극단적인 규제는 20년대 초반에 제안되었고 이론적으로 40년대에 입증되었습니다. 이 레귤레이터는 객체의 입력 값에 대한 지정된 지표의 자연스러운 극단적 의존성을 갖는 실제 객체의 기능에 대한 특정 지표를 극단적인 수준에서 유지하기 위한 것입니다.
익스트림 레귤레이터와 익스트림 레귤레이션의 대상이 SER을 구성한다. SEM의 특징은 선험적으로 알려지지 않았으며 일반적으로 물체 특성의 비교적 느린 변형(드리프트)입니다. 따라서 SER은 처음부터 인위적으로 도입된 검색(시험, 테스트) 영향에 대한 객체 반응의 형태로 얻은 현재 정보로 선험적 정보의 부족을 보완하는 검색 시스템으로 발전했습니다. 예를 들어, 공진 특성을 갖는 발진 회로의 응답은 둘 이상의 주파수에서 동시에 측정될 수 있습니다.
SER에 대한 이러한 이해에서는 물체의 극한 출력이 직접 측정에 사용 가능하다고 가정합니다. SER에는 극한 지표가 직접 측정되지 않고 대상의 특정 출력 값 집합을 측정하는 기준으로 계산되는 시스템도 포함됩니다.
SER에는 검색 및 제어를 구성하는 장치인 극단 표시기(목적 함수 Q)를 형성하기 위한 장치가 포함됩니다. 검색 구성 장치에는 논리적 작업의 요소가 포함됩니다. Q(t)의 변화에 따라 시스템을 Q의 극한값에 더 가깝게 만드는 데 필요한 제어 장치에 명령 신호를 생성합니다.
시스템은 다음과 같이 작동합니다. 검색(시행) 영향은 객체의 입력에 적용되고 이에 대한 객체의 반응이 추정되며, 이는 Q(t)의 변화로 나타납니다. 다음으로, 극한값 Q에 더 가깝게 만드는 효과 u(t)가 결정됩니다. 그런 다음 플랜트 입력의 신호가 원하는 방향으로 변경됩니다. 작업 영향이 적용됩니다. 그런 다음 다시 검색 입력이 객체의 입력에 적용되고, 그 입력은 Q를 극한값에 더 가깝게 만드는 것으로 결정됩니다. 그런 다음 작업 작업이 개체에 적용되는 식입니다. 인덱스 Q의 극점에 해당하는 Ueq 값을 전달한 후 개체의 입력에서 반전이 발생하고 시스템은 극한점을 중심으로 진동하기 시작합니다. 때때로 수색과 업무 영향이 동시에 발생합니다(즉, 결합됨). 어떤 경우에는 인위적 또는 자연적 기원의 무작위 효과(변동)를 검색 신호로 사용할 수 있습니다.
목적 함수 Q 대신에, 특히 물체의 예측된 움직임에 대해 계산되는 함수를 고려할 때 SEM의 개념을 더 일반화하는 것이 가능합니다. 이러한 일반화로 인해 SEM은 일반적으로 최적의 제어 검색 시스템과 구별할 수 없게 됩니다.
"따라서 1분에 브라운 입자가 평균적으로 10μm 변위되면 9분 안에 평균적으로 10 = 30μm, 25분에 10 = 50μm 등으로 변위되어야 합니다."
계속 멍청이 :)
학생을 위한 당신의 형편없는 예에서도 거기에 측정된 것이 기록되어 있습니다: 시간에 따른 입자의 표준 편차. 시간 t 동안 입자가 방문한 모든 지점을 가져오고 속도는 단일 지점이 아니라 모두에 대해 찾습니다. "시간에 따른 초기 지점에서 현재 지점 까지의 거리 편차".
Brownian 입자의 트랙은 폴리 라인의 노드 사이의 거리를 자동으로 계산하여 마우스를 사용하여 모니터 화면에 작성됩니다.
입자의 위치를 예측하는 것과 전체 궤적의 평균 위치를 예측하는 것의 차이를 이해하지 못합니까?
예를 들어, 3시그마 규칙을 사용하여 입자가 특정 시간에 떠나지 않는 범위를 추정하는 것이 가능합니다. 앞면=+1, 뒷면=-1인 동전을 가져와서 누적 합계를 구합니다. 100번 던질 때 확률이 99% 이상인 입자는 + -30을 넘지 않습니다. 저것들. 궤적의 한 지점이 아니라 별도의 지점이 아닙니다. 400번 던지면 + -60을 넘지 않습니다. 이것은 입자가 필요한 확률로 시간 t 동안에 있을 신뢰 구간을 지정하는 데 도움이 되지만 걷기 전에 시작 부분에서 예측된 경우 임의의 시간 이후에 입자의 가능성이 가장 높은 값은 0입니다. 또한 입자가 시간 t의 특정 경계를 한 번 이상 넘어갈 확률을 계산할 수 있지만 시간 t 이후에 있을 위치(또는 거리)는 계산할 수 없습니다.
따라서 시간에 따라 시작점에서 현재 점까지의 거리를 예측하는 공식은 없습니다. 주제에 대한 완전한 지식 부족으로 인해 당신에게 보였습니다.)
예를 들어, 3시그마 규칙을 사용하여 입자가 특정 시간에 떠나지 않는 범위를 추정하는 것이 가능합니다. 앞면=+1, 뒷면=-1인 동전을 가져와서 누적 합계를 구합니다. 100번 던질 때 확률이 99% 이상인 입자는 + -30을 넘지 않습니다. 저것들. 궤적의 한 지점이 아니라 별도의 지점이 아닙니다. 400번 던지면 + -60을 넘지 않습니다. 이것은 입자가 필요한 확률로 시간 t 동안에 있을 신뢰 구간을 지정하는 데 도움이 되지만 걷기 전 처음에 예측된 경우 임의의 시간 이후에 입자의 가장 가능성 있는 값은 0입니다. 또한 입자가 시간 t의 특정 경계를 한 번 이상 넘어갈 확률을 계산할 수 있지만 시간 t 이후에 있을 위치(또는 거리)는 계산할 수 없습니다.
이 모든 것이 무아브르 공식(무아브르-라플라스 정리 참조) 또는 더 정확하게는 이항 분포(기하 분포를 통한 보다 일반적인 경우)에 의해 합리적으로 수용 가능하도록 계산될 수 있을 때 3시그마 또는 누적 합계의 식물 법칙은 무엇입니까? ?
전체 수학적 장치가 오랫동안 확률 이론에 관한 책에서 만들어지고 설명되었다면 항문을 통해 편도선을 자르는 이유는 무엇입니까?
또한, 대칭적 이동이 있더라도 입자는 아크사인 법칙에 따라 시간적으로 비대칭적으로 거동하기 때문에 점이 넘어가지 않는 경계를 측정하는 것은 Bernoulli 방식에 따른 입자 방황에 대해 완전히 사실이 아닙니다. 저것들. 초기 좌표(좌표 축)를 기준으로 측면 중 하나에서 대부분의 시간을 보냅니다.
그리고 일반적으로 나는 브라운 운동이 무역과 아무 관련이 없기 때문에 재능있는 사람들을 위해 다시 한 번 반복합니다. 이것은 예를 들어 매체의 동적 점도, 입자의 반경 및 확산 계수와 같은 특성이 고려되는 엄격한 물리적 프로세스입니다. 거래에는 이런 것이 없습니다. 가격 이동이 하나의 좌표축에 대해서만 발생한다는 사실은 말할 것도 없고 다른 하나에 대해 상대적입니다. 시간에 따라 오른쪽으로만 이동할 수 있으며 시간에 엄격하게 비례하지만 브라운 운동에서와 같이 입자는 사용 가능한 모든 좌표를 기준으로 이동합니다. 브라운 운동에서 입자는 자신이 위치한 매질뿐만 아니라 다른 입자와도 상호 작용합니다. 브라운 운동 입자는 가격과 달리 스프레드와 간격이 없습니다.
초기 좌표로부터의 표준편차(제거, 거리)가 계산된다고 합니다. 그리고 RMS(당나귀 지속성을 주장하는 분산의 제곱근)는 산술 평균의 표준 편차입니다.
얼간이, 나는 당신이 잘 지내는 것에 대해 여러 번 설명했지만 여전히 이해하지 못합니다. 그리고 브라운 운동 및 기타 매트와 관련하여. 모델은 SB입니다. 거기에는 "초기 좌표로부터의 평균 제곱근 편차가 계산됩니다 - 제거, 거리"라고 쓰여 있습니다. 하지만 이는 '시간에 따라 현재 지점과 초기 지점의 거리 편차'에 대한 예측은 아니다. 브라운 입자가 관찰 시작 후 1~2시간 후에 얼마나 멀리 떨어질지 예측하시겠습니까? :)
나는 당신에게 재료를 배우라고 조언하지 않을 것입니다. 나는 그것이 쓸모가 없다는 것을 알았습니다.)
안녕하세요! 확률론과 혼돈운동론에 대한 나의 견해를 소개하고자 한다. 먼저 위의 Avals를 분석하고 싶습니다.
“따라서 시간에 따라 출발점에서 현재점까지의 거리를 예측하는 공식은 없습니다. 그것은 주제에 대한 완전한 지식 부족으로 인해 당신에게 보였습니다 ;) ""입자의 위치 예측과 전체 궤적의 평균 배치 사이의 차이를 이해하지 못합니까?" 분자의 물리적 움직임과 시장 가격의 움직임을 문자 그대로 받아들이지 마십시오. 우리는 혼란스러운 움직임만을 비교할 수 있습니다. 방향 변경.
좀 더 쉽게 이야기합시다. 우리는 입자의 방향을 바꾸기 위해 거래를 엽니다. 우리는 그것이 시장뿐만 아니라 다음에 어디로 갈지 모릅니다. 그러나 우리는 우리가 거래할 이론(시스템)을 생각해낼 수 있습니다. 예를 들어, 입자는 가격과 마찬가지로 무작위로 움직이고 방향을 계속 변경합니다. 이것으로부터 우리는 입자가 가격뿐만 아니라 오랫동안 한 방향으로 움직일 수 없다고 가정할 수 있습니다. 따라서 입자가 한 방향으로 더 오래 움직일수록 가격과 마찬가지로 역전될 가능성이 높아집니다. 이미 어디까지가 또 다른 문제지만, 턴의 관점에서 보면 혼돈의 움직임에서 충분히 예측할 수 있습니다. 경로의 거리는 예측하는 것이 거의 불가능하며 이동 기록의 평균 지표에 따라 시스템에 의해 미리 제한할 수 있습니다.
시장의 모든 움직임은 미국 국립 은행에서 일하지 않고 다가오는 통화 움직임에 대한 정보가 없는 단순한 우리에게 무작위적인 움직임입니다. 우리는 이 또는 저 통화 쌍이 어떻게 작동할지에 대한 정보와 아이디어가 거의 없습니다.
따라서 시장을 임의의 과정으로 간주하고 시장을 임의의 움직임으로 보는 것이 좋습니다. 더욱이, 혼돈 운동 이론과 함께 지표 판독을 기반으로 구축된 어떤 시스템보다 더 많은 결과를 제공할 시장에 대한 팁이 있습니다. 팁 - 예를 들어, 가격이 고점으로 복귀하고, 급등을 그린 후, 가격이 느려지고, 축적이 발생하고 급락한 후 고점 위에서 정지 및 이익과 함께 75%에서 반전이 확보됩니다. 정확하게 예측할 수 있는 것은 없습니다. 그리고 시장에서는 더욱 그렇습니다.
그러나 혼돈을 유리하게 만드는 방법은 무엇입니까? 어떻게 행동할지? 분자의 움직임에 대해 연습하거나 우주의 구성을 연구하거나 기사단 시작의 역사에서 시장의 기원을 찾을 수 있습니다. 누가 세계와 시장을 지배합니까? 한 가지 확실한 것은 우리는 시장을 보고 움직임을 보고 손실을 봅니다.
그리고 누가 우리가 거래를 열 때 왜 우리는 분석하고, 생각하고, 지표를 그리고, 시간을 기다리며, 신경과 시력을 낭비하고 BUY 버튼을 누르고, 이때 DC는 어리석게도 즉시 반대 거래를 엽니 다. 당신, 몇 초를 보내고 결국 승리? 나는 답을 알고 있다, 그렇지?
.
수학 작성 >>
그리고 이 곳에서 조금 더 자세하게, 올렉 ?
.
.
적응형 자동 제어 시스템의 하위 클래스에는 극한 제어 시스템(ERS)도 있습니다.
목적 함수 Q 대신에, 특히 물체의 예측된 움직임에 대해 계산되는 함수를 고려할 때 SEM의 개념을 더 일반화하는 것이 가능합니다. 이러한 일반화로 인해 SEM은 일반적으로 최적의 제어 검색 시스템과 구별할 수 없게 됩니다.
.
.
이 주제는 매우 광범위하며 많은 함정이 있습니다 ...
joo 가 제공하는 합성에 대해 이야기하면 다음과 같은 가능성이 보입니다.
1. 객체 모델이 설정됩니다(즉, 전달 함수). 이러한 모델은 합리적인 수로 설정할 수 있습니다.
2. 특성이 잘 정의된 테스트 신호를 사용합니다.
3. 입력 스트림 P와 테스트 신호 S의 혼합-중첩 G1=<P+S> 및 G2=<PS>(반드시 더할 필요는 없음)가 형성됩니다.
4. 병렬로 모델의 두 개(또는 그 이상) 사본이 하나의 G1에 공급되고 다른 G2에 공급됩니다.
5. 모델 출력은 위상 판별기에 공급됩니다.
6. 위상 판별기 출력의 불일치에 따라 테스트 신호가 수정됩니다.
7. 2번 항목으로 돌아갑니다.
.
여기에 건물을 짓기 위한 많은 옵션이 있을 수 있다는 점을 언급해야 합니다.
그리고 MT4에서 표시기의 매우 제한적인 속성에 대해서도 언급하겠습니다. 표시기 버퍼는 8개입니다. 이것은 매우 불편하며 때로는 결과를 얻기 위해 관련 지표의 전체 캐스케이드를 구축해야 합니다.
무엇이든 할 수 있지만 dx는 분산 또는 표준 편차가 아니라 선택한 축을 따라 시간에 따라 한 지점에서 다른 지점까지의 거리(변위)입니다.
실험 데이터 참조:
디지털 현미경의 "눈"을 통한 브라운 운동
나는 재능있는 사람들을 위해 다음을 인용합니다.
"따라서 1분에 브라운 입자가 평균적으로 10μm 변위되면 9분 안에 평균적으로 10 = 30μm, 25분에 10 = 50μm 등으로 변위되어야 합니다."
계속 멍청이 :)
학생을 위한 당신의 형편없는 예에서도 거기에 측정된 것이 기록되어 있습니다: 시간에 따른 입자의 표준 편차. 시간 t 동안 입자가 방문한 모든 지점을 가져오고 속도는 단일 지점이 아니라 모두에 대해 찾습니다. "시간에 따른 초기 지점에서 현재 지점 까지의 거리 편차".
Brownian 입자의 트랙은 폴리 라인의 노드 사이의 거리를 자동으로 계산하여 마우스를 사용하여 모니터 화면에 작성됩니다.
입자의 위치를 예측하는 것과 전체 궤적의 평균 위치를 예측하는 것의 차이를 이해하지 못합니까?
예를 들어, 3시그마 규칙을 사용하여 입자가 특정 시간에 떠나지 않는 범위를 추정하는 것이 가능합니다. 앞면=+1, 뒷면=-1인 동전을 가져와서 누적 합계를 구합니다. 100번 던질 때 확률이 99% 이상인 입자는 + -30을 넘지 않습니다. 저것들. 궤적의 한 지점이 아니라 별도의 지점이 아닙니다. 400번 던지면 + -60을 넘지 않습니다. 이것은 입자가 필요한 확률로 시간 t 동안에 있을 신뢰 구간을 지정하는 데 도움이 되지만 걷기 전에 시작 부분에서 예측된 경우 임의의 시간 이후에 입자의 가능성이 가장 높은 값은 0입니다. 또한 입자가 시간 t의 특정 경계를 한 번 이상 넘어갈 확률을 계산할 수 있지만 시간 t 이후에 있을 위치(또는 거리)는 계산할 수 없습니다.
따라서 시간에 따라 시작점에서 현재 점까지의 거리를 예측하는 공식은 없습니다. 주제에 대한 완전한 지식 부족으로 인해 당신에게 보였습니다.)
아인슈타인과 비너를 시작으로, 고지식한 사람들은 브라운 운동이 무엇인지 아주 잘 알고 있습니다. 예측하는 데 도움이 되지 않습니다. Wiener 과정의 특이성은 그것이 결정론적 함수가 아니라 무작위 과정이라는 것입니다.
Brownian이 무엇인지 그들은 알고 있습니다. 그러나 시장은 무엇입니까 - 아니요. 이것이 차이점입니다. 또한 브라운 모션에서는 철거로 부자가 될 수 있습니다. 그리고 하이브라운도 똑같이 알고 있습니다.
계속 멍청이 :)
학생을 위한 당신의 형편없는 예에서도 거기에 측정된 것이 기록되어 있습니다: 시간에 따른 입자의 표준 편차.
소년, 재료를 배우십시오.
초기 좌표로부터의 표준편차(제거, 거리)가 계산된다고 합니다. 그리고 RMS(당나귀 지속성을 주장하는 분산의 제곱근)는 산술 평균의 표준 편차입니다.
예를 들어, 3시그마 규칙을 사용하여 입자가 특정 시간에 떠나지 않는 범위를 추정하는 것이 가능합니다. 앞면=+1, 뒷면=-1인 동전을 가져와서 누적 합계를 구합니다. 100번 던질 때 확률이 99% 이상인 입자는 + -30을 넘지 않습니다. 저것들. 궤적의 한 지점이 아니라 별도의 지점이 아닙니다. 400번 던지면 + -60을 넘지 않습니다. 이것은 입자가 필요한 확률로 시간 t 동안에 있을 신뢰 구간을 지정하는 데 도움이 되지만 걷기 전 처음에 예측된 경우 임의의 시간 이후에 입자의 가장 가능성 있는 값은 0입니다. 또한 입자가 시간 t의 특정 경계를 한 번 이상 넘어갈 확률을 계산할 수 있지만 시간 t 이후에 있을 위치(또는 거리)는 계산할 수 없습니다.
이 모든 것이 무아브르 공식(무아브르-라플라스 정리 참조) 또는 더 정확하게는 이항 분포(기하 분포를 통한 보다 일반적인 경우)에 의해 합리적으로 수용 가능하도록 계산될 수 있을 때 3시그마 또는 누적 합계의 식물 법칙은 무엇입니까? ?
전체 수학적 장치가 오랫동안 확률 이론에 관한 책에서 만들어지고 설명되었다면 항문을 통해 편도선을 자르는 이유는 무엇입니까?
또한, 대칭적 이동이 있더라도 입자는 아크사인 법칙에 따라 시간적으로 비대칭적으로 거동하기 때문에 점이 넘어가지 않는 경계를 측정하는 것은 Bernoulli 방식에 따른 입자 방황에 대해 완전히 사실이 아닙니다. 저것들. 초기 좌표(좌표 축)를 기준으로 측면 중 하나에서 대부분의 시간을 보냅니다.
그리고 일반적으로 나는 브라운 운동이 무역과 아무 관련이 없기 때문에 재능있는 사람들을 위해 다시 한 번 반복합니다. 이것은 예를 들어 매체의 동적 점도, 입자의 반경 및 확산 계수와 같은 특성이 고려되는 엄격한 물리적 프로세스입니다. 거래에는 이런 것이 없습니다. 가격 이동이 하나의 좌표축에 대해서만 발생한다는 사실은 말할 것도 없고 다른 하나에 대해 상대적입니다. 시간에 따라 오른쪽으로만 이동할 수 있으며 시간에 엄격하게 비례하지만 브라운 운동에서와 같이 입자는 사용 가능한 모든 좌표를 기준으로 이동합니다. 브라운 운동에서 입자는 자신이 위치한 매질뿐만 아니라 다른 입자와도 상호 작용합니다. 브라운 운동 입자는 가격과 달리 스프레드와 간격이 없습니다.
일반적으로 거래와 관련하여 브라운 운동을 빠는 것은 너르디즘의 명백한 표현입니다.
소년, 재료를 배우십시오.
초기 좌표로부터의 표준편차(제거, 거리)가 계산된다고 합니다. 그리고 RMS(당나귀 지속성을 주장하는 분산의 제곱근)는 산술 평균의 표준 편차입니다.얼간이, 나는 당신이 잘 지내는 것에 대해 여러 번 설명했지만 여전히 이해하지 못합니다. 그리고 브라운 운동 및 기타 매트와 관련하여. 모델은 SB입니다. 거기에는 "초기 좌표로부터의 평균 제곱근 편차가 계산됩니다 - 제거, 거리"라고 쓰여 있습니다. 하지만 이는 '시간에 따라 현재 지점과 초기 지점의 거리 편차'에 대한 예측은 아니다. 브라운 입자가 관찰 시작 후 1~2시간 후에 얼마나 멀리 떨어질지 예측하시겠습니까? :)
나는 당신에게 재료를 배우라고 조언하지 않을 것입니다. 나는 그것이 쓸모가 없다는 것을 알았습니다.)
일반적으로 거래와 관련하여 브라운 운동을 빠는 것은 너르디즘의 명백한 표현입니다.
무슨 겁에 질려 여기까지 빨아들였나 몰라
나머지!
안녕하세요! 확률론과 혼돈운동론에 대한 나의 견해를 소개하고자 한다. 먼저 위의 Avals를 분석하고 싶습니다.
“따라서 시간에 따라 출발점에서 현재점까지의 거리를 예측하는 공식은 없습니다. 그것은 주제에 대한 완전한 지식 부족으로 인해 당신에게 보였습니다 ;) ""입자의 위치 예측과 전체 궤적의 평균 배치 사이의 차이를 이해하지 못합니까?"
분자의 물리적 움직임과 시장 가격의 움직임을 문자 그대로 받아들이지 마십시오. 우리는 혼란스러운 움직임만을 비교할 수 있습니다. 방향 변경.
좀 더 쉽게 이야기합시다. 우리는 입자의 방향을 바꾸기 위해 거래를 엽니다. 우리는 그것이 시장뿐만 아니라 다음에 어디로 갈지 모릅니다. 그러나 우리는 우리가 거래할 이론(시스템)을 생각해낼 수 있습니다. 예를 들어, 입자는 가격과 마찬가지로 무작위로 움직이고 방향을 계속 변경합니다. 이것으로부터 우리는 입자가 가격뿐만 아니라 오랫동안 한 방향으로 움직일 수 없다고 가정할 수 있습니다. 따라서 입자가 한 방향으로 더 오래 움직일수록 가격과 마찬가지로 역전될 가능성이 높아집니다. 이미 어디까지가 또 다른 문제지만, 턴의 관점에서 보면 혼돈의 움직임에서 충분히 예측할 수 있습니다. 경로의 거리는 예측하는 것이 거의 불가능하며 이동 기록의 평균 지표에 따라 시스템에 의해 미리 제한할 수 있습니다.
시장의 모든 움직임은 미국 국립 은행에서 일하지 않고 다가오는 통화 움직임에 대한 정보가 없는 단순한 우리에게 무작위적인 움직임입니다. 우리는 이 또는 저 통화 쌍이 어떻게 작동할지에 대한 정보와 아이디어가 거의 없습니다.
따라서 시장을 임의의 과정으로 간주하고 시장을 임의의 움직임으로 보는 것이 좋습니다. 더욱이, 혼돈 운동 이론과 함께 지표 판독을 기반으로 구축된 어떤 시스템보다 더 많은 결과를 제공할 시장에 대한 팁이 있습니다. 팁 - 예를 들어, 가격이 고점으로 복귀하고, 급등을 그린 후, 가격이 느려지고, 축적이 발생하고 급락한 후 고점 위에서 정지 및 이익과 함께 75%에서 반전이 확보됩니다. 정확하게 예측할 수 있는 것은 없습니다. 그리고 시장에서는 더욱 그렇습니다.
그러나 혼돈을 유리하게 만드는 방법은 무엇입니까? 어떻게 행동할지? 분자의 움직임에 대해 연습하거나 우주의 구성을 연구하거나 기사단 시작의 역사에서 시장의 기원을 찾을 수 있습니다. 누가 세계와 시장을 지배합니까? 한 가지 확실한 것은 우리는 시장을 보고 움직임을 보고 손실을 봅니다.
그리고 누가 우리가 거래를 열 때 왜 우리는 분석하고, 생각하고, 지표를 그리고, 시간을 기다리며, 신경과 시력을 낭비하고 BUY 버튼을 누르고, 이때 DC는 어리석게도 즉시 반대 거래를 엽니 다. 당신, 몇 초를 보내고 결국 승리?
나는 답을 알고 있다, 그렇지?
어서 해봐요 ...
멈추지마 친구
우리는 그 지점에서 당신을 기다리고 있습니다.
당신은 우리에게 세 가지 지표를 약속했습니다, 잊지 않았습니까?
그래서 거기에 있습니다 - 위의 그림에서)) 피라미드의 눈이 윙크하면 - 구매하고, 분리하면 - 다음 판매;))