njel, 유머의 농담에 감사했습니다 :))))))))))))))) "부르주아 매춘부 사이버네틱스"에 대한 부패를 퍼뜨렸을 때 스탈린은 옳았고 동시에 실제 컴퓨터의 개발을 촉진했습니다 모든 가능한 방법으로 기술 ... 그래서 나는 내 발을 땅에 단단히 고정시킵니다. 나는 튜링 테스트에 관심이 없고, 평범한 사람처럼 어리석은 메커니즘을 만드는 데 전혀 관심이 없습니다. 내 임무는 더 겸손합니다. 시스템을 신속하게 최적화할 수 있도록 시장에서 일부 안정적인 신호를 분리합니다. 말은 쉽지만... 저는 사실 주어진 링크와 관련해서만 삼항 논리에 대해 말했습니다. 고통스럽게도 나는 거기에 있는 가격 패턴에 대한 아이디어가 마음에 들었습니다. 처음부터 Forex에서는 기간과 관련된 모든 것을 매우 싫어했습니다. 그리고 저는 항상 대안적인 표현을 찾고 있었습니다. 그건 그렇고, 나는이 주제에 대해 내 인생의 첫 mql4 프로그램을 작성했습니다 :) 퍼지 논리를 사용하여 스파이더에서이 주제에 대한 흥미로운 대화를 보았지만 여전히이 문제를 이해하지 못합니다. 아직 지식이 부족합니다. 나는 더 단순한 것을 원합니다. Yang-Mills 필드, 게이지 불변성, 초끈 등... :))))))))))))))
지금까지는 모든 것이 훨씬 쉬워 보입니다. 최소한의 설정으로 간단하고 순진한 시스템으로 시작해야 합니다. 그리고 실시간으로 매개변수의 적응형 변경 블록을 추가합니다. 아직 로트 크기를 관리할 필요가 없습니다. 이것은 완전히 다른 작업입니다. 이익실현 및 손절매를 평가할 필요가 없습니다. 후행 정지가 필요하지 않습니다. 완전한 원시. 로트 크기는 항상 1입니다. 이익실현은 항상 손절매와 동일하며 고정됩니다. 이 단계에서 "가능성이 높은" 항목을 얻는 것은 흥미로울 것입니다. 오직 그리고 모든 것. 이것을 달성합시다 - 다른 모든 것은 케이크에 착빙하는 것 이상입니다.
그건 그렇고, 현재 챔피언십 리더가 쓰는 말에 나는 포르투갈어에 약하기 때문에 평소에는 그에게 가지 않습니다 :)
Gumasa는 거래 범위 가격(주기 모드)과 추세 모드에 대한 두 가지 전략으로 작동하는 적응형 거래 시스템입니다. "Competition vf" 버전은 3개월 기간 동안 최적화하려는 시도입니다. 원래 버전은 통계적 관련성을 갖고 일관성을 나타내기 위해 최소 8개월의 결과가 필요하기 때문입니다.
FION, 스레드를 더 자세히 읽으십시오. 여기서 우리는 설정의 적응성에 대해 이야기하고 있습니다. 저것들. 실시간으로 시스템의 자동 최적화에 대해. 주제는 흥미진진한 것 이상입니다.
이 주제는 이전에 여러 번 제기되었지만 결과가 없었습니다.
나는 다음 분기의 스토캐스틱에 관심이 있었다. 그러나 여기에서는 원칙적으로 Path의 시작 부분에서 시작 위치가 중요하지 않습니다. 결과가 있는 경우 매우 일반적입니다.
주제는 흥미 롭습니다. 적어도 하나의 머리가 좋기 때문입니다. 그러나 아마도 뱀은 이미 산 )))))
나는 당신이 작게 시작하여 점차적으로 블록 단위로 mts를 설계해야 한다는 데 전적으로 동의합니다.
또한 MT4 패키지에 이미 MACD 샘플 어드바이저가 포함되어 있기 때문에 처음에는 MACD를 기본으로 사용할 수 있다는 데 동의합니다.
실질적으로 복잡한 시스템을 블록과 모듈로 분해하면 이해를 위해 크게 단순화할 수 있습니다.
이것은 대략 고문의 변형입니다. 나에게 보입니다. 각 블록은 여전히 별도로
필요에 따라 모듈로 분할합니다.
어쩌면 내가 뭔가를 놓쳤을 수도 있습니다 - 추가하십시오.
Gumasa는 거래 범위 가격(주기 모드)과 추세 모드에 대한 두 가지 전략으로 작동하는 적응형 거래 시스템입니다. "Competition vf" 버전은 3개월 기간 동안 최적화하려는 시도입니다. 원래 버전은 통계적 관련성을 갖고 일관성을 나타내기 위해 최소 8개월의 결과가 필요하기 때문입니다.
그러니 옳은 길을 가자, 동지들! :))))))))))))))))
지금까지는 모든 것이 훨씬 쉬워 보입니다. 최소한의 설정으로 간단하고 순진한 시스템으로 시작해야 합니다. 그리고 실시간으로 매개변수의 적응형 변경 블록을 추가합니다...
이제 조금 남았습니다. 적응 매개변수를 계산하는 데 사용할 데이터를 결정해야 합니다. 무엇을 제안해야 할지조차 모르겠습니다. :(
누구든지 이것에 대한 아이디어가 있습니까?