b) 내가 이해하는 한, 더 작은 범위의 막대의 방향이 날카로운 움직임의 방향보다 더 잘 예측됩니다. 따라서 긍정적인 MO가 있는 방향 예측도 작은 막대의 방향을 예측하는 데 더 성공하고 덜 큰 막대의 방향을 예측하는 데 더 성공적이라면 점수별로 부정적인 결과를 줄 수 있습니다. 저것들. 나쁜 출발 예측은 말 그대로 아파트에서 훌륭한 결과를 망칠 수 있습니다. 여기에서 분명히 정류장에 대한 명확한 작업이 필요하며 "똑똑한"작업은 어리석게도 같은 수준에 정류장을 두는 것은 작동하지 않을 것입니다 ...
3. b) 내가 아는 한, 좁은 범위의 막대의 방향이 날카로운 움직임의 방향보다 더 잘 예측됩니다. 따라서 긍정적인 MO가 있는 방향 예측도 작은 막대의 방향을 예측하는 데 더 성공하고 덜 큰 막대의 방향을 예측하는 데 더 성공적이라면 점수별로 부정적인 결과를 줄 수 있습니다. 저것들. 나쁜 출발 예측은 말 그대로 아파트에서 훌륭한 결과를 망칠 수 있습니다. 여기에서 분명히 정류장에 대한 명확한 작업이 필요하며 "똑똑한"작업은 어리석게도 같은 수준에 정류장을 두는 것은 작동하지 않을 것입니다 ...
1. 글쎄요, 이것은 확실히 성배 가 아닙니다. 시장은 끊임없이 변화하고 있습니다(며칠 전에 작동했던 패턴이 오늘날 작동하지 않음). 훈련은 적어도 하루에 한 번 필요합니다.
2. 스프레드가 고려됩니다. 그리드는 기기의 최대 스프레드 2개 미만의 움직임에 반응하지 않도록 훈련되었습니다.
3. 그런 편지가 있습니다. 작은 막대의 방향은 날카로운 움직임의 방향과 한 번에 여러 막대의 결과 방향보다 더 잘 예측됩니다. 더 좋습니다. 개별 막대의 색상은 일반적으로 매우 잘 예측되지 않습니다.
일반적으로 SL은 예측 영역의 이동 가능한 크기의 3sco에 두는 것이 좋다고 생각합니다. 훈련은 SL과 TP 없이, SL은 있지만 TP 없이 거래가 이루어지므로 뚱뚱한 꼬리로 인한 주요 손실이 적습니다(비정상적으로 큰 움직임의 색상을 올바르게 인식하지 못했을 경우). 이러한 방식으로 그리드가 제공할 수 있는 수준까지 MO를 추가로 높일 수 있습니다.
일반적으로 순전히 가설적으로는 이미 약간의 발전이 있지만 프로세스를 예측하는 시스템은 "알고 있음"과 "모름"의 두 가지 상태를 가져야 합니다. "알고" 상태에서 시스템은 예측을 합니다. "모름" 상태에서는 예측을 자제합니다. 여기에서는 시스템이 프로세스의 현재 상태에 익숙하지 않거나 시스템이 이 경우 예측을 "삼가하는 것이 더 낫다"는 것을 알고 있습니다. 시간이 지남에 따라 프로세스의 특성과 내부 관계가 변경되면 시스템은 점점 더 자주 "모름" 상태가 되고 결국에는 중지됩니다. 상태. 이러한 시스템은 어떤 경우에도 가치가 있습니다. 한 번만 설정/교육하면 충분하며 발생할 수 있는 최악의 상황은 "모름 " 상태.
모든 것이 잘 될 것입니다. 그러나 하나의 BUT가 있습니다. 금융 시장에서 패턴 반전이 발생합니다. 상품의 현재 상태와 동일한 패턴이 반대 결과를 야기할 때 구매가 필요했지만 지금은 이러한 경우에 매도해야 합니다. 따라서 인과 패턴의 반전과 같은 최신 정보를 최신으로 유지하기 위해 시스템에 대한 지속적인 추가 교육이 필요합니다.
내가 아는 한, 모든 현대 예측 시스템은 일정한 "알고 있는" 상태에 초점을 맞추므로 프로세스의 특성과 내부 연결이 약간만 변경되어도 잘못된 예측이 발생합니다. 이는 샘플 영역 외부의 시스템 수익성 감소로 해석됩니다.
joo : 일반적으로 SL을 예상영역에서 가능한 이동량의 3배속으로 하는 것을 생각하고 있습니다. 훈련은 SL과 TP 없이, SL은 있지만 TP 없이 거래가 이루어지므로 뚱뚱한 꼬리로 인한 주요 손실이 적습니다(비정상적으로 큰 움직임의 색상을 올바르게 인식하지 못했을 경우). 이러한 방식으로 그리드가 제공할 수 있는 수준까지 MO를 추가로 높일 수 있습니다.
나는 순전히 이론적인 옵션이 있습니다 2*sqrt(2) RMS ))
이 관계는 Laplacian 분포와 Gaussian 분포의 우도비가 임계점을 통과하고 Laplacian 쪽으로 급격한 스파이크를 만들 때 얻습니다. 그냥 두꺼운 꼬리. 문제는 RMS 예측을 계산하는 데 있지만 여기에서도 그리드를 사용할 수 있지만 일일 계절성을 제거하기만 하면 됩니다.
일반적으로 순전히 가설적으로는 이미 약간의 발전이 있지만 프로세스를 예측하는 시스템은 "알고 있음"과 "모름"의 두 가지 상태를 가져야 합니다. "알고" 상태에서 시스템은 예측을 합니다. "모름" 상태에서는 예측을 자제합니다. 여기에서는 시스템이 프로세스의 현재 상태에 익숙하지 않거나 시스템이 이 경우 예측을 "삼가하는 것이 더 낫다"는 것을 알고 있습니다. 시간이 지남에 따라 프로세스의 특성과 내부 관계가 변경되면 시스템은 점점 더 자주 "모름" 상태가 되고 결국에는 중지됩니다. 상태. 이러한 시스템은 어떤 경우에도 가치가 있습니다. 한 번만 설정/교육하면 충분하며 발생할 수 있는 최악의 상황은 "모름 " 상태.
모든 것이 잘 될 것입니다. 그러나 하나의 BUT가 있습니다. 금융 시장에서 패턴 반전이 발생합니다. 즉, 상품의 현재 상태와 동일한 패턴이 반대 결과를 야기할 때, 구매가 필요하기 이전에, 그리고 지금은 그러한 경우에 판매해야 합니다. 따라서 인과 패턴의 반전과 같은 최신 정보를 최신으로 유지하기 위해 시스템에 대한 지속적인 추가 교육이 필요합니다.
내가 아는 한, 모든 현대 예측 시스템은 일정한 "알고 있는" 상태에 초점을 맞추므로 프로세스의 특성과 내부 연결이 약간만 변경되어도 잘못된 예측이 발생합니다. 이는 샘플 영역 외부의 시스템 수익성 감소로 해석됩니다.
동료 여러분의 의견을 표현하십시오.
동일한 패턴이 이제 반대 신호를 제공하고 시스템을 재교육해야 한다고 말할 때 우리는 자기기만에 빠져 있는 것이 아닙니까? 이 패턴을 신호와 연결하는 규칙성이 없었을까요? 예를 들어, 우리는 동전을 던지고 세 개의 꼬리 후에 대부분의 경우 독수리가 떨어지는 것을 알아차립니다. 이것이 패턴입니까, 아니면 단순히 많은 수의 실험이 없기 때문에(통계를 보다 정확하게 평가할 수 있음) 잘못된 결론에 도달한 것입니까? 나 자신도 오랫동안 패턴으로 괴로워하며 항상 이 문제에 대해 생각한다.
그리고 나는 미래의 인용문을 가지고 있지 않습니다. 당신도 그렇지 않다고 생각합니다.
그러나 그리드가 알지 못하는 과거의 테스트 인용문으로 그리드를 제공할 수 있습니다. 날짜를 보세요.
샘플 2011.10.01-2012.03.01 8890 샘플, 앞으로 2012.03.01-2012.05.25 4828 샘플.
그러나 시장은 더 나빠질 수 있습니다.
) 확산, 언어는 이미 이야기되었습니다) 그러나 거기에 없더라도
b) 내가 이해하는 한, 더 작은 범위의 막대의 방향이 날카로운 움직임의 방향보다 더 잘 예측됩니다. 따라서 긍정적인 MO가 있는 방향 예측도 작은 막대의 방향을 예측하는 데 더 성공하고 덜 큰 막대의 방향을 예측하는 데 더 성공적이라면 점수별로 부정적인 결과를 줄 수 있습니다. 저것들. 나쁜 출발 예측은 말 그대로 아파트에서 훌륭한 결과를 망칠 수 있습니다. 여기에서 분명히 정류장에 대한 명확한 작업이 필요하며 "똑똑한"작업은 어리석게도 같은 수준에 정류장을 두는 것은 작동하지 않을 것입니다 ...
alsu :
1. 스트레이트 18 좀...
그러나 시장은 더 나빠질 수 있습니다.
1. a) 확산, 언어는 이미 이것에 대해 무감각하지만 거기에 없더라도
3. b) 내가 아는 한, 좁은 범위의 막대의 방향이 날카로운 움직임의 방향보다 더 잘 예측됩니다. 따라서 긍정적인 MO가 있는 방향 예측도 작은 막대의 방향을 예측하는 데 더 성공하고 덜 큰 막대의 방향을 예측하는 데 더 성공적이라면 점수별로 부정적인 결과를 줄 수 있습니다. 저것들. 나쁜 출발 예측은 말 그대로 아파트에서 훌륭한 결과를 망칠 수 있습니다. 여기에서 분명히 정류장에 대한 명확한 작업이 필요하며 "똑똑한"작업은 어리석게도 같은 수준에 정류장을 두는 것은 작동하지 않을 것입니다 ...
1. 글쎄요, 이것은 확실히 성배 가 아닙니다. 시장은 끊임없이 변화하고 있습니다(며칠 전에 작동했던 패턴이 오늘날 작동하지 않음). 훈련은 적어도 하루에 한 번 필요합니다.
2. 스프레드가 고려됩니다. 그리드는 기기의 최대 스프레드 2개 미만의 움직임에 반응하지 않도록 훈련되었습니다.
3. 그런 편지가 있습니다. 작은 막대의 방향은 날카로운 움직임의 방향과 한 번에 여러 막대의 결과 방향보다 더 잘 예측됩니다. 더 좋습니다. 개별 막대의 색상은 일반적으로 매우 잘 예측되지 않습니다.
일반적으로 SL은 예측 영역의 이동 가능한 크기의 3sco에 두는 것이 좋다고 생각합니다. 훈련은 SL과 TP 없이, SL은 있지만 TP 없이 거래가 이루어지므로 뚱뚱한 꼬리로 인한 주요 손실이 적습니다(비정상적으로 큰 움직임의 색상을 올바르게 인식하지 못했을 경우). 이러한 방식으로 그리드가 제공할 수 있는 수준까지 MO를 추가로 높일 수 있습니다.
일반적으로 순전히 가설적으로는 이미 약간의 발전이 있지만 프로세스를 예측하는 시스템은 "알고 있음"과 "모름"의 두 가지 상태를 가져야 합니다. "알고" 상태에서 시스템은 예측을 합니다. "모름" 상태에서는 예측을 자제합니다. 여기에서는 시스템이 프로세스의 현재 상태에 익숙하지 않거나 시스템이 이 경우 예측을 "삼가하는 것이 더 낫다"는 것을 알고 있습니다. 시간이 지남에 따라 프로세스의 특성과 내부 관계가 변경되면 시스템은 점점 더 자주 "모름" 상태가 되고 결국에는 중지됩니다. 상태. 이러한 시스템은 어떤 경우에도 가치가 있습니다. 한 번만 설정/교육하면 충분하며 발생할 수 있는 최악의 상황은 "모름 " 상태.
모든 것이 잘 될 것입니다. 그러나 하나의 BUT가 있습니다. 금융 시장에서 패턴 반전이 발생합니다. 상품의 현재 상태와 동일한 패턴이 반대 결과를 야기할 때 구매가 필요했지만 지금은 이러한 경우에 매도해야 합니다. 따라서 인과 패턴의 반전과 같은 최신 정보를 최신으로 유지하기 위해 시스템에 대한 지속적인 추가 교육이 필요합니다.
내가 아는 한, 모든 현대 예측 시스템은 일정한 "알고 있는" 상태에 초점을 맞추므로 프로세스의 특성과 내부 연결이 약간만 변경되어도 잘못된 예측이 발생합니다. 이는 샘플 영역 외부의 시스템 수익성 감소로 해석됩니다.
동료 여러분의 의견을 표현하십시오.
나는 순전히 이론적인 옵션이 있습니다 2*sqrt(2) RMS ))
이 관계는 Laplacian 분포와 Gaussian 분포의 우도비가 임계점을 통과하고 Laplacian 쪽으로 급격한 스파이크를 만들 때 얻습니다. 그냥 두꺼운 꼬리. 문제는 RMS 예측을 계산하는 데 있지만 여기에서도 그리드를 사용할 수 있지만 일일 계절성을 제거하기만 하면 됩니다.
일반적으로 순전히 가설적으로는 이미 약간의 발전이 있지만 프로세스를 예측하는 시스템은 "알고 있음"과 "모름"의 두 가지 상태를 가져야 합니다. "알고" 상태에서 시스템은 예측을 합니다. "모름" 상태에서는 예측을 자제합니다. 여기에서는 시스템이 프로세스의 현재 상태에 익숙하지 않거나 시스템이 이 경우 예측을 "삼가하는 것이 더 낫다"는 것을 알고 있습니다. 시간이 지남에 따라 프로세스의 특성과 내부 관계가 변경되면 시스템은 점점 더 자주 "모름" 상태가 되고 결국에는 중지됩니다. 상태. 이러한 시스템은 어떤 경우에도 가치가 있습니다. 한 번만 설정/교육하면 충분하며 발생할 수 있는 최악의 상황은 "모름 " 상태.
모든 것이 잘 될 것입니다. 그러나 하나의 BUT가 있습니다. 금융 시장에서 패턴 반전이 발생합니다. 즉, 상품의 현재 상태와 동일한 패턴이 반대 결과를 야기할 때, 구매가 필요하기 이전에, 그리고 지금은 그러한 경우에 판매해야 합니다. 따라서 인과 패턴의 반전과 같은 최신 정보를 최신으로 유지하기 위해 시스템에 대한 지속적인 추가 교육이 필요합니다.
내가 아는 한, 모든 현대 예측 시스템은 일정한 "알고 있는" 상태에 초점을 맞추므로 프로세스의 특성과 내부 연결이 약간만 변경되어도 잘못된 예측이 발생합니다. 이는 샘플 영역 외부의 시스템 수익성 감소로 해석됩니다.
동료 여러분의 의견을 표현하십시오.
동일한 패턴이 이제 반대 신호를 제공하고 시스템을 재교육해야 한다고 말할 때 우리는 자기기만에 빠져 있는 것이 아닙니까? 이 패턴을 신호와 연결하는 규칙성이 없었을까요? 예를 들어, 우리는 동전을 던지고 세 개의 꼬리 후에 대부분의 경우 독수리가 떨어지는 것을 알아차립니다. 이것이 패턴입니까, 아니면 단순히 많은 수의 실험이 없기 때문에(통계를 보다 정확하게 평가할 수 있음) 잘못된 결론에 도달한 것입니까? 나 자신도 오랫동안 패턴으로 괴로워하며 항상 이 문제에 대해 생각한다.
그건 그렇고, 시장 상태를 평가할 수있는 가격 기록의 깊이는 무엇입니까?