여기 또 다른 생각이 있습니다. 주제에 관한 것은 아니지만 어떤 이유로 형평성과 TA에 대해 생각할 때 여러 번 접했습니다. 우리는 원시 NOT 시스템(닫기[OPT1]>닫기[OPT2] 및 OPT3일에 닫음)을 사용하고 간격을 최적화한 다음 동일한 작업을 수행하지만 닫기[OPT1]<닫기[OPT2]합니다. 동일한 옵션으로 두 개의 수익성 있는 자산이 있는 변형을 찾습니다. 이것은 예를 들어 추세에서 발생합니다. 주식은 수익성이 낮은 옵션으로 추적되고 거래는 수익성이 높은 옵션으로 추적됩니다. 어떤 조합과도 좋은 트렌드가 좋다는 생각은 "뚱뚱한 것은 마르는 동안 마른 것은 죽기" 때문입니다.
또는 우리는 모델에 자산이 있고 신호가 있는 자산의 변형(옵션 선택)을 찾고 있습니다. 수신된 옵션을 거래합니다.
그런 다음 프로세스를 반복합니다.
시간이 아닌 숫자로 진드기에서 양초를 모으십시오. 따라서 추세가 늘어나고 플랫이 압축되어 추가 분석이 향상됩니다.
그리고 나는 왼쪽에서 오른쪽으로 수집하지 않고 오른쪽에서 왼쪽으로 수집하여 분석 순간에 마지막 양초가 완전히 형성되고 마지막 틱은 양초의 종가입니다.
시스템은 항상 시장에 있습니다. 단지 쿠데타일 뿐입니다. 어떤 TF인지 구분하기 어렵습니다. 촛불 하나는 400틱입니다. 800틱마다 시장 분석 .
그들은 전통적으로 SB를 일종의 통합 연속 프로세스로 간주하고 일반적으로 극히 가능성이 없는 실용적인 모델의 생성을 고려한다면 이것은 부분적으로 사실입니다. 그러나 특정 개별 SB에 대해 이야기하고 있으며 전체 프로세스가 아니라 일부에 대해서만 특정 단편 또는 원하는 경우 섹션에 대해 이야기하고 있다면 비교적 짧은 개별 섹션에 대해 모델을 구축하는 것처럼 보입니다. 가능하고 그러한 모델의 실용적인 가치는 실제 거래에 의해 입증됩니다.
나는 거의 사용하지 않는 내 자동화에 작성자의 시스템에 따라 필터를 가져왔습니다. 시장 상태에 대한 약 100개의 신호가 입력에 제출되었습니다. 필터 작업의 결과로 신호의 약 80%가 휴지통으로 이동하고 18개의 거래 중 선택을 수신했으며 그 중 1개만 실제로 수익성이 없는 것으로 판명되었습니다. 최적화나 아무것도 사용하지 않았습니다.
한 가지 질문이 있습니다. 왜 "IKVITI"입니까 ???
Albany에서는 이런 소리가 나는 것 같아요 :)
여기 또 다른 생각이 있습니다. 주제에 관한 것은 아니지만 어떤 이유로 형평성과 TA에 대해 생각할 때 여러 번 접했습니다. 우리는 원시 NOT 시스템(닫기[OPT1]>닫기[OPT2] 및 OPT3일에 닫음)을 사용하고 간격을 최적화한 다음 동일한 작업을 수행하지만 닫기[OPT1]<닫기[OPT2]합니다. 동일한 옵션으로 두 개의 수익성 있는 자산이 있는 변형을 찾습니다. 이것은 예를 들어 추세에서 발생합니다. 주식은 수익성이 낮은 옵션으로 추적되고 거래는 수익성이 높은 옵션으로 추적됩니다. 어떤 조합과도 좋은 트렌드가 좋다는 생각은 "뚱뚱한 것은 마르는 동안 마른 것은 죽기" 때문입니다.
우리는 모델에 자산이 있고 신호가 있는 자산의 변형(옵션 선택)을 찾고 있습니다. 수신된 옵션을 거래합니다.
그런 다음 프로세스를 반복합니다.
시간이 아닌 숫자로 진드기에서 양초를 모으십시오. 따라서 추세가 늘어나고 플랫이 압축되어 추가 분석이 향상됩니다.
그리고 나는 왼쪽에서 오른쪽으로 수집하지 않고 오른쪽에서 왼쪽으로 수집하여 분석 순간에 마지막 양초가 완전히 형성되고 마지막 틱은 양초의 종가입니다.
시스템은 항상 시장에 있습니다. 단지 쿠데타일 뿐입니다.
어떤 TF인지 구분하기 어렵습니다. 촛불 하나는 400틱입니다.
800틱마다 시장 분석 .
즉, 기계는 다른 모델을 그려서 통계적 이점을 분석했습니다 ...
모든 것이 진부하고 단순한 것으로 판명되었습니다 ...
모델이 더 많은 통계적 이점을 가질수록 덜 일반적이었습니다...
각 분석에는 통계 추정을 위한 10,000개의 발견된 모델이 있었습니다. 이익...
즉, 모델이 덜 일반적이라면 최소한 10,000개의 트랜잭션을 동일하게 설정하는 데 더 많은 기록이 필요했습니다...
관계는 기하 급수적 으로 밝혀졌습니다 ...
즉, 모델의 통계적 이점이 선형적으로 증가함에 따라 동일한 수의 가격 샘플에서 거래 수가 기하급수적으로 감소했습니다...
상식과 너무 잘 어울리는...
일 년에 한 번, 막대기가 쏜다고 해서...
즉, 이론적으로 100% 모델은 무한 샘플에서 한 번 작동합니다...
즉, 본질적으로 불가능한 사건입니다 ...
그리고 여기에서 자주 접하는 모델은 현재 50에서 50으로 조정되고 있습니다 ...
그러나이 문제를 해결할 수있는 한 가지 아이디어가 있다고 말할 것입니다 ...
즉, 지금 여기에서 희귀 모델에 대한 통계적 이점을 가지려면 ...
그리고 계수의 추정치를 어디에서 얻었습니까? 아마도 분산이 측정되지 않았거나 mo로 수렴하지 않았을 수 있습니까?
RLS는 적응형 필터입니다. 수학 기대 계수는 일정 하지 않습니다. 가격 시리즈 간의 상호 작용의 힘은 끊임없이 변화하고 있습니다.
네오
그들은 전통적으로 SB를 일종의 통합 연속 프로세스로 간주하고 일반적으로 극히 가능성이 없는 실용적인 모델의 생성을 고려한다면 이것은 부분적으로 사실입니다. 그러나 특정 개별 SB에 대해 이야기하고 있으며 전체 프로세스가 아니라 일부에 대해서만 특정 단편 또는 원하는 경우 섹션에 대해 이야기하고 있다면 비교적 짧은 개별 섹션에 대해 모델을 구축하는 것처럼 보입니다. 가능하고 그러한 모델의 실용적인 가치는 실제 거래에 의해 입증됩니다.
흥미로운 아이디어 모음입니다. 부착된 아드나카
언뜻 보기에 문제가 하나가 아니라 2개 이상입니다.
1- 아주 긴 샘플에 비해 작은 경우에는 자연적으로 무시할 수 있는 통계 이점을 얻습니다. 그러나 이것은 문제의 절반입니다.
2- 상황의 수를 늘리도록, 즉 희소성 문제를 우회하도록 합니다.
두 번째 문제의 경우 12페이지가 넘는 한 남자가 해결 방법을 암시했습니다.
좋은 하루입니다 여러분. 위를 봐주세요, 댓글은 불필요하다고 생각합니다. 제 테스트 결과입니다. 나는 지점의 저자가 아니며 저자와 아무 관련이 없습니다.
거기에 중재자나 작성자의 계정을 차단하는 사람은 중지하십시오.
Alexander (또는 그것이 무엇이든간에 ...) - 나는 할 말이 없습니다. 존경합니다!
좋은 하루입니다 여러분. 위를 봐주세요, 댓글은 불필요하다고 생각합니다. 제 테스트 결과입니다. 나는 지점의 저자가 아니며 저자와 아무 관련이 없습니다.
거기에 중재자나 작성자의 계정을 차단하는 사람은 중지하십시오.
알렉산더 (또는 그것이 무엇이든 ...) - 나는 할 말이 없습니다, 존경합니다!
나는 거의 사용하지 않는 내 자동화에 작성자의 시스템에 따라 필터를 가져왔습니다. 시장 상태에 대한 약 100개의 신호가 입력에 제출되었습니다. 필터 작업의 결과로 신호의 약 80%가 휴지통으로 이동하고 18개의 거래 중 선택을 수신했으며 그 중 1개만 실제로 수익성이 없는 것으로 판명되었습니다. 최적화나 아무것도 사용하지 않았습니다.