먼저 SL을 결정하고 선택한 SL에서 볼륨을 계산한 다음 TP에 대해 생각합니다. 제 생각에는 그냥 그렇습니다.
아마도. 나는 SL에서 TP로 간 적이 없었고 항상 그 반대였습니다. 그냥 생각이 떠올랐습니다. 왜하지 않습니까? - 적어 두었습니다. 그러나 그것들이 SL<->TP에 의해 고유하게 연결되어 있다는 점을 고려하면 TP가 아닌 SL에 전략을 구축해야 한다는 것이 밝혀졌습니다. 가격은 갈 것이지만 갈 곳은 가지 않습니다. 그건 그렇고, 특히 Elliotts의 경우 두 번째 것이 더 쉽습니다. :에 대한)
1) 거래에서 고정 스탑을 사용할 수 없으며 TP에 따라 SL을 계산하거나 그 반대의 경우도 마찬가지입니다. 저것들. SL!=const, TP!=const 및 TP!=k*SL, 여기서 0<=k<=N(자연수).
2) 입력할 때 모든 것이 예측대로 진행되는 경우 손익으로 마감해야 하는 가격으로 미리 알고 있어야 합니다. 그렇지 않으면 목표가 변경됩니다. 저것들. 목표는 동적입니다. 그리고 그들은 시가와 관련이 없으므로 TP == 300 포인트에 대한 이야기는 없습니다. 종가 (목표가)는 가장 가능성 있는 반전 지점이므로 이상적인 TS는 반전 지점이 될 것이라고 결론을 내릴 수 있습니다. 그러나 완벽한 TS는 없기 때문에 이 특정 거래에서 이 특정 목표를 달성할 확률을 어떻게든 기적적으로 계산해야 합니다. 확률이 "좋음"이면 입력하고 그렇지 않으면 기다립니다.
3) SL은 반대 방향(반전)으로 진입하라는 신호입니다. 마틴과 함께라면 가능하다(승리에 대한 기대감이 높을 경우).
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 위치가 재배열될 때 제품이 변경되지 않는다는 사실을 사용합니다.
먼저 SL을 결정하고 선택한 SL에서 볼륨을 계산한 다음 TP에 대해 생각합니다. 제 생각에는 그냥 그렇습니다.
아마도. 나는 SL에서 TP로 간 적이 없었고 항상 그 반대였습니다. 그냥 생각이 떠올랐습니다. 왜하지 않습니까? - 적어 두었습니다. 그러나 그것들이 SL<->TP에 의해 고유하게 연결되어 있다는 점을 고려하면 TP가 아닌 SL에 전략을 구축해야 한다는 것이 밝혀졌습니다. 가격은 갈 것이지만 갈 곳은 가지 않습니다. 그건 그렇고, 특히 Elliotts의 경우 두 번째 것이 더 쉽습니다. :에 대한)
흠, 그리고 이것은 아마도 가격이 어디로 갈지 결정할 것이 아니라 어디로 가지 않을 것인지 결정할 생명권이 있을 것입니다.
그리고 성공하면 실수를 인정하고 거래를 줄여야 합니다... 가끔 저는 이렇게 손으로 거래합니다. 레벨 내부에서 매우 짧은 스탑을 할 수 있으므로 잃어도 상관없습니다.
간단하고 짧게 하겠습니다.
1) 거래에서 고정 스탑을 사용할 수 없으며 TP에 따라 SL을 계산하거나 그 반대의 경우도 마찬가지입니다. 저것들. SL!=const, TP!=const 및 TP!=k*SL, 여기서 0<=k<=N(자연수).
2) 입력할 때 모든 것이 예측대로 진행되는 경우 손익으로 마감해야 하는 가격으로 미리 알고 있어야 합니다. 그렇지 않으면 목표가 변경됩니다. 저것들. 목표는 동적입니다. 그리고 그들은 시가와 관련이 없으므로 TP == 300 포인트에 대한 이야기는 없습니다. 종가 (목표가)는 가장 가능성 있는 반전 지점이므로 이상적인 TS는 반전 지점이 될 것이라고 결론을 내릴 수 있습니다. 그러나 완벽한 TS는 없기 때문에 이 특정 거래에서 이 특정 목표를 달성할 확률을 어떻게든 기적적으로 계산해야 합니다. 확률이 "좋음"이면 입력하고 그렇지 않으면 기다립니다.
3) SL은 반대 방향(반전)으로 진입하라는 신호입니다. 마틴과 함께라면 가능하다(승리에 대한 기대감이 높을 경우).
일반적으로 모든 것은 특정 시스템에 따라 다릅니다.
간단하고 짧게 하겠습니다.
....이상적인 TS가 터닝포인트가 될 거라고.....
나는 이상적인 시스템이 혁명적이어야 한다는 데 절대적으로 동의합니다. 다른 2 다스 속성을 알고 싶습니다
이것이 우리가 노력해야 하는 것이기 때문에 이상적인 시스템입니다.
나는 이상적인 시스템이 혁명적이어야 한다는 데 절대적으로 동의합니다. 다른 2 다스 속성을 알고 싶습니다
이것이 우리가 노력해야 하는 것이기 때문에 이상적인 시스템입니다.
첫째, "이상적인" 시스템은 수익성이 있어야 합니다.
나는 이상적인 시스템이 혁명적이어야 한다는 데 절대적으로 동의합니다. 다른 2 다스 속성을 알고 싶습니다
이것이 우리가 노력해야 하는 것이기 때문에 이상적인 시스템입니다.
임의의 영역에서의 재주 넘기는 시스템의 이상에 대해 말하지 않습니다.이상적인 시스템은 Time Machine(:
역전보다 나은 것은 때때로 역전이 될 수 있으며 확률이 지정된 최소값보다 큰 경우 역전이 될 수 있지만 그렇지 않은 경우 확률이 충분히 높으면 닫기만 가능합니다.
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 위치가 재배열될 때 제품이 변경되지 않는다는 사실을 사용합니다.
나중에 계속 할게요...
그것이 분명한 동안. 출품업체나 포인트별로 뇌물을 분배하는 것과 같은 것이 곧 나올 것이라고 생각합니다.