그런 다음 자본 보존의 매개 변수를 기반으로 SL의 매개 변수를 구체화하는 명확한 작업이 발생합니다. 다음과 같을 수 있습니다.
한 거래 로 인한 현재 자본의 최대 손실 %
…. (여기에 자신의 것을 추가하십시오 - 불행히도 나는 하나만 사용합니다)
손실 가능성 자체는 시장에 진입하는 순간에만 발생합니다. 이 시점에서 우리는 우리가 알고 있다고 가정합니다 :) :
진입 수단 및 해당 매개변수(특히 변동성)
한 거래에서 현재 자본의 최대 손실 %
정확한 예측 확률
... 그리고 비정형화된 매개변수의 예로서 창 밖의 날씨
저것. 디자인을 시작하기 전에 원점으로 돌아가 차량 자체 및 구성 요소의 개념을 논의하거나 명확하게 공식화할 것을 제안합니다.
(그렇지 않으면 예보의 정확도조차 Lot에 영향을 미치지 않는다는 것이 왠지 아쉽습니다. :) )
Mikhail, 나는 귀하의 게시물에서 주요 (내 생각대로)와 신선한 아이디어를 선택했습니다. 로트를 계산할 때 확률 값을 고려할 수 있습니다. 그런 생각을 한 적이 있지만 ... 그러나이 옵션은 역동적 인 차량에 더 적합합니다. 당신은 분명히 그런 것을 가지고 있습니다. 어떻게 말합니까?
모든 것이 맞습니다. 이 정확성만 증명하면 됩니다. 우리는 그렇게 할 것입니다. 이제 내 추론에는 SL 및 TP 주문이 없습니다. 아직 입력할 때가 아닙니다. 우리는 수학의 관점에서 자체적으로 위치를 열고 닫는 보호 명령이없는 TS의 가장 일반적인 경우를 고려할 것입니다. 징후.
가장 간단한 증거는 거래 시스템보다 더 나은 스톱 옵티마이저를 찾으려는 시도입니다. 온갖 종류의 빈스는 인용문과 아무 관련이 없는 추상적인 계산을 한다. 또한 평소와 같이 고정 VR을 가정합니다. 실제 차량은 고정된 행이 아니라 사용 가능한 행에서 작동합니다. 이것을 제안하지 않는 적어도 하나의 MM 이름을 지정하십시오. 실제 VR에서 수익성이 있는 TS는 이상한 가정(정상성)이 있는 VR보다 출력이 더 나빠야 합니다. 무언가가 증명될 때 증명 시스템의 프레임워크 내에서 증명할 수 없는 가정을 논의하는 것이 매우 중요하며 이는 일반적으로 고정성 가정입니다.
물론 위의 게시물에서 말한 모든 것이 맞습니다. 그냥 순서대로 가자. (내 순서대로 :-) 사실은 진실로 인도하는 많은 길이 있고 불행하게도 우리는 그 모든 것을 다루지 않을 것이고 이것은 필요하지 않다는 것이다. 따라서 귀하의 비판적 의견 만 고려하고 세부 사항은 생략하고 이미 설명한 경로를 따라갈 것입니다 ...
나는 Sergey가 옳다고 생각합니다. Olympus는 하나뿐이지만 모든 등반가에게는 자신의 경로에 대한 권리가 있습니다. 우리의 임무는 길을 시작한 사람들을 정중하게 돕는 것입니다.
Lot를 통한 예측의 신뢰성과 SL의 관계에 대한 "나의" 새로운 가정은 아마도 m.s에서 사용될 것입니다. 올라가는 과정에서.
임의의 TS에 대한 n 거래 후 초기 값 K[n]에 대한 예금 K[n] 의 상대적 증가를 나타내는 표현식을 얻었습니다. 이는 뇌물 h[i] 의 값을 통해 정의됩니다. 기호 P 는 서로 대괄호의 곱을 나타냅니다. 모든 동안. 사실 이 형태로 제시된 예금의 성장에 대한 표현으로 앞으로 나아가는 것은 불가능합니다. 그러나 우리는 우리의 귀로 까다로운 위장을 할 것입니다. 즉, 우리의 포인트 트릭 h[i] 가 취할 수 있는 값은 정수이고 많은 수의 트랜잭션으로 항상 그룹을 선택할 수 있다는 사실을 기억할 것입니다. 각 트릭에서 같은 점수를 가진 트릭. 따라서 우리는 제품의 구성원을 관심사에 따라 "힙의 제품"으로 재편성하고, 제품 내 구성원의 위치를 재배치해도 제품이 변경되지 않는다는 사실을 사용합니다. 그러면 식은 다음과 같이 나타낼 수 있습니다.
봐, 우리는 연속 곱에서 같은 매개변수 h[j] 를 가진 그룹의 곱으로 갈 수 있었습니다. 이 그룹은 이 그룹의 요소 수와 동일한 지수 g[j] 를 갖는 간단한 표현식으로 이미 대체될 수 있습니다(예금 증가에 대한 표현식의 오른쪽 참조).
매개변수 f 의 함수로 단위 시간당 예금 성장을 최대화하는 극한값에 대한 결과 표현식을 조사해야 합니다. 이를 위해 돋보기를 통해 "꽃병"을 보면 (비 유적으로) 부드러운 기능의 극값 (즉, 관심이 있음)이 이동하지 않는다는 사실을 사용하여 결과 표현을 단순화합니다. 우리의 경우 확대기로 로그 함수를 사용합니다. 그 매력은 단조롭고 양의 곱을 합으로 변환한다는 것입니다(극한값을 이동하지 않고).
단순화를 위해 S 를 통한 이윤의 대수를 추가로 표시하고 g[j] 는 이러한 크기(인수)의 뇌물 수(수)의 분포 함수(DF)에 불과하다는 점에 유의합니다. 예를 들어, 다음은 무작위로 가져온 TS의 FR처럼 보입니다.
뇌물은 잃기도 하고 이기기도 한다는 것을 알 수 있습니다(긍정적). 또한 큰 것보다 작은 것이 눈에 띄게 더 많은 뇌물이 있다는 사실에도 주의를 기울일 수 있습니다. 그러한 차량에 대한 MO를 찾는 것은 어렵지 않습니다.
MO = 10포인트이고 이 추상 TS는 수수료가 10포인트 미만인 상품에 대해 이익을 가져올 수 있음을 알 수 있습니다. 지금은 에르고딕성 등에 관한 모든 질문을 생략합니다. 왜냐하면 제안된 접근 방식의 예를 고려하십시오.
따라서이 모든 것은 보증금 f 의 최적 몫을 찾기 위해 특정 차량에 대한 뇌물 수의 분포 법칙을 알아야한다는 사실에 대한 준비 역할을합니다 (바람직하게는 분석 형식 ). 그것을 알고, 우리는 RF에 대한 결과 표현식을 이익의 로그 공식에 대입하고 최대값을 찾습니다. 예를 들어, 이 경우 뇌물 분배 법칙은 가우스 형식을 가지며 분석 형식으로 작성하는 것은 어렵지 않습니다.
또는 이익의 로그에 대해:
사실, 다시이 표현으로 무엇을해야할지 명확하지 않습니다 ... 그러나 귀로 두 번째 페인트를하고 합에서 적분으로 갈 수 있습니다. 이렇게하려면 결과 금액을 동일한 숫자로 나누고 곱하면 충분합니다.이 숫자는 가로 좌표축을 따라 한 점 (즉, 1) 또는 동일합니다. 이산화 단계 dh 는 다음과 같습니다.
나는 의도적으로 통합의 무한한 한계까지 갔다. 우리나라에서는 뇌물의 FR에 제한이 없으며, 가장 일반적인 TS에 대한 뇌물은 어떠한 값도 취할 수 있습니다(이 경우 h 는 전체 실수 영역에 정의되어 현실과 일치하지 않지만 이것은 그렇지 않습니다. 기본적이고 얻은 결과에 영향을 미치지 않지만 합계에서 적분으로 이동할 수 있습니다. 때로는 사용됩니다. 적분 앞의 1/dh 는 생략하기 때문에 1과 동일합니다.
이제 작업에 중지 주문을 입력할 수 있습니다.
조금 있다가...
M1kha1l писал(а)>> Чтобы не флудить, мы можем продолжить обсуждение интересующщей Вас темы в др. ветке или в личке.
아니요! 나는 당신이 이 스레드에서 "홍수"했고 지적 잠재력을 흩뜨리지 않았다고 주장합니다 :-)
그라스 가 쓴>> 좋아요!!! 이것은 단지 꿈일 뿐입니다. 그리고 나는 Pastekhov의 것과 같은 작동하지 않는 것이있을 것이라고 생각합니다 ...
글쎄, Seryoga, 우리는 우리가 기적을 기대하지 않을 것이라는 데 동의했습니다. 이 시간. 그리고 두 번째. 무언가를 증명하는 것은 많은 가치가 있습니다. 입증된 사실이 부정적일지라도. 이를 통해 에너지를 절약하고 유망한 방향으로 안내할 수 있습니다.
내 생각은 매우 간단했습니다. 이 문제에 접근한지 얼마 되지 않았기 때문에 세부적으로 해결할 시간이 없었고 아직 공식을 펼칠 준비가 되지 않았지만 개념적 으로는 모든 것이 이렇습니다. 특정 전략과 관련이 없는 SL에 대한 "보편적인" 솔루션을 찾고 있다면 시장의 "모델"을 결정해야 한다고 이렇게 추론했습니다(따옴표로 묶었습니다). 이 경우에만 수용 가능한 것을 찾을 수 있습니다 (Sl과 TP는 상호 연결되어 있습니다. 이것은 의학적 사실입니다).
문제의 공식화
계산된 TP 값과 TP가 트리거될 것으로 예상되는 시간 창의 길이를 기반으로 가장 가능성 있는 SL 수준을 결정합니다. SL 및 TP 레벨을 수정할 가능성이 있다는 것은 분명하지만 이는 미래에 가능합니다.
시장 모델
시장 모델은 매우 단순한 모델을 채택했습니다. 이것은 두 프로세스의 "중첩"입니다. 베르누이 프로세스("양의 임펄스" 및 "음의 임펄스")와 로그 정규(거리: o)와 유사한 증분 모듈의 매우 복잡한 분포입니다. 그것은 간단하게 작동합니다. 양수 또는 음수 충동이 생성된 다음 시장 수익 분포에 가까운 분포에서 얻은 양수 값(0 포함)으로 곱해(가속) 됩니다. 그러나 이러한 수익은 너무 복잡하고 이해할 수 없는 분포가 많기 때문에 단순히 이러한 수익의 일부 평균으로 대체하기로 결정했습니다.
결국 모든 것을 완전히 단순화: TP 수준의 "대기 시간"을 알면 시장을 다음과 같은 간단한 모델로 대체할 수 있습니다(평균 증가 기억).
예를 들어 시리즈의 이러한 섹션에 대해
모델은 다음에
이것은 충동으로 작성된 시장 모델입니다 :o). 모든 것은 사소합니다. 각 (슬라이딩) 시간 창에 대해 우리는 이 창에서 움직임의 시작 부분에서 @impulses@의 총 통과를 수집합니다. 선택한 "양자" 이동(o) 내부의 모든 (+) 및 (-)를 고려합니다.
TP 레벨
외부 TP 레벨을 수신하고 현재 개시 레벨 및 견적 프로세스의 평균 증분을 알고 있으면 데이터를 모델로 전송할 수 있습니다.
SL 레벨
또한 각 슬라이딩 시간 창 내에서 가능한 모든 총 이동을 (+) 및 (-) 기호로 계산합니다. 저것들. 극한 지점을 찾아 현재 상황 및 TP(이동 방향 포함)와 비교합니다. 배포를 구축하는 것이 가능합니다 (그런데 분석이 얻어진 것 같습니다). 또한 거의 모든 것이 간단합니다. 우리는 최대 가능성 방법 을 사용하고 이 상황에서 가장 가능성 있는 SL 수준을 얻습니다. 높음 및 낮음 통계, 배출량은 물론 정전, 네트워크 장애, 쓰나미 및 화산 폭발을 고려하는 것을 잊지 마십시오.
방법의 미묘함
창 크기가 상대적으로 크면 평균 증분 x(i)-x(i-1)를 사용하지 않고 이러한 증분을 무작위로 생성하지만 분포에 따라 생성하는 것이 가능하고 아마도 필요할 수도 있습니다.
...
그런 다음 자본 보존의 매개 변수를 기반으로 SL의 매개 변수를 구체화하는 명확한 작업이 발생합니다. 다음과 같을 수 있습니다.
손실 가능성 자체는 시장에 진입하는 순간에만 발생합니다. 이 시점에서 우리는 우리가 알고 있다고 가정합니다 :) :
(그렇지 않으면 예보의 정확도조차 Lot에 영향을 미치지 않는다는 것이 왠지 아쉽습니다. :) )
Mikhail, 나는 귀하의 게시물에서 주요 (내 생각대로)와 신선한 아이디어를 선택했습니다. 로트를 계산할 때 확률 값을 고려할 수 있습니다. 그런 생각을 한 적이 있지만 ... 그러나이 옵션은 역동적 인 차량에 더 적합합니다. 당신은 분명히 그런 것을 가지고 있습니다. 어떻게 말합니까?
모든 것이 맞습니다. 이 정확성만 증명하면 됩니다. 우리는 그렇게 할 것입니다. 이제 내 추론에는 SL 및 TP 주문이 없습니다. 아직 입력할 때가 아닙니다. 우리는 수학의 관점에서 자체적으로 위치를 열고 닫는 보호 명령이없는 TS의 가장 일반적인 경우를 고려할 것입니다. 징후.
가장 간단한 증거는 거래 시스템보다 더 나은 스톱 옵티마이저를 찾으려는 시도입니다. 온갖 종류의 빈스는 인용문과 아무 관련이 없는 추상적인 계산을 한다. 또한 평소와 같이 고정 VR을 가정합니다. 실제 차량은 고정된 행이 아니라 사용 가능한 행에서 작동합니다. 이것을 제안하지 않는 적어도 하나의 MM 이름을 지정하십시오. 실제 VR에서 수익성이 있는 TS는 이상한 가정(정상성)이 있는 VR보다 출력이 더 나빠야 합니다. 무언가가 증명될 때 증명 시스템의 프레임워크 내에서 증명할 수 없는 가정을 논의하는 것이 매우 중요하며 이는 일반적으로 고정성 가정입니다.
모든 것이 그렇게 명확하지는 않습니다 MM. 여기를 파헤쳐 볼 가치가 있습니다.
제 글은 관심을 두지 않으셨지만 SL과 TR은 차량과 아무 관련이 없음을 다시 한번 강조합니다.
그러면 TC는 무엇을 합니까? SL과 TP가 각자의 삶을 산다면. 재미있다.
현재 시세에 대한 결정을 내리는 거래 시스템에서 출구보다 SL을 더 잘 찾을 수 있었다면 SL에 비해 이 TS의 단점이 있습니다.
용어와 목표의 일종의 대체라고 생각합니다.
SL TP는 정전과 같은 극단적인 외환 거래 조건에 대한 대응입니다.
저것들. 예를 들어 끊어진 연결만 끔찍한 절대 전략이 있습니까? 왜 극한 상황에서만 주문을 마감합니까? 멋지다, 나는...
예, 이 값은 고정되어 있지만 나중에 매개변수로 변환하고 최적의 값을 찾습니다(Vince와 같이 임의의 TS에 대해서만 분석 형식으로 옵티마이저가 며칠 동안 운전하지 않고 짧은 공식 - 우리는 그것에 인용문을 대입하고 최적의 f 를 얻었습니다.
엄청난!!! 이것은 단지 꿈일 뿐입니다. 그리고 나는 Pastekhov의 것과 같은 작동하지 않는 것이있을 것이라고 생각합니다 ...
Mikhail, 나는 귀하의 게시물에서 주요 (내 생각대로)와 신선한 아이디어를 선택했습니다. 로트를 계산할 때 확률 값을 고려할 수 있습니다. 한번은 이런 생각을 하긴 했지만...
Anatoly님, 정말 감사합니다만, Lot의 상관관계와 예측 신뢰도에 대한 생각은 저보다 훨씬 오래된 것 같아요 :)
안녕 마이클 !
일반 토론에 참여해 달라는 제 요청에 응답해 주셔서 감사합니다.
물론 위의 게시물에서 말한 모든 것이 맞습니다. 그냥 순서대로 가자. (내 순서대로 :-) 사실은 진실로 인도하는 많은 길이 있고 불행하게도 우리는 그 모든 것을 다루지 않을 것이고 이것은 필요하지 않다는 것이다. 따라서 귀하의 비판적 의견 만 고려하고 세부 사항은 생략하고 이미 설명한 경로를 따라갈 것입니다 ...
나는 Sergey가 옳다고 생각합니다. Olympus는 하나뿐이지만 모든 등반가에게는 자신의 경로에 대한 권리가 있습니다. 우리의 임무는 길을 시작한 사람들을 정중하게 돕는 것입니다.
Lot를 통한 예측의 신뢰성과 SL의 관계에 대한 "나의" 새로운 가정은 아마도 m.s에서 사용될 것입니다. 올라가는 과정에서.
그러나 이 옵션은 다이내믹한 차량에 더 적합합니다. 분명히 그런 차량이 있습니다. 어떻게 하시겠습니까?
Anatoly, "동적 TS"에 대한 이해를 정의해 주십시오. 아마도 이것이 토픽마스터의 작업에 도움이 될 것입니다.
홍수가 나지 않도록 다른 스레드나 개인 메시지에서 관심 주제에 대한 토론을 계속할 수 있습니다.
우리는 계속합니다.
상기시켜 드리겠습니다:
임의의 TS에 대한 n 거래 후 초기 값 K[n ]에 대한 예금 K[n] 의 상대적 증가를 나타내는 표현식을 얻었습니다. 이는 뇌물 h[i] 의 값을 통해 정의됩니다. 기호 P 는 서로 대괄호의 곱을 나타냅니다. 모든 동안. 사실 이 형태로 제시된 예금의 성장에 대한 표현으로 앞으로 나아가는 것은 불가능합니다. 그러나 우리는 우리의 귀로 까다로운 위장을 할 것입니다. 즉, 우리의 포인트 트릭 h[i] 가 취할 수 있는 값은 정수이고 많은 수의 트랜잭션으로 항상 그룹을 선택할 수 있다는 사실을 기억할 것입니다. 각 트릭에서 같은 점수를 가진 트릭. 따라서 우리는 제품의 구성원을 관심사에 따라 "힙의 제품"으로 재편성하고, 제품 내 구성원의 위치를 재배치해도 제품이 변경되지 않는다는 사실을 사용합니다. 그러면 식은 다음과 같이 나타낼 수 있습니다.
봐, 우리는 연속 곱에서 같은 매개변수 h[j] 를 가진 그룹의 곱으로 갈 수 있었습니다. 이 그룹은 이 그룹의 요소 수와 동일한 지수 g[j] 를 갖는 간단한 표현식으로 이미 대체될 수 있습니다(예금 증가에 대한 표현식의 오른쪽 참조).
매개변수 f 의 함수로 단위 시간당 예금 성장을 최대화하는 극한값에 대한 결과 표현식을 조사해야 합니다. 이를 위해 돋보기를 통해 "꽃병"을 보면 (비 유적으로) 부드러운 기능의 극값 (즉, 관심이 있음)이 이동하지 않는다는 사실을 사용하여 결과 표현을 단순화합니다. 우리의 경우 확대기로 로그 함수를 사용합니다. 그 매력은 단조롭고 양의 곱을 합으로 변환한다는 것입니다(극한값을 이동하지 않고).
단순화를 위해 S 를 통한 이윤의 대수를 추가로 표시하고 g[j] 는 이러한 크기(인수)의 뇌물 수(수)의 분포 함수(DF)에 불과하다는 점에 유의합니다. 예를 들어, 다음은 무작위로 가져온 TS의 FR처럼 보입니다.
뇌물은 잃기도 하고 이기기도 한다는 것을 알 수 있습니다(긍정적). 또한 큰 것보다 작은 것이 눈에 띄게 더 많은 뇌물이 있다는 사실에도 주의를 기울일 수 있습니다. 그러한 차량에 대한 MO를 찾는 것은 어렵지 않습니다.
MO = 10포인트이고 이 추상 TS는 수수료가 10포인트 미만인 상품에 대해 이익을 가져올 수 있음을 알 수 있습니다. 지금은 에르고딕성 등에 관한 모든 질문을 생략합니다. 왜냐하면 제안된 접근 방식의 예를 고려하십시오.
따라서이 모든 것은 보증금 f 의 최적 몫을 찾기 위해 특정 차량에 대한 뇌물 수의 분포 법칙을 알아야한다는 사실에 대한 준비 역할을합니다 (바람직하게는 분석 형식 ). 그것을 알고, 우리는 RF에 대한 결과 표현식을 이익의 로그 공식에 대입하고 최대값을 찾습니다. 예를 들어, 이 경우 뇌물 분배 법칙은 가우스 형식을 가지며 분석 형식으로 작성하는 것은 어렵지 않습니다.
또는 이익의 로그에 대해:
사실, 다시이 표현으로 무엇을해야할지 명확하지 않습니다 ... 그러나 귀로 두 번째 페인트를하고 합에서 적분으로 갈 수 있습니다. 이렇게하려면 결과 금액을 동일한 숫자로 나누고 곱하면 충분합니다.이 숫자는 가로 좌표축을 따라 한 점 (즉, 1) 또는 동일합니다. 이산화 단계 dh 는 다음과 같습니다.
나는 의도적으로 통합의 무한한 한계까지 갔다. 우리나라에서는 뇌물의 FR에 제한이 없으며, 가장 일반적인 TS에 대한 뇌물은 어떠한 값도 취할 수 있습니다(이 경우 h 는 전체 실수 영역에 정의되어 현실과 일치하지 않지만 이것은 그렇지 않습니다. 기본적이고 얻은 결과에 영향을 미치지 않지만 합계에서 적분으로 이동할 수 있습니다. 때로는 사용됩니다. 적분 앞의 1/dh 는 생략하기 때문에 1과 동일합니다.
이제 작업에 중지 주문을 입력할 수 있습니다.
조금 있다가...
M1kha1l писал(а) >> Чтобы не флудить, мы можем продолжить обсуждение интересующщей Вас темы в др. ветке или в личке.
아니요! 나는 당신이 이 스레드에서 "홍수"했고 지적 잠재력을 흩뜨리지 않았다고 주장합니다 :-)
그라스 가 쓴 >> 좋아요!!! 이것은 단지 꿈일 뿐입니다. 그리고 나는 Pastekhov의 것과 같은 작동하지 않는 것이있을 것이라고 생각합니다 ...
우리는 계속합니다.
상기시켜 드리겠습니다:
임의의 TS에 대해 n 번의 트랜잭션 후 초기 값 K[n] 에 대한 우리의 예금 K[n] 의 상대적인 증가를 나타내는 표현식을 얻었습니다.
임의적이지만 수익성 있는 시스템을 명확히 합시다. SL 및 TP에 대한 모든 이론은 특정 TS에 대한 참조 없이는 의미가 없습니다. 다른 TS는 다른 SL 및 TP 값을 제공합니다.
중성자 에게
내 생각은 매우 간단했습니다. 이 문제에 접근한지 얼마 되지 않았기 때문에 세부적으로 해결할 시간이 없었고 아직 공식을 펼칠 준비가 되지 않았지만 개념적 으로는 모든 것이 이렇습니다. 특정 전략과 관련이 없는 SL에 대한 "보편적인" 솔루션을 찾고 있다면 시장의 "모델"을 결정해야 한다고 이렇게 추론했습니다(따옴표로 묶었습니다). 이 경우에만 수용 가능한 것을 찾을 수 있습니다 (Sl과 TP는 상호 연결되어 있습니다. 이것은 의학적 사실입니다).
문제의 공식화
계산된 TP 값과 TP가 트리거될 것으로 예상되는 시간 창의 길이를 기반으로 가장 가능성 있는 SL 수준을 결정합니다. SL 및 TP 레벨을 수정할 가능성이 있다는 것은 분명하지만 이는 미래에 가능합니다.
시장 모델
시장 모델은 매우 단순한 모델을 채택했습니다. 이것은 두 프로세스의 "중첩"입니다. 베르누이 프로세스("양의 임펄스" 및 "음의 임펄스")와 로그 정규(거리: o)와 유사한 증분 모듈의 매우 복잡한 분포입니다. 그것은 간단하게 작동합니다. 양수 또는 음수 충동이 생성된 다음 시장 수익 분포에 가까운 분포에서 얻은 양수 값(0 포함)으로 곱해(가속) 됩니다. 그러나 이러한 수익은 너무 복잡하고 이해할 수 없는 분포가 많기 때문에 단순히 이러한 수익의 일부 평균으로 대체하기로 결정했습니다.
결국 모든 것을 완전히 단순화: TP 수준의 "대기 시간"을 알면 시장을 다음과 같은 간단한 모델로 대체할 수 있습니다(평균 증가 기억).
예를 들어 시리즈의 이러한 섹션에 대해
모델은 다음에
이것은 충동으로 작성된 시장 모델입니다 :o). 모든 것은 사소합니다. 각 (슬라이딩) 시간 창에 대해 우리는 이 창에서 움직임의 시작 부분에서 @impulses@의 총 통과를 수집합니다. 선택한 "양자" 이동(o) 내부의 모든 (+) 및 (-)를 고려합니다.
TP 레벨
외부 TP 레벨을 수신하고 현재 개시 레벨 및 견적 프로세스의 평균 증분을 알고 있으면 데이터를 모델로 전송할 수 있습니다.
SL 레벨
또한 각 슬라이딩 시간 창 내에서 가능한 모든 총 이동을 (+) 및 (-) 기호로 계산합니다. 저것들. 극한 지점을 찾아 현재 상황 및 TP(이동 방향 포함)와 비교합니다. 배포를 구축하는 것이 가능합니다 (그런데 분석이 얻어진 것 같습니다). 또한 거의 모든 것이 간단합니다. 우리는 최대 가능성 방법 을 사용하고 이 상황에서 가장 가능성 있는 SL 수준을 얻습니다. 높음 및 낮음 통계, 배출량은 물론 정전, 네트워크 장애, 쓰나미 및 화산 폭발을 고려하는 것을 잊지 마십시오.
방법의 미묘함
창 크기가 상대적으로 크면 평균 증분 x(i)-x(i-1)를 사용하지 않고 이러한 증분을 무작위로 생성하지만 분포에 따라 생성하는 것이 가능하고 아마도 필요할 수도 있습니다.
TS 거래의 분배
알 필요가 없으며(대부분 불가능함) 원하는 창에 대해 계산된 시장 모델로 대체됩니다.
추신 : 이제 당신이 비판할 차례입니다 :o).
안녕하세요 세르게이 입니다!
매우 흥미로운. 관련된 것은 말할 것도 없습니다. 그리고 지금도 프레젠테이션 초기 단계에서 이를 실제로 어떻게 적용할 수 있을지는 명확하다.
그러나 완전히 다른 놀라움을 준비한 것은 아닐까요? 일반적으로 계속하기를 기대합니다.
우리는 계속합니다.
상기시켜 드리겠습니다:
임의의 TS에 대한 n 거래 후 초기 값 K[n ]에 대한 예금 K[n] 의 상대적 증가를 나타내는 표현식을 얻었습니다. 이는 뇌물 h[i] 의 값을 통해 정의됩니다.
시작 값 K[0] 입니까?
상당히 일관성 있게 말씀하시네요, 기사 형식으로 넣지 않은 것이 이상합니다. 그러나 이것은 당신의 일이므로 계속 읽어 드리겠습니다.