검은색으로 나오는 이유를 알았습니다. 그들은 Martin이 거래에서 이전보다 더 많은 돈을 누설하고 있다고 가정하고 뒤집어 놓았다. 특정한 경우에는 그렇습니다. 하지만 배수가 되기 전에 평균적으로 디포의 수명이 얼마나 오래 지속되는지 측정하면 가설적으로 디포의 크기를 나누면 퍼짐이 됩니다. . 평균이 있으면 표준편차도 있습니다. 당신은 아이디어를 얻을?
검은색으로 나오는 이유를 알았습니다. 그들은 Martin이 거래에서 이전보다 더 많은 돈을 누설하고 있다고 가정하고 뒤집어 놓았다. 특정한 경우에는 그렇습니다. 하지만 배수가 되기 전에 디포의 평균 수명이 얼마나 오래 지속되는지 측정하면 디포의 크기를 나누는 것과 같은 숫자가 될 것이라고 가정합니다. 확산. 평균이 있으면 표준편차도 있습니다. 당신은 아이디어를 얻을?
사실, 결과의 차이를 증가시키는 것은 베팅 자체의 두 배로 증가하는 것이 아니라 수익성 있는 거래와 손실을 보는 거래 가치의 비대칭입니다. 그들 사이의 비율이 클수록 분산이 커집니다. 즉, 실제 값에서 통계 추정치(예: MO)의 확산입니다.
예를 들어, 고정 sl=tp가 있는 전략에 100번의 거래가 있는 경우 sl=2tp 시스템은 동일한 정확도로 통계를 평가하기 위해 400번의 거래가 필요합니다.
마틴의 경우 이 비율은 엄청나다. 목표는 일반적으로 작고 손실 거래의 크기는 예금과 같습니다. 따라서 결과의 산포도가 크고 이를 평가하기 위해서는 많은 거래가 필요하다. 이것을 모을 즈음에는 이미 스탯 이점이 사라질 수도 있습니다.
검은색으로 나오는 이유를 알았습니다. 그들은 Martin이 거래에서 이전보다 더 많은 돈을 누설하고 있다고 가정하고 뒤집어 놓았다. 특정한 경우에는 그렇습니다. 하지만 배수가 되기 전에 디포의 평균 수명이 얼마나 오래 지속되는지 측정하면 디포의 크기를 나누는 것과 같은 숫자가 될 것이라고 가정합니다. 확산. 평균이 있으면 표준편차도 있습니다. 당신은 아이디어를 얻을?
흥미롭게도, 마틴이 작동하는 100개의 저장소의 평균 수명(실패한 결과의 경우 평균 트랜잭션 수 : 저장소 병합)을 어떻게 측정할 수 있습니까?
추신: 문제가 전면에 있는 경우 스프레드의 일부는 제휴 프로그램을 통해 반환될 수 있습니다.
사실, 결과의 차이를 증가시키는 것은 베팅 자체의 두 배로 증가하는 것이 아니라 수익성 있는 거래와 손실을 보는 거래 가치의 비대칭입니다. 그들 사이의 비율이 클수록 분산이 커집니다. 즉, 실제 값에서 통계 추정치(예: MO)의 확산입니다.
예를 들어, 고정 sl=tp가 있는 전략에 100번의 거래가 있는 경우 sl=2tp 시스템은 동일한 정확도로 통계를 평가하기 위해 400번의 거래가 필요합니다.
마틴의 경우 이 비율은 엄청나다. 목표는 일반적으로 작고 손실 거래의 크기는 예금과 같습니다. 따라서 결과의 산포도가 크고 이를 평가하기 위해서는 많은 거래가 필요하다. 이것을 모을 즈음에는 이미 스탯 이점이 사라질 수도 있습니다.
작은 설명. Depot은 Martin을 죽이는 것이 아니라 거래를 잃는 연속성을 죽입니다. SL=TR 제한을 적용하면 연속으로 3-4번의 손실 거래가 발생하지 않고 1번의 수익성 있는 거래가 발생하면 성배 또는 가까운 것을 얻을 수 있습니다. 마틴이 없는 그러한 시스템의 MO는 0보다 작습니다.
검은색으로 나오는 이유를 알았습니다. 그들은 Martin이 거래에서 이전보다 더 많은 돈을 누설하고 있다고 가정하고 뒤집어 놓았다. 특정한 경우에는 그렇습니다. 하지만 배수가 되기 전에 평균적으로 디포의 수명이 얼마나 오래 지속되는지 측정하면 가설적으로 디포의 크기를 나누면 퍼짐이 됩니다. . 평균이 있으면 표준편차도 있습니다. 당신은 아이디어를 얻을?
검은색으로 나오는 이유를 알았습니다. 그들은 Martin이 거래에서 이전보다 더 많은 돈을 누설하고 있다고 가정하고 뒤집어 놓았다. 특정한 경우에는 그렇습니다. 하지만 배수가 되기 전에 디포의 평균 수명이 얼마나 오래 지속되는지 측정하면 디포의 크기를 나누는 것과 같은 숫자가 될 것이라고 가정합니다. 확산. 평균이 있으면 표준편차도 있습니다. 당신은 아이디어를 얻을?
사실, 결과의 차이를 증가시키는 것은 베팅 자체의 두 배로 증가하는 것이 아니라 수익성 있는 거래와 손실을 보는 거래 가치의 비대칭입니다. 그들 사이의 비율이 클수록 분산이 커집니다. 즉, 실제 값에서 통계 추정치(예: MO)의 확산입니다.
예를 들어, 고정 sl=tp가 있는 전략에 100번의 거래가 있는 경우 sl=2tp 시스템은 동일한 정확도로 통계를 평가하기 위해 400번의 거래가 필요합니다.
마틴의 경우 이 비율은 엄청나다. 목표는 일반적으로 작고 손실 거래의 크기는 예금과 같습니다. 따라서 결과의 산포도가 크고 이를 평가하기 위해서는 많은 거래가 필요하다. 이것을 모을 즈음에는 이미 스탯 이점이 사라질 수도 있습니다.
검은색으로 나오는 이유를 알았습니다. 그들은 Martin이 거래에서 이전보다 더 많은 돈을 누설하고 있다고 가정하고 뒤집어 놓았다. 특정한 경우에는 그렇습니다. 하지만 배수가 되기 전에 디포의 평균 수명이 얼마나 오래 지속되는지 측정하면 디포의 크기를 나누는 것과 같은 숫자가 될 것이라고 가정합니다. 확산. 평균이 있으면 표준편차도 있습니다. 당신은 아이디어를 얻을?
흥미롭게도, 마틴이 작동하는 100개의 저장소의 평균 수명(실패한 결과의 경우 평균 트랜잭션 수 : 저장소 병합)을 어떻게 측정할 수 있습니까?
추신: 문제가 전면에 있는 경우 스프레드의 일부는 제휴 프로그램을 통해 반환될 수 있습니다.
당신은 측정할 수 있습니다... 그래서 당신은 스프레드에 배수를 얻습니다. 근데 평균적으로...
100달러, 0.1랏, 2포인트 스프레드 = 1랏에서 2달러.
100/2=50
50*0.1=5 로트
결과적으로 스프레드에 따라 100달러의 디포를 병합하려면 5랏의 회전율을 만들어야 합니다.
사실, 결과의 차이를 증가시키는 것은 베팅 자체의 두 배로 증가하는 것이 아니라 수익성 있는 거래와 손실을 보는 거래 가치의 비대칭입니다. 그들 사이의 비율이 클수록 분산이 커집니다. 즉, 실제 값에서 통계 추정치(예: MO)의 확산입니다.
예를 들어, 고정 sl=tp가 있는 전략에 100번의 거래가 있는 경우 sl=2tp 시스템은 동일한 정확도로 통계를 평가하기 위해 400번의 거래가 필요합니다.
마틴의 경우 이 비율은 엄청나다. 목표는 일반적으로 작고 손실 거래의 크기는 예금과 같습니다. 따라서 결과의 산포도가 크고 이를 평가하기 위해서는 많은 거래가 필요하다. 이것을 모을 즈음에는 이미 스탯 이점이 사라질 수도 있습니다.
3~4번의 거래 후 마틴 드레인의 확률을 계산할 수 있습니까? )
물론 - 몇 점 후에 우리는 두 배로합니까?