HideYourRichess писал(а)>> 뭔가 완전히 잘못하고 있는 것 같은 느낌이 듭니다. 나는 그 과정을 (바보처럼, 이마에) 시뮬레이션하고 매개 변수를 가지고 놀려고했습니다. 나는 그렇게 아름다운 표면을 얻지 못한다. 평면과 선형 종속성을 얻습니다. 나는 아무것도 이해하지 못한다. 필사적으로 나는 Vince의 책에서 "최적 f"를 시뮬레이션하려고 했습니다. 정확히 같은 결과입니다. 책에서 말하는 것처럼 정확하게 나오지는 않습니다. Vince의 책에서 $2를 이기고 $1를 잃는 그의 미친 게임을 가져왔습니다. 아주 훌륭하고 공정한 게임입니다. 그래서 여전히 Vince와 같은 것을 얻으려고 노력하고 있습니다.
Mathcad에서 곡면을 만들었습니다. 나는 단위 시간당 수익률에 대한 표현식을 사용했습니다(측정 단위는 1포인트씩 가격이 변하는 특징적인 시간입니다).
왜냐하면 결과 값은 약 10^-4(오류가 아닙니다. 가격이 1포인트씩 변하는 동안의 수익률에 대해 이야기하고 있기 때문에 오류가 아닙니다)이고 결과에 10^5를 곱한 것입니다. 그림에서 볼 수 있는 표면을 얻었습니다.
locol91 писал(а)>> 일부는 예측을 계산할 수 없다는 요점입니다. 0) . 나는 오늘의 극단을 잡는 시스템을 알아 냈습니다. 이제 개선하려고 합니다. 불안정합니다. 그래서 처음으로 위의 내용을 읽은 후 테스터가 사용하는 레버리지는 무엇인지 생각했습니다. 그리고 어떻게 바꿀 수 있습니까?
stLot *Lot=K*Lever - 열린 포지션(Lot)의 크기와 거래 레버리지 및 예금의 크기를 연결합니다(주제의 첫 번째 게시물 참조). 열린 포지션의 크기를 알면 사용된 거래 레버리지를 찾을 수 있으며 그 반대의 경우도 마찬가지입니다. 그러나 테스터는 레버리지를 사용하지 않습니다. 이것은 TS의 특권이므로 "...다른 계정으로 다시 로그인 / 다른 DC ..."와 같은 대답은 현실과 완전히 일치하지 않습니다. 글쎄, 아니면 내가 뭔가를 놓치고있다.
예측 계산 - "정확한" 거래의 경우 1/2+ p 인 경우 다음과 같은 방법으로 이 숫자를 얻을 수 있습니다.
최소한의 로트로 수백건의 거래가 이루어지도록 TS를 운영합니다. 다음으로 테스터의 보고서를 매트 응용 프로그램(예: Excel)에 넣고 각 뇌물($로 표시)을 포인트로 다시 계산하여 DC 커미션의 가치를 포인트 단위로 추가합니다. 이제 +로 밝혀진 총 트랜잭션 수를 계산하고 결과 숫자를 총 트랜잭션 수로 나눕니다. <0이면 TS를 분명히 "뒤집습니다". 이제 모든 것이 정상이면 결과 비율에서 1/2을 뺍니다. 이것이 원하는 값 p 입니다.
stLot *Lot=K*Lever - 열린 포지션(Lot)의 크기와 거래 레버리지 및 예금의 크기를 연결합니다(주제의 첫 번째 게시물 참조). 열린 포지션의 크기를 알면 사용된 거래 레버리지를 찾을 수 있으며 그 반대의 경우도 마찬가지입니다. 그러나 테스터는 레버리지를 사용하지 않습니다. 이것은 TS의 특권이므로 "...다른 계정으로 다시 로그인 / 다른 DC ..."와 같은 대답은 현실과 완전히 일치하지 않습니다. 글쎄, 아니면 내가 뭔가를 놓치고있다.
예측 계산 - "정확한" 거래의 경우 1/2+ p 인 경우 다음과 같은 방법으로 이 숫자를 얻을 수 있습니다.
최소한의 로트로 수백건의 거래가 이루어지도록 TS를 운영합니다. 다음으로 테스터의 보고서를 매트 응용 프로그램(예: Excel)에 넣고 각 뇌물($로 표시)을 포인트로 다시 계산하여 DC 커미션의 가치를 포인트 단위로 추가합니다. 이제 +로 밝혀진 총 트랜잭션 수를 고려하고 결과 숫자를 총 트랜잭션 수로 나눕니다. <0이면 TS를 분명히 "뒤집습니다". 이제 모든 것이 정상이면 결과 비율에서 1/2을 뺍니다. 이것이 원하는 값 p 입니다.
실수, 놓친
.... +로 밝혀지고 수신 된 금액을 총 거래 수 - 1/2로 나눕니다. 이것은 이해할 수 있지만. 그러나 우리는 확률이 아니라 긍정적인 거래의 빈도를 얻습니다. 어느 정도 가정하면 이것은 확률로 간주될 수 있습니다.
거래의 확률은 일정하지 않고 거래마다 바뀔 수 있다고 생각합니다. 각 거래 전에 이를 계산할 수 있어야 합니다(확률). 하지만 훨씬 더 어렵다.
물론, Sergey, 나는 당신의 말에 동의합니다. 매개변수 p 를 실시간으로 로컬에서 추정할 수 있다는 것은 좋은 일이지만 이 작업은 지연되지 않는 지표를 구축하는 것과 같은 복잡성을 가집니다.
그건 그렇고, 이중 로그 규모에서 최적의 거래 레버리지 크기에 대한 최적의 뇌물 양의 의존성을 구축하면 다음과 같은 일이 발생합니다.
p 매개변수는 여기에 암시적 형식으로 포함되며, 예측 정확도 p 는 2개의 고정 DC 커미션 값(각각 빨간색 및 파란색 선)에 대해 왼쪽에서 오른쪽으로 증가합니다. 종속성 dS(p) 및 Lever(p)에 대한 단순화된 표현은 매개변수 p 가 작다는 가정 하에 계산에 사용되었습니다. 정확한 솔루션과의 차이는 제시된 전체 범위에서 10%를 초과하지 않았습니다.
흥미로운. 분해 시 TS 동작의 레버리지, 확산 및 특성을 알고 있는 것으로 나타났습니다. 차트의 섹션에서 연구된 TS에 가장 적합한 스톱 및 테이크 범위를 결정할 수 있습니다. 그리고 이 범위에서 이익/위험 비율 측면에서 우리에게 가장 적합한 것을 분리합니다. 그래서 예?
뭔가 완전히 잘못하고 있는 것 같은 느낌이 듭니다. 나는 그 과정을 (바보처럼, 이마에) 시뮬레이션하고 매개 변수를 가지고 놀려고했습니다. 나는 그렇게 아름다운 표면을 얻지 못한다. 평면과 선형 종속성을 얻습니다. 나는 아무것도 이해하지 못한다. 필사적으로 나는 Vince의 책에서 "최적 f"를 시뮬레이션하려고 했습니다. 정확히 같은 결과입니다. 책에서 말하는 것처럼 정확하게 나오지는 않습니다. Vince의 책에서 $2를 이기고 $1를 잃는 그의 미친 게임을 가져왔습니다. 아주 훌륭하고 공정한 게임입니다. 그래서 여전히 Vince와 같은 것을 얻으려고 노력하고 있습니다.
Mathcad에서 곡면을 만들었습니다. 나는 단위 시간당 수익률에 대한 표현식을 사용했습니다(측정 단위는 1포인트씩 가격이 변하는 특징적인 시간입니다).
왜냐하면 결과 값은 약 10^-4(오류가 아닙니다. 가격이 1포인트씩 변하는 동안의 수익률에 대해 이야기하고 있기 때문에 오류가 아닙니다)이고 결과에 10^5를 곱한 것입니다. 그림에서 볼 수 있는 표면을 얻었습니다.
에스 - 10^4
dS - 1-100 범위에서 변경됨
L - 1-300 범위에서 변경됨
p - 0-0.03 범위에서 변경됨
스프레드 - 1-10 범위에서 변경됨
수렴해야 함
수업. 여러분, 이 레버리지 계산 방식은 국회에만 해당되는 것인가요? 아니면 모든 MTS에서 작동합니까?
NS는 전혀 관련이 없습니다. 누구에게나. 유일한 요구 사항은 예측 확률에 대한 지식입니다.
테스터는 어떤 레버리지를 사용합니까?
터미널에 마지막으로 로그인 한 것
테스터는 어떤 레버리지를 사용합니까? 그리고 어떻게 바꿀 수 있습니까?
다른 계정/다른 DC에 로그인합니다.
일부는 예측을 계산할 수 없다는 요점입니다. 0) . 나는 오늘의 극단을 잡는 시스템을 알아 냈습니다. 이제 개선하려고 합니다. 불안정합니다. 그래서 처음으로 위의 내용을 읽은 후 테스터가 사용하는 레버리지는 무엇인지 생각했습니다. 그리고 어떻게 바꿀 수 있습니까?
stLot *Lot=K*Lever - 열린 포지션(Lot)의 크기와 거래 레버리지 및 예금의 크기를 연결합니다(주제의 첫 번째 게시물 참조). 열린 포지션의 크기를 알면 사용된 거래 레버리지를 찾을 수 있으며 그 반대의 경우도 마찬가지입니다. 그러나 테스터는 레버리지를 사용하지 않습니다. 이것은 TS의 특권이므로 "...다른 계정으로 다시 로그인 / 다른 DC ..."와 같은 대답은 현실과 완전히 일치하지 않습니다. 글쎄, 아니면 내가 뭔가를 놓치고있다.
예측 계산 - "정확한" 거래의 경우 1/2+ p 인 경우 다음과 같은 방법으로 이 숫자를 얻을 수 있습니다.
최소한의 로트로 수백건의 거래가 이루어지도록 TS를 운영합니다. 다음으로 테스터의 보고서를 매트 응용 프로그램(예: Excel)에 넣고 각 뇌물($로 표시)을 포인트로 다시 계산하여 DC 커미션의 가치를 포인트 단위로 추가합니다. 이제 +로 밝혀진 총 트랜잭션 수를 계산하고 결과 숫자를 총 트랜잭션 수로 나눕니다. <0이면 TS를 분명히 "뒤집습니다". 이제 모든 것이 정상이면 결과 비율에서 1/2을 뺍니다. 이것이 원하는 값 p 입니다.
stLot *Lot=K*Lever - 열린 포지션(Lot)의 크기와 거래 레버리지 및 예금의 크기를 연결합니다(주제의 첫 번째 게시물 참조). 열린 포지션의 크기를 알면 사용된 거래 레버리지를 찾을 수 있으며 그 반대의 경우도 마찬가지입니다. 그러나 테스터는 레버리지를 사용하지 않습니다. 이것은 TS의 특권이므로 "...다른 계정으로 다시 로그인 / 다른 DC ..."와 같은 대답은 현실과 완전히 일치하지 않습니다. 글쎄, 아니면 내가 뭔가를 놓치고있다.
예측 계산 - "정확한" 거래의 경우 1/2+ p 인 경우 다음과 같은 방법으로 이 숫자를 얻을 수 있습니다.
최소한의 로트로 수백건의 거래가 이루어지도록 TS를 운영합니다. 다음으로 테스터의 보고서를 매트 응용 프로그램(예: Excel)에 넣고 각 뇌물($로 표시)을 포인트로 다시 계산하여 DC 커미션의 가치를 포인트 단위로 추가합니다. 이제 +로 밝혀진 총 트랜잭션 수를 고려하고 결과 숫자를 총 트랜잭션 수로 나눕니다. <0이면 TS를 분명히 "뒤집습니다". 이제 모든 것이 정상이면 결과 비율에서 1/2을 뺍니다. 이것이 원하는 값 p 입니다.
실수, 놓친
.... +로 밝혀지고 수신 된 금액을 총 거래 수 - 1/2로 나눕니다. 이것은 이해할 수 있지만. 그러나 우리는 확률이 아니라 긍정적인 거래의 빈도를 얻습니다. 어느 정도 가정하면 이것은 확률로 간주될 수 있습니다.
거래의 확률은 일정하지 않고 거래마다 바뀔 수 있다고 생각합니다. 각 거래 전에 이를 계산할 수 있어야 합니다(확률). 하지만 훨씬 더 어렵다.
물론, Sergey, 나는 당신의 말에 동의합니다. 매개변수 p 를 실시간으로 로컬에서 추정할 수 있다는 것은 좋은 일이지만 이 작업은 지연되지 않는 지표를 구축하는 것과 같은 복잡성을 가집니다.
그건 그렇고, 이중 로그 규모에서 최적의 거래 레버리지 크기에 대한 최적의 뇌물 양의 의존성을 구축하면 다음과 같은 일이 발생합니다.
p 매개변수는 여기에 암시적 형식으로 포함되며, 예측 정확도 p 는 2개의 고정 DC 커미션 값(각각 빨간색 및 파란색 선)에 대해 왼쪽에서 오른쪽으로 증가합니다. 종속성 dS(p) 및 Lever(p)에 대한 단순화된 표현은 매개변수 p 가 작다는 가정 하에 계산에 사용되었습니다. 정확한 솔루션과의 차이는 제시된 전체 범위에서 10%를 초과하지 않았습니다.