임의의 TS에 대한 SL 및 TP 차수의 최적 값. - 페이지 17

 
aZtec >> :

...첫 번째 단계에서 작업을 최대한 단순화하려고 노력하고 있으며 결과적으로 시장에 지속적으로 있어야 할 필요가 있다는 조건을 이해합니다. 그러나 이러한 조건은 실제 거래 시스템에 최적이라고 보기 어렵습니다.


당신은 확실히 이 문제를 지적하는 것이 옳습니다. 그러나 더 쉬워지지 않습니다 ...

말씀하신 것을 OTS와 Market 간의 상호작용 시스템이 정의된 용어의 언어로 번역하겠습니다. FD에 대한 일반적인 관점을 분석하면 두 가지 안정적이고 절대적인(어떤 것과도 관련이 없는) 시장 조건(추세 및 플랫)만 골라낼 수 있습니다. 모든 연구에 따르면 시장이 거의 항상 평평한 상태이며 시장은 드문 예외를 제외하고는 무리 속성(추세 특성)을 나타냅니다. 물론 메인 상태에서 이익을 취하도록 TS를 설정할 수 있으며 반대 분위기의 영역이 TS의 수익성에 눈에 띄는 손상을 일으킬 만큼 드물기를 바랄 수 있습니다. 그럴 수도 있습니다. 그러면 두려움이 정당화되지만 차량에 치명적이지는 않습니다. 그렇지 않으면 예상되는 뉴스 릴리스 직전에 TS 알고리즘을 역(그라운드 상태에 대해)으로 변경하는 메커니즘을 마련해야 합니다. 까다롭지만 아마도 필요할 것입니다. 주제를 공부해야 합니다.

따라서 시장에서 영구적인 존재의 패러다임을 포기할 필요가 없다고 생각하지만 뉴스가 제 시간에 현지화되는 경우 뉴스가 발표되기 전에 UTS FR을 "뒤집는" 필요성에 동의합니다. 확실한 시간적 결정론이 없다면, 문제는 시장 과정의 비신성성 문제의 평면에 남아 있습니다. 어쨌든 고정 시장에 대한 최적의 TS를 식별하고 최적의 MM을 찾는 문제의 솔루션을 완료하지 않고 객체 매개변수화 영역을 확장해서는 안 됩니다. 그렇지 않으면 정의를 정의하더라도 사소한 일에 갇히게 될 것입니다.

 
시장에서 지속적인 존재의 최적성(이익 극대화 측면에서)인 IMHO에 대한 가정은 가정일 뿐입니다. 실제로 TS가 특정 시장 조건에 해당하는 대상 시장의 특정 부분에서만 긍정적인 이익 기대를 가지고 있다고 가정해 봅시다. 그런 다음 Sergey 가 이전에 지적했듯이 나머지 섹션에서는 스프레드를 고려하지 않은 이익 기대치가 0이되며 원칙적으로 포지션을 종료할 필요가 없습니다. 그러나 우리는 이익뿐만 아니라 위험에도 관심이 있습니다. 그리고 위험과 함께 상황은 다르게 보이며 불확실성의 시기에 시장을 떠나며 우리는 하락을 피할 것입니다. 따라서 우리는 게임에서 자본의 몫을 증가시켜 이익의 질량을 증가시킬 수 있습니다. 상대 이익(거래당 포인트)이 감소할 수 있지만.
 

당신의 공식은 TS가 거래에 있을 때 f의 변화를 고려하지 않습니다. 예를 들어, 많은 신호(모든 수익성이 있다고 가정)가 있는 경우 Buy, Out, Buy, Out 등의 점유율은 f가 각각 증가하면 보증금도 증가합니다. 귀하의 버전에서는 f가 일정하게 유지됩니다.

추신 그리고 당신은 모델도 짝을 이룰 수 있도록 무엇을 읽어야 하는지 조언하지 않을 것입니다.

 
Neutron писал(а) >>

또한 즉시 진술합시다.

1. 역사가 충분히 길다면 어떤 TS도 마틴게일에서 0이 아닌 MO를 얻을 수 없습니다.

죄송합니다. 하지만 그 전에 스톱이 매우 드물고(여전히 50베팅) 50이 이미 뒤에 있는 경우, 스톱 후 상처가 통과할 것이라는 희망으로 상처 속으로 올라갈 수 있습니다. 아니면 이번에도 통계가 거짓말을 할 것입니다 ... 그렇지 않다면 나는 전체 로트에 대해 100 포인트의 이익과 1에서 100의 레버리지로 예금을 30 배로 늘리고 정지를 기다렸다가 다시 .... . 그것은 확실히 일어나지 않습니다, 아니면 이번 달에 그러한 차량이 쓸모 없게 될 것입니까? 또한 가능성이 낮습니다. 제 생각에는 비수동 거래의 경우 초기 예금의 유출이 유전적으로 단순 MTS에 통합될 때 드물게 대량으로 이익을 모으는 것보다 드문 스탑에 대한 위험을 감수하는 것이 더 안전합니다. 기계 차량이 아닌 수동 차량용. 나는 당신과 완전히 동의합니다.

 
Neutron :

가다! 느리게...

자본 재투자 f 가 있는 가장 단순한 임의 TS의 연산 알고리즘화부터 시작하겠습니다. 우리의 경우 자본 f 의 몫은 가격 움직임의 한 지점에 기인하는 상대적이고 차원이 없는 자금으로 정의된다는 것을 상기시켜 드리겠습니다. 초기 시간에 자본 K[0] 이 있었고 첫 번째 거래의 결과로 시장 h[1] 에서 포인트를 얻었습니다. 여기서 h 는 모든 자연 가치, 즉 h 는 5핍(그리고 우리는 이 트릭에서 이겼습니다) 또는 -51핍이 될 수 있으며 우리는 51핍을 잃었습니다(시장에 반환). 그런 다음 첫 번째 거래의 결과로 자본의 금전적 성장은 K[1]=K[0]+h[1]*f * K[0] 값에 의해 결정됩니다. 자본 감소, 모든 것은 h[1] 앞의 부호와 그 절대값에 의해 결정됩니다. 두 번째 트랜잭션의 경우 표현식은 이미 작성된 K[2]=K[1]+h[2]*f * K[1] 과 유사합니다. 경매에 참여하는 자본 f 의 몫은 고정되어 있음을 상기시켜 드리겠습니다. 일반적으로, 내가 거래를 수행한 후 우리의 예금 규모는 K[i]= K[i-1]* (1+h[i]*f ) 값에 의해 결정됩니다. K[ i-1] 값에 대한 표현식에서 이를 마지막 공식으로 대체하여 다음을 얻을 수 있습니다. K[i]= K[i-2]* (1+h[i-1]*f ) * (1+ h[i]*f ) . 체인을 따라 계속해서 다음을 얻습니다.

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.

나중에 계속 할게요...

특정 가정에서 f 는 다음과 같이 계산할 수 있습니다.

 
hrenfx :

특정 가정에서 f 는 다음과 같이 계산할 수 있습니다.

이 스레드에서 몇 가지 매우 이상한 추론.

SL과 TP 레벨은 TS 자체에 정의되어 있지 않습니까?

당신이 제시한 계산을 누군가가 할 것이라고 진심으로 믿습니까?

'임의' TS는 현실에서 완전히 탈피하고 환상적인 유토피아의 세계로 들어가는 것을 의미하며,

실제로 지점의 작성자가 성공적으로 시연합니다.


 
more :

이 스레드에서 몇 가지 매우 이상한 추론.

SL과 TP 레벨은 TS 자체에 정의되어 있지 않습니까?

'임의' TS는 현실에서 완전히 탈피하고 환상적인 유토피아의 세계로 들어가는 것을 의미하며,

끼어들지 말고 흥해라!!!!111!!아디나딘

동지, 계속하십시오, 매우 흥미 롭습니다 ...

 

f 를 사용하는 것이 가장 실용적입니다.

f 는 (실제) 차량에 사용할 "어깨"를 보여줍니다.

최적화 방법(예: 테스터의 MM 최적화)을 사용하거나 위에서 설명한 대로 계산할 수 있습니다.

 
hrenfx :

f 를 사용하는 것이 가장 실용적입니다.

f 는 (실제) 차량에 사용할 "어깨"를 보여줍니다.

최적화 방법(예: 테스터의 MM 최적화)을 사용하거나 위에서 설명한 대로 계산할 수 있습니다.


픽션 이 최적 f는 역사적 통계에 적합합니다. 시스템 표시기는 일정하지 않습니다. 가장 중요한 것은 시스템이 폐기될 때 시스템을 포기하는 기준입니다. 그리고 이러한 기준은 각 시스템에 대해 개별적입니다. MM은 시스템을 포기하는 순간까지 최대 자금을 얻거나 일정 금액 이상을 소모하지 않도록 해야 합니다. :)
 
당신은 그것이 이상적으로 어떻게 되어야 하는지에 대해 많이 그리고 오랫동안 이야기할 수 있습니다.