차량의 의미에서 자동차의 최적 매개 변수는 적어도 두 가지 작업입니다. 1. 거짓 적분-미분 신호 제거 MA 2. 시장별 MA 단계 그 자체로 첫 번째 문제에 대한 해결책은 잘못된 신호를 제외(예: 필터링)하는 것입니다.
두 번째 작업 없이는 올바르게 해결할 수 없습니다. => 잘못된 신호 TS(ma)의 흐름에 대해 함수를 구성하는 것이 가능하며, 이는 차례로 0이 되는 경향이 있는 데 유용합니다. 그러나 이 모든 것은 초기에 최적의 MA 위상이 있는 경우에만 가능합니다. = 잘못된 i/d MA 신호에서 원이 닫힙니다.
차량의 의미에서 자동차의 최적 매개 변수는 적어도 두 가지 작업입니다.
1. 거짓 적분-미분 신호 제거 MA
2. 시장별 MA 단계
그 자체로 첫 번째 문제에 대한 해결책은 잘못된 신호를 제외(예: 필터링)하는 것입니다.
두 번째 작업 없이는 올바르게 해결할 수 없습니다.
=>
잘못된 신호 TS(ma)의 흐름에 대해 함수를 구성하는 것이 가능하며, 이는 차례로 0이 되는 경향이 있는 데 유용합니다.
그러나 이 모든 것은 초기에 최적의 MA 위상이 있는 경우에만 가능합니다.
= 잘못된 i/d MA 신호에서 원이 닫힙니다.
저에게 이것은 완벽한 Masha입니다. 이것은 최소한 kotir 뒤에 있고 동시에 가능한 한 매끄럽습니다. 더 나은 것을 생각할 수 없습니다! 이를 위해 최소화해야 하는 기능은 간단합니다. (x[i]-y[i])^2+(y[i]-y[i-1])^2-->0
우리는 그것을 풀고 이상적인 LPF에 대한 재귀 표현을 얻습니다. 이것은 가장 지연되지 않는 mashka가 될 것이며 가장 매끄럽게 될 것입니다. 다른 모든 것은 악한 자의 것입니다.
그러나 이 MA가 Open/Close의 야생에 들어간 경우 거래하는 방법,
- 덤불 때문에 숲이 보이지 않는다.
=MA가 가격에 가까울수록 거래 불확실성이 커집니다.
저것들. 기능에는 차량의 무언가가 포함되어야 합니다.
1. 임의의 시간 간격 동안 Expert Advisor가 이를 기반으로 수익을 낼 마스코트의 매개변수(최적화 수행)를 선택할 수 있습니다.
즉, 최적화가 결과를 제공하지 않는 간격이 없습니다.
2. 모든 시간 간격은 각 세그먼트에 대한 최적화 후 EA가 틱의 교차점에서 이익을 내는 방식으로 유한한 수의 세그먼트로 나눌 수 있습니다.
음...
이것이 사실입니까?
이 모든 것이 맞습니다. :)
저것들. 기능에는 차량의 무언가가 포함되어야 합니다.
적응형 말인가요?
나는 당신을 천천히 이해하기 시작하고 있다고 생각합니다!
직선에서 형평성의 편차를 최소화하면서 동시에 이 직선 기울기의 탄젠트를 최대화하는 함수를 구성하려고 합니다. 동시에 자기자본은 TS를 통해 호가와 연결된다. 그런 상황에서 문제를 해결해야 합니까?
그런 다음 최적의(무엇을 기준으로?) TS를 결정해야 합니다.
예를 들어, 스윙이 < 3*spread인 두 개의 관절 MA 극단은 다음 TS를 끊습니다.
그러나 MA를 발명하는 문제에서 어떤 식 으로든 주목받지 못했습니다.