이 문제에 대한 모든 내용을 이미 이해하고 있다고 추측할 수 있습니다. 어렵지 않다면 매트 언어로 설명하세요.
추신. 믿을 수 없는 현재, 나는 포켓몬을 믿을 수 있고, 그것이 실제로 존재한다는 것을 의미하지는 않습니다.
이전에 거리에 대한 확률의 선형 의존성 증명에 대한 링크가 이미 여기에 게시되었습니다. 저것들. 임의의 지점에서: s1*p1 = s2*p2 = const(여기서 s1, s2는 고려된 지점에서 (y 축을 따라) 일부 거리이고, p1, p2는 도달 확률).
다시 말해, 테이크 프로핏에 도달할 확률은 도달할 궤도에 관계없이 항상 거리에 반비례합니다. 손절매도 마찬가지입니다. 따라서 모든 종류의 조합으로 어떻게 변태를 수행하더라도 결과에 영향을 미치지 않습니다. 그리고 그러한 게임에 대한 기대는 항상 0이 되는 경향이 있습니다.
이전에 거리에 대한 확률의 선형 의존성 증명에 대한 링크가 이미 여기에 게시되었습니다. 저것들. 임의의 지점에서: s1*p1 = s2*p2 = const(여기서 s1, s2는 고려된 지점에서 (y 축을 따라) 일부 거리이고, p1, p2는 도달 확률).
다시 말해, 테이크 프로핏에 도달할 확률은 도달할 궤도에 관계없이 항상 거리에 반비례합니다. 손절매도 마찬가지입니다. 따라서 모든 종류의 조합으로 어떻게 변태를 수행하더라도 결과에 영향을 미치지 않습니다. 그리고 그러한 게임에 대한 기대는 항상 0이 되는 경향이 있습니다.
이미 포켓몬을 믿지 마세요. 이제 마음을 돌릴 때입니다.
이것은 ATR의 변동성이 const인 랜덤 워크에 해당됩니다. 실질 가격대의 경우 ATR이 시간의 함수일 때 인형극의 수공예품이나 다른 어떤 것의 외부 영향(예: 뉴스). 고요한 시장에서 계산된 스톱 이익 목표는 쉽게 깨집니다. 스톱이나 이익이 같은 방식으로 발생한다고 가정하고 적어도 코인으로 5마리의 무스를 연속으로 잡을 확률을 추정하십시오. 내 예비 실험에 따르면이 경우 Martin을 기반으로 장기간 수익성있는 TS를 구축 할 수 있습니다. 즉시 침을 뱉지 마십시오. 요점은 불안정한 변동성에 있습니다.
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.
모델이 더 많은 통계적 이점을 가질수록 덜 일반적이었습니다...
관계는 기하급수적...
즉, 모델의 통계적 이점이 선형적으로 증가함에 따라 동일한 수의 가격 샘플에서 거래 수가 기하급수적으로 감소했습니다...
1-모델의 희귀성과 진드기로의 전환에 대한 이러한 사실을 감안할 때 진드기에서 모델을 찾는 것이 훨씬 정확하며 North Wind에서 두 번 이상 말한 것처럼 진드기 분포는 더 유사합니다. SA 배포. 따라서 더 작은 벽돌에서 큰 돌의 더 날카로운 모서리를 만드는 것이 가능합니다. 즉, 핍이 아니라 더 정확하게 거래를 입력할 수 있으며 심지어 드로우다운이 아닌 항목(1.6-1.6에서 1보다 큰 신호/노이즈 1.8 스프레드, Prival은 틱에 성공했습니다.)
2-틱 볼륨의 경우 단위 시간당 틱의 빈도가 더 낮습니다. 위에서 썼듯이 증분 모듈의 차이 기호 시퀀스가 중요합니다.
3- 즉, 변동성의 변화입니다. 그러나 아시다시피 틱 볼륨은 대부분의 경우 증분 모듈의 크기도 반영합니다. 즉, 틱 볼륨의 차이 기호 시퀀스에 의해 가격 자체의 증분 모듈의 차이 기호 시퀀스를 간접적으로 판단할 수 있습니다.
그런 다음 이산 값을 설정하거나 라디오 엔지니어와 마찬가지로 변조 수준을 설정하여 의아해하기 시작했습니다.
우리는 막대를 한 포인트로 설정할 수 없거나 오히려 설정할 수 있지만 틱이 항상 1포인트씩 가는 것은 아니며 때로는 일괄 처리로 오기도 하지만 포인트 3으로 돌아가면 틱 값으로 변조를 설정하는 것이 있습니다. 등량 막대)는 등점 막대를 만드는 빌딩 모듈레이션과 거의 동일하며, 차이가 없으면 등량 막대가 더 유리합니다(비록 이상적으로는 등점 막대를 원하지만). 그리고 때로는 잘 알려진 틱 활동, 즉 실제 거래량이 있는 실제 시장에서의 행동 활동이 때로는 가격 활동을 능가하므로 등량 막대가 등가 막대보다 훨씬 더 유용할 수 있습니다.
글쎄, 그리드를 정지하고 그것을 사용하여 변조를 설정하지만 그리드 오프셋을 허용해야합니다. 그러나 여기에도 단점이 있습니다.
추신: 똑같이 유용한 또 다른 그리드에 대한 아이디어가 탄생했습니다. 그 덕분에 나머지 그리드는 알고리즘을 구축하는 측면에서 매우 우수합니다. 그러나 단계를 설정할 수있는 기능으로 동일한 그리드의 아날로그를 만들면 어떻게 될까요? 그러나이 단계 만 포인트가 아니라 틱 수입니다. (틱을 표시하지 않고 별도로 수집하고 동일한 볼륨 막대도 표시하지 않고 작성한다고 가정해 보겠습니다.) 가격 차트 자체에 점을 표시하고 여기에서 이 막대에 대한 그리드를 작성합니다. 그녀는 ... 뭔가 Ostap을 겪었지만 그것에 대해 생각해야합니다. 그렇게 작동하지 않을 것입니다. 요컨대, 어떻게 든 정지 그리드와 동일한 볼륨 막대 그리드를 결합해야합니다.
지금까지 가장 원시적인 방법은 정지 그리드를 구축하고 동일한 차트에 기본 차트 대신 동일한 볼륨 막대를 배치하는 것이지만 이것이 최선의 솔루션은 아닐 수도 있습니다.
아니요, 만취로 할인을 요청했는데.. 번역은 어떻게 하면 되나요? 중고 ???
글쎄, 아바타에서 나는 또한 약간 속았다. 두더지가 나에게 상기시켜 주었다. 그래서 그것이 모직과의 연관성이있는 이유입니다. 빠는 것과 너무 혼란스러워 (그리고 닉네임을 번역하는 방법 ???)
이 문제에 대한 모든 내용을 이미 이해하고 있다고 추측할 수 있습니다. 어렵지 않다면 매트 언어로 설명하세요.
추신. 믿을 수 없는 현재, 나는 포켓몬을 믿을 수 있고, 그것이 실제로 존재한다는 것을 의미하지는 않습니다.
이전에 거리에 대한 확률의 선형 의존성 증명에 대한 링크가 이미 여기에 게시되었습니다. 저것들. 임의의 지점에서: s1*p1 = s2*p2 = const(여기서 s1, s2는 고려된 지점에서 (y 축을 따라) 일부 거리이고, p1, p2는 도달 확률).
다시 말해, 테이크 프로핏에 도달할 확률은 도달할 궤도에 관계없이 항상 거리에 반비례합니다. 손절매도 마찬가지입니다. 따라서 모든 종류의 조합으로 어떻게 변태를 수행하더라도 결과에 영향을 미치지 않습니다. 그리고 그러한 게임에 대한 기대는 항상 0이 되는 경향이 있습니다.
이미 포켓몬을 믿지 마세요. 이제 마음을 돌릴 때입니다.
이전에 거리에 대한 확률의 선형 의존성 증명에 대한 링크가 이미 여기에 게시되었습니다. 저것들. 임의의 지점에서: s1*p1 = s2*p2 = const(여기서 s1, s2는 고려된 지점에서 (y 축을 따라) 일부 거리이고, p1, p2는 도달 확률).
다시 말해, 테이크 프로핏에 도달할 확률은 도달할 궤도에 관계없이 항상 거리에 반비례합니다. 손절매도 마찬가지입니다. 따라서 모든 종류의 조합으로 어떻게 변태를 수행하더라도 결과에 영향을 미치지 않습니다. 그리고 그러한 게임에 대한 기대는 항상 0이 되는 경향이 있습니다.
이미 포켓몬을 믿지 마세요. 이제 마음을 돌릴 때입니다.
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.
모델이 더 많은 통계적 이점을 가질수록 덜 일반적이었습니다...
관계는 기하급수적...
즉, 모델의 통계적 이점이 선형적으로 증가함에 따라 동일한 수의 가격 샘플에서 거래 수가 기하급수적으로 감소했습니다...
1-모델의 희귀성과 진드기로의 전환에 대한 이러한 사실을 감안할 때 진드기에서 모델을 찾는 것이 훨씬 정확하며 North Wind에서 두 번 이상 말한 것처럼 진드기 분포는 더 유사합니다. SA 배포. 따라서 더 작은 벽돌에서 큰 돌의 더 날카로운 모서리를 만드는 것이 가능합니다. 즉, 핍이 아니라 더 정확하게 거래를 입력할 수 있으며 심지어 드로우다운이 아닌 항목(1.6-1.6에서 1보다 큰 신호/노이즈 1.8 스프레드, Prival은 틱에 성공했습니다.)
2-틱 볼륨의 경우 단위 시간당 틱의 빈도가 더 낮습니다. 위에서 썼듯이 증분 모듈의 차이 기호 시퀀스가 중요합니다.
3- 즉, 변동성의 변화입니다. 그러나 아시다시피 틱 볼륨은 대부분의 경우 증분 모듈의 크기도 반영합니다. 즉, 틱 볼륨의 차이 기호 시퀀스에 의해 가격 자체의 증분 모듈의 차이 기호 시퀀스를 간접적으로 판단할 수 있습니다.
그런 다음 이산 값을 설정하거나 라디오 엔지니어와 마찬가지로 변조 수준을 설정하여 의아해하기 시작했습니다.
우리는 막대를 한 포인트로 설정할 수 없거나 오히려 설정할 수 있지만 틱이 항상 1포인트씩 가는 것은 아니며 때로는 일괄 처리로 오기도 하지만 포인트 3으로 돌아가면 틱 값으로 변조를 설정하는 것이 있습니다. 등량 막대)는 등점 막대를 만드는 빌딩 모듈레이션과 거의 동일하며, 차이가 없으면 등량 막대가 더 유리합니다(비록 이상적으로는 등점 막대를 원하지만). 그리고 때로는 잘 알려진 틱 활동, 즉 실제 거래량이 있는 실제 시장에서의 행동 활동이 때로는 가격 활동을 능가하므로 등량 막대가 등가 막대보다 훨씬 더 유용할 수 있습니다.
글쎄, 그리드를 정지하고 그것을 사용하여 변조를 설정하지만 그리드 오프셋을 허용해야합니다. 그러나 여기에도 단점이 있습니다.
추신: 똑같이 유용한 또 다른 그리드에 대한 아이디어가 탄생했습니다. 그 덕분에 나머지 그리드는 알고리즘을 구축하는 측면에서 매우 우수합니다. 그러나 단계를 설정할 수있는 기능으로 동일한 그리드의 아날로그를 만들면 어떻게 될까요? 그러나이 단계 만 포인트가 아니라 틱 수입니다. (틱을 표시하지 않고 별도로 수집하고 동일한 볼륨 막대도 표시하지 않고 작성한다고 가정해 보겠습니다.) 가격 차트 자체에 점을 표시하고 여기에서 이 막대에 대한 그리드를 작성합니다. 그녀는 ... 뭔가 Ostap을 겪었지만 그것에 대해 생각해야합니다. 그렇게 작동하지 않을 것입니다. 요컨대, 어떻게 든 정지 그리드와 동일한 볼륨 막대 그리드를 결합해야합니다.
지금까지 가장 원시적인 방법은 정지 그리드를 구축하고 동일한 차트에 기본 차트 대신 동일한 볼륨 막대를 배치하는 것이지만 이것이 최선의 솔루션은 아닐 수도 있습니다.
유전적 방법을 적용하여 최상의 솔루션을 찾을 수 있습니다. 지금은 이 방향으로 작업하고 있으며 결과는 지금까지 만족스럽습니다.
우선, 최고의 솔루션을 찾기 위해 어떤 기준으로 철 조각을 설명해야 하며, 모든 것은 기본 신경망과 패턴 인식, 패턴으로 귀결됩니다. 버그에 대해 알지 못하고 자신의 계산에 죄를 짓습니다 ...
또한, 최상의 솔루션을 선택하기 위한 조건이나 장소는 다단계이며, 기계는 자체적으로 동적 수준 수를 선택해야 하며 + 각 개별 수준에서 최상의 솔루션 검색을 제한하고 + 각 수준의 중요성을 독립적으로 결정해야 합니다. 피상적인 문제일 뿐입니다.
가장 어려운 것은 비논리적 행위를 로직으로 연결하는 방법 또는 행위가 선형적이지 않고, 별도의 장소에 국부적으로만 로직을 갖고, 비논리적 행위 후에 클러스터를 생성하는 것이다.
우선, 최고의 솔루션을 찾기 위해 어떤 기준으로 철 조각을 설명해야 하며, 모든 것은 기본 신경망과 패턴 인식, 패턴으로 귀결됩니다. 버그에 대해 알지 못하고 자신의 계산에 죄를 짓습니다 ...
또한, 최상의 솔루션을 선택하기 위한 조건이나 장소는 다단계이며, 기계는 자체적으로 동적 수준 수를 선택해야 하며 + 각 개별 수준에서 최상의 솔루션 검색을 제한하고 + 각 수준의 중요성을 독립적으로 결정해야 합니다. 피상적인 문제일 뿐입니다.
가장 어려운 것은 비논리적 행위를 로직으로 연결하는 방법 또는 행위가 선형적이지 않고 별도의 장소에 국부적으로만 로직을 가지지만 비논리적 행위 후에 클러스터를 생성하는 것이다.
글쓰기를 시도합니다. 유전학은 4쌍의 포트폴리오를 수집합니다. 참여율을 계산합니다. 계수를 기반으로 총 여행 가방 자산을 계산합니다. 작은 대차로 마차를 계산하지만 꽤 견딜 수 있습니다.
가장 어려운 것은 비논리적 행위를 로직으로 연결하는 방법 또는 행위가 선형적이지 않고, 별도의 장소에 국부적으로만 로직을 갖고, 비논리적 행위 후에 클러스터를 생성하는 것이다.
당신이 당신의 똥구멍에서 벗어날 수 없다면, 다른 모든 사람들을 거기에 넣어 확률을 높이십시오. (Kanfucius, 도 8세기의 가르침.)
카무니즘에 가도록 우리를 괴롭히지 마십시오. 사람들을 잘못된 길로 인도하지 마십시오. 그들은 주제가 유망하고 금전적이라는 것을 알아야 합니다. zh..py에서 영웅적인 등반을 위해 자신을 위한 동상을 세울 수 있습니다.
.
건강한 시어터투기. 뼈를 데우는 동안 당신이 여기에 삽을 뿌린 것 같지 않습니다.))))
국가는 분명히 분해할 힘이나 두뇌가 충분하지 않았습니다. 자, 지금은 네피그에서 다른 바블로코를 쫓아다녀요. 곧 발라보를 가방에 넣는 방법을 알려드리겠습니다.