 대한 의견을 찾을 수 없었습니다. 실용적인 이점 및 작업의 예입니다.
종종 우리는 어떤 것의 최대값과 최소값(극값)을 찾아야 합니다 . 예를 들어, 스캘퍼는 최대 거래 조건과 같은 거래 조건을 아는 것이 매우 중요합니다. 그리고 분. 특정 브로커에 대한 기간별 스프레드.
스프레드는 시장 상황과 특정 브로커의 정책에 따라 결정됩니다. 브로커가 가지고 있는 알고리즘만 추측할 수 있습니다. 분이라고 합시다. 시간대 확산은 세 가지 주요 요인에 의해 결정됩니다. 그리고 분. 막대 가격 및 시간 H, L, T . 또한 FF 자체 Spread= f(H,L,T)는 공식이 아니라 배열 spread=double[ H,L,T]로 지정됩니다. 작업은 FF가 최소인 배열과 같은 오거나이저 측에 FF(즉, 알고리즘으로)를 보내는 것입니다. 사실, 확산을 결정하는 더 많은 요인이 있으며 지속적으로 변화하고 있습니다.
종종 우리는 어떤 것의 최대값과 최소값(극값)을 찾아야 합니다 . 예를 들어, 스캘퍼가 최대와 같은 거래 조건을 아는 것은 매우 중요합니다. 그리고 분. 특정 브로커에 대한 기간별 스프레드.
스프레드는 시장 상황과 특정 브로커의 정책에 따라 결정됩니다. 브로커가 가지고 있는 알고리즘만 추측할 수 있습니다. 분이라고 합시다. 시간대 확산은 세 가지 주요 요인에 의해 결정됩니다. 그리고 분. 막대 가격 및 시간 H, L, T . 또한 FF 자체 Spread= f(H,L,T)는 공식이 아니라 배열 spread=double[ H,L,T]로 지정됩니다. 작업은 FF가 최소인 배열과 같은 오거나이저 측에 FF(즉, 알고리즘으로)를 보내는 것입니다. 사실, 확산을 결정하는 더 많은 요인이 있으며 지속적으로 변화하고 있습니다.
당신의 예는 전혀 설득력이 없습니다. 당신은 예가 아무 것도 아니라고 말할 수도 있습니다. 적어도 당신의 예에서:
알고리즘은 고전적일 수도 있습니다. 빠르고 알 수 없는 기능에 대한 극한값을 찾아야 합니다.
왜 그는 빨라야 합니까?
당신은 일반적인 용어로 일종의 추상화에 대해 이야기하고 있습니다.
명확해지도록 특정 문제의 예를 제공할 수 있습니다. 예, 두 달 동안 강판을 거친 빠른 최적화 알고리즘은 이러한 알고리즘이 필요합니다.
실용적인 이점에 대한 문제 - 처음에는 topikstarter가 자신의 챔피언십과 슈퍼 드루퍼 장인으로서의 자신에 대해 똑똑한 표정으로 방송을 시작하자마자 발생했지만 이 질문은 지나갔고 이제 두 달 동안 실제 거래 작업에서 어느 쪽이 적용 가능한지 명확하지 않은 일부 추상화.
명확해지도록 특정 문제의 예를 제공할 수 있습니다. 예, 두 달 동안 강판을 거친 빠른 최적화 알고리즘은 이러한 알고리즘이 필요합니다.
실용적인 이점에 대한 문제 - 처음에는 topikstarter가 자신의 챔피언십과 슈퍼 드루퍼 장인으로서의 자신에 대해 똑똑한 표정으로 방송을 시작하자마자 발생했지만 이 질문은 지나갔고 이제 두 달 동안 실제 거래 작업에 어느 쪽이 적용 가능한지 명확하지 않은 일부 추상화.
때때로 코드는 찰나의 순간에 결정을 내려야 하며, 이를 위해 신속하게 무언가를 최적화 해야 합니다. 나는 추상적이지 않은 방식으로 당신과 이야기하게 되어 기쁩니다. 그러나 지금 그는 한 가지 고전적인 방법을 사용하여 프로그램을 작성하느라 바쁘다.
지정된 링크의 게시물에서 해당 부분에 대한 의견을 찾을 수 없었습니다. 실용적인 이점 및 작업의 예입니다.
종종 우리는 어떤 것의 최대값과 최소값(극값)을 찾아야 합니다 . 예를 들어, 스캘퍼는 최대 거래 조건과 같은 거래 조건을 아는 것이 매우 중요합니다. 그리고 분. 특정 브로커에 대한 기간별 스프레드.
스프레드는 시장 상황과 특정 브로커의 정책에 따라 결정됩니다. 브로커가 가지고 있는 알고리즘만 추측할 수 있습니다. 분이라고 합시다. 시간대 확산은 세 가지 주요 요인에 의해 결정됩니다. 그리고 분. 막대 가격 및 시간 H, L, T . 또한 FF 자체 Spread= f(H,L,T)는 공식이 아니라 배열 spread=double[ H,L,T]로 지정됩니다. 작업은 FF가 최소인 배열과 같은 오거나이저 측에 FF(즉, 알고리즘으로)를 보내는 것입니다. 사실, 확산을 결정하는 더 많은 요인이 있으며 지속적으로 변화하고 있습니다.
종종 우리는 어떤 것의 최대값과 최소값(극값)을 찾아야 합니다 . 예를 들어, 스캘퍼가 최대와 같은 거래 조건을 아는 것은 매우 중요합니다. 그리고 분. 특정 브로커에 대한 기간별 스프레드.
스프레드는 시장 상황과 특정 브로커의 정책에 따라 결정됩니다. 브로커가 가지고 있는 알고리즘만 추측할 수 있습니다. 분이라고 합시다. 시간대 확산은 세 가지 주요 요인에 의해 결정됩니다. 그리고 분. 막대 가격 및 시간 H, L, T . 또한 FF 자체 Spread= f(H,L,T)는 공식이 아니라 배열 spread=double[ H,L,T]로 지정됩니다. 작업은 FF가 최소인 배열과 같은 오거나이저 측에 FF(즉, 알고리즘으로)를 보내는 것입니다. 사실, 확산을 결정하는 더 많은 요인이 있으며 지속적으로 변화하고 있습니다.
당신의 예는 전혀 설득력이 없습니다. 당신은 예가 아무 것도 아니라고 말할 수도 있습니다. 적어도 당신의 예에서:
-- 특별한 극한 탐색 알고리즘을 사용해야 합니까?
실제 사용 및 작업 예에 대한 질문이 열려 있습니다.
당신의 예는 전혀 설득력이 없습니다 -- 적어도 당신의 예에서:
-- 특별한 극한 탐색 알고리즘을 사용해야 합니까?
실제 사용 및 작업 예에 대한 질문이 열려 있습니다.
알고리즘은 고전적일 수도 있습니다. 빠르고 알 수 없는 기능에 대한 극한값을 찾아야 합니다.
알고리즘은 고전적일 수도 있습니다. 빠르고 알 수 없는 기능에 대한 극한값을 찾아야 합니다.
왜 그는 빨라야 합니까?
당신은 일반적인 용어로 일종의 추상화에 대해 이야기하고 있습니다.
명확해지도록 특정 문제의 예를 제공할 수 있습니다. 예, 두 달 동안 강판을 거친 빠른 최적화 알고리즘은 이러한 알고리즘이 필요합니다.
실용적인 이점에 대한 문제 - 처음에는 topikstarter가 자신의 챔피언십과 슈퍼 드루퍼 장인으로서의 자신에 대해 똑똑한 표정으로 방송을 시작하자마자 발생했지만 이 질문은 지나갔고 이제 두 달 동안 실제 거래 작업에서 어느 쪽이 적용 가능한지 명확하지 않은 일부 추상화.
당신의 예는 전혀 설득력이 없습니다. 당신은 예가 아무 것도 아니라고 말할 수도 있습니다. 적어도 당신의 예에서:
-- 특별한 극한 탐색 알고리즘을 사용해야 합니까?
실제 사용 및 작업 예에 대한 질문이 열려 있습니다.
결론은 최적값 탐색 알고리즘이 함수의 최대값을 찾을 필요가 없다는 것입니다. 이것은 주최자의 선택입니다.
실제로 알고리즘은 시스템이 안정적으로 작동하는 시스템 속성(매개변수)의 최적 값을 찾아야 합니다. 즉, 문제의 조건에 따라 배열에서 FF로 전송되어야 하는 바로 매개변수의 값입니다. 해당 값은 FF가 값으로 반환하는 시스템 속성의 상태를 결정합니다.
분석 기능은 환경 매개변수와 시스템 속성 상태 간의 관계를 반영합니다.
시스템이 분석 함수의 최대값에서 안정적으로 작동한다고 가정하면 최대값을 찾아야 하지만 속성의 최상의 상태는 함수의 최대값이 아니라 중간값일 가능성이 더 큽니다. 하나.
왜 그는 빨라야 합니까?
당신은 일반적인 용어로 일종의 추상화에 대해 이야기하고 있습니다.
명확해지도록 특정 문제의 예를 제공할 수 있습니다. 예, 두 달 동안 강판을 거친 빠른 최적화 알고리즘은 이러한 알고리즘이 필요합니다.
실용적인 이점에 대한 문제 - 처음에는 topikstarter가 자신의 챔피언십과 슈퍼 드루퍼 장인으로서의 자신에 대해 똑똑한 표정으로 방송을 시작하자마자 발생했지만 이 질문은 지나갔고 이제 두 달 동안 실제 거래 작업에 어느 쪽이 적용 가능한지 명확하지 않은 일부 추상화.
때때로 코드는 찰나의 순간에 결정을 내려야 하며, 이를 위해 신속하게 무언가를 최적화 해야 합니다. 나는 추상적이지 않은 방식으로 당신과 이야기하게 되어 기쁩니다. 그러나 지금 그는 한 가지 고전적인 방법을 사용하여 프로그램을 작성하느라 바쁘다.
결론은 최적값 탐색 알고리즘이 함수의 최대값을 찾을 필요가 없다는 것입니다. 이것은 주최자의 선택입니다.
...
예를 들어보세요. 이제 거래에서 "최적화 알고리즘"의 실질적인 이점을 이해하는 것이 흥미로울 것입니다.
그리고 "주최자"( Andrey Dik 이 의미하는 경우)와 그의 선택은 이제 우리에게 관심이 없습니다. 나는 이 점에서 그의 능력을 심각하게 의심한다. 그는 두 달 동안 논쟁을 퍼뜨렸습니다. 이점과 결과는 마이너스 0입니다.
예를 들어보세요. 이제 거래에서 "최적화 알고리즘"의 실질적인 이점을 이해하는 것이 흥미로울 것입니다.
그리고 "주최자"( Andrey Dik 이 의미하는 경우)와 그의 선택은 이제 우리에게 관심이 없습니다. 나는 이 점에서 그의 능력을 강력히 의심한다. 그는 두 달 동안 논쟁을 퍼뜨렸습니다. 이점과 결과는 마이너스 0입니다.
물론 거래는 이 알고리즘의 범위를 좁힙니다.
기록된 이력의 테스트된 세그먼트에서 최고의 거래 결과(가장 높은 수익성)를 제공하는 거래 전략 매개변수의 값을 찾는 것으로 귀결된다고 생각합니다.
미래에 특정 세션의 세부 사항이 반복되고 이러한 매개변수 값이 유용할 것이라는 희망으로 과거 거래 세션에서 이익을 극대화하기 위해 상인의 거래 전략의 기존 매개변수를 기본적으로 조정합니다.
때때로 코드는 찰나의 순간에 결정을 내려야 하며, 이를 위해 신속하게 무언가를 최적화해야 합니다. 나는 추상적이지 않은 방식으로 당신과 이야기하게 되어 기쁩니다. 그러나 지금 그는 한 가지 고전적인 방법을 사용하여 프로그램을 작성하느라 바쁘다.