Aliaksandr Hryshyn: 다음은 의미 없는 표현의 또 다른 예입니다: =높음>(열기-닫기), 역시 통과하지 못합니다.
이런 사소한 일에 빠져들게 됩니다. 함수란 지표의 도움을 받거나 독립적으로 EA의 일부 속성을 담당하는 미리 준비된 내부적으로 일관된 특정 코드를 의미합니다. 즉, 특정 아이디어에 대한 것입니다.
예를 들어, 역사에서 프랙탈을 정의하는 부분이 있습니다. 또는 당신이 제공하지 않는 모든 것을 계산하는 조각. 또는 변화율을 정의하거나. 또는 레벨을 결정합니다.
생성기의 임무는 이러한 다양한 조각을 하나의 엔지니어링 솔루션으로 결합하는 것입니다. 예를 들어 레벨의 프랙탈 수를 세고 그 결과에 따라 매수 또는 매도 우선순위를 정합니다. 또는 레벨의 가속도 합계를 결정하고 히스토리의 가속도와 비교하여 다른 함수에서 보정 계수를 만듭니다. 기타 등등.
즉, 생명체의 진화에 비유하자면 선택의 재료를 제공하는 돌연변이에는 두 가지 유형이 있습니다. 첫 번째는 점 돌연변이로, 실제로 게놈에서 압도적으로 많은 수의 변화를 구성합니다. 문제는 이러한 돌연변이는 대개 아무 결과도 가져오지 않는다는 것입니다. 그러나이 과정은 수십억 년 동안 그리고 거대한 통계에서 계속되어 왔기 때문에 끊임없이 운이 좋은 사람들이 있습니다. 개인적으로 저는 멍청한 검색을 할 시간이 백만 년, 백년, 심지어 수십 년이 없습니다.
두 번째 유형의 돌연변이는 더 드물지만 더 흥미로운 것은 재조합이 발생하고 자발적이지만 이미 전체 준비된 솔루션이 발생하는 경우입니다. 예를 들어, 새로운 성적 유기체가 형성 될 때 아버지와 어머니의 다른 유전자가 뒤섞여 있습니다. 또는 바이러스가 게놈에 통합됩니다. 또는 독립적 인 외계 유기체의 전체 게놈이 인수됩니다. 또는 전체 염색체가 융합되어 새로운 종 (그런데 호미니드)을 형성합니다.
따라서 이러한 생성기의 임무는 특정 알고리즘에 따라 이러한 기능을 재결합하는 것입니다. 그래야만 새로운 것이 나타날 가능성이 있습니다.
트레이더를 일상에서 해방시킴으로써 그러한 발전기는 새로운 아이디어에 집중할 수있는 기회 인 창의적인 부분을 남길 것입니다. 또한 기계화는 항상 주관의 위험을 줄이고 스탬프를 제거하는 데 도움이됩니다.
세부 사항에 빠져들 것입니다. 기능이란 지표의 도움을 받거나 독립적으로 전문가 고문의 특정 속성을 담당하는 내부적으로 일관된 코드를 미리 준비한 것을 의미합니다. 즉, 특정 아이디어에 대한 것입니다.
예를 들어, 역사에서 프랙탈을 정의하는 부분입니다. 또는 제공하지 않은 모든 것을 계산하는 부분. 또는 변화율을 정의하거나. 또는 레벨을 결정합니다.
생성기의 임무는 이러한 다양한 조각을 하나의 엔지니어링 솔루션으로 결합하는 것입니다. 예를 들어 레벨의 프랙탈 수를 세고 그 결과에 따라 매수 또는 매도 우선순위를 정합니다. 또는 레벨의 가속도 합계를 결정하고 히스토리의 가속도와 비교하여 다른 함수에서 보정 계수를 만듭니다. 기타 등등.
따라서 이러한 생성기의 임무는 특정 알고리즘에 따라 이러한 기능을 재조합하는 것입니다. 그래야만 새로운 것이 나타날 가능성이 있습니다.
한 코드 (함수)가 구매를 제안하고 다른 코드가 판매를 제안하면 어떨까요? 생성기는 어떻게 이러한 조각들을 통합 솔루션으로 결합할 수 있을까요?
경험적으로 우선순위를 정해야 할까요? 아니면 한 함수 A는 가격이 P(A) 확률로 하락할 것이라고 믿고 있고, 다른 함수 B는 가격이 P(B) 확률로 상승할 것이라고 믿는다고 가정하면 어떻게 해야 할까요? 확률 이론의 공식을 적용해야 할까요?
세부 사항에 빠져들 것입니다. 기능이란 지표의 도움을 받거나 독립적으로 전문가 고문의 특정 속성을 담당하는 내부적으로 일관된 코드를 미리 준비한 것을 의미합니다. 즉, 특정 아이디어에 대한 것입니다.
예를 들어, 역사에서 프랙탈을 정의하는 부분입니다. 또는 제공하지 않은 모든 것을 계산하는 부분. 또는 변화율을 정의하거나. 또는 레벨을 결정합니다.
생성기의 임무는 이러한 다양한 조각을 하나의 엔지니어링 솔루션으로 결합하는 것입니다. 예를 들어 레벨의 프랙탈 수를 세고 그 결과에 따라 매수 또는 매도 우선순위를 정합니다. 또는 레벨의 가속도 합계를 결정하고 히스토리의 가속도와 비교하여 다른 함수에서 보정 계수를 만듭니다. 기타 등등.
즉, 생명체의 진화에 비유하자면 선택의 재료를 제공하는 돌연변이에는 두 가지 유형이 있습니다. 첫 번째는 점 돌연변이로, 실제로 게놈에서 압도적으로 많은 수의 변화를 구성합니다. 문제는 이러한 돌연변이는 대개 아무 결과도 가져오지 않는다는 것입니다. 그러나이 과정은 수십억 년 동안 그리고 거대한 통계에서 계속되어 왔기 때문에 끊임없이 운이 좋은 사람들이 있습니다. 개인적으로 저는 멍청한 검색을 할 시간이 백만 년, 백년, 심지어 수십 년이 없습니다.
두 번째 유형의 돌연변이는 더 드물지만 더 흥미로운 것은 재조합이 발생하고 자발적이지만 이미 전체 준비된 솔루션이 발생하는 경우입니다. 예를 들어, 새로운 성적 유기체가 형성 될 때 아버지와 어머니의 다른 유전자가 뒤섞여 있습니다. 또는 바이러스가 게놈에 통합됩니다. 또는 독립적 인 외계 유기체의 전체 게놈이 인수됩니다. 또는 전체 염색체가 융합되어 새로운 종 (그런데 호미니드)을 형성합니다.
따라서 이러한 생성기의 임무는 특정 알고리즘에 따라 이러한 기능을 재결합하는 것입니다. 그래야만 새로운 것이 나타날 가능성이 있습니다.
상인을 일상에서 해방시킴으로써 그러한 발전기는 그에게 창의적인 부분, 즉 새로운 아이디어에 집중할 수있는 기회를 남길 것입니다. 게다가 기계화는 항상 주관성의 위험을 줄이고 우표에서 벗어나는 데 도움이됩니다.
실제로 사소한 것들이 많이 있습니다.
저는 최소한의 노력으로 지표, 캔들스틱 등을 분석할 수 있는 다양한 가능성을 추가할 수 있도록 범용 시스템을 만들려고 노력합니다. 각 함수에는 어떤 데이터로 작업할 수 있고 어떤 데이터가 출력되는지에 대한 정보가 있습니다. 지표는 어떤 종류의 데이터를 제공하는지도 설명되어 있습니다. 데이터는 {double}, {int,double}과 같이 단순하고 복잡한 유형으로 나뉘며, 같은 예로 "가격"과 "차트상의 포지션", "직선"(채널 정의에 사용 가능) 등의 카테고리로 나뉘고 "스케일 유형"으로 나뉩니다. "스케일 유형"(예: "상수"(전략 매개변수), "지수"(최소값과 최대값이 있음), "비율"(가격, 거래량 등 기준점이 하나만 있음) 등으로 분류합니다. 일관된 방식으로 전략을 수정해야하며, 그러한 뉘앙스가 있으며 한 곳의 수정은 다른 곳의 수정 조건에 영향을 미칠 수 있습니다.
맞습니다... 검색의 조합 수를 줄이고 위의 제한 (유형, 규모, 카테고리)을 사용하려면 지금은 충분하고 포인트 변경 (하나 / 몇 가지 기능 추가 / 제거)이 충분합니다.
"재조합도 자발적이지만 전체 기성 솔루션"-이 생각이 떠 올랐습니다), 그것이 어떻게 실현 될 수 있는지 상상하기 어렵습니다. 결합된 함수 그룹은 단일 함수보다 '외부 세계'와 더 많이 연결될 가능성이 높기 때문에 모든 것을 결합할 기회가 더 적습니다. 알고리즘이 매우 복잡해지므로 더 나은 시기가 올 때까지 남겨두겠습니다)).
IMHO, 질문은 절대적으로 맞습니다. 전략을 세우기 전에 그것이 효과가 있을지 여부를 아는 것이 좋습니다.
이를 수행하는 방법에는 두 가지가 있습니다.
1. Excel-전략을 작성하고 확인합니다. 모든 차트 + 서비스에서 좋은 수학. 예, 그리고 + VBA.
2.MatLab - 견적을 데이터베이스에 업로드하고 MatLab에 연결한 다음 거기서 전략을 모델링합니다. Excel보다 쉽습니다.
MT4/5에서 모든 것을 직접 하면 더 편하지 않나요? 전략 포트폴리오를 최적화하는 것이 목적이라면 왜 타사 프로그램을 사용해야 하나요? 그게 질문이었는지 잘 모르겠지만요?
오토테스터에 변형을 로드할 때마다 이런 생각을 합니다. 제가 생각하는 것은 다음과 같습니다.
1. 전략 생성기는 단순한 것부터 복잡한 것까지 진화 트리의 원리에 따라 작동해야 합니다.
2. 변형은 볼킹 포워드에서 즉시 확인하고 제거해야합니다.
3. 함수는 수동으로 준비해야하며 생성기는 상호 작용의 변형, 즉 상호 의존성을 생성하는 변형 만 해결해야합니다.
그건 그렇고, 영어 스레드에서 나는 이와 같은 요소가있는 불가리아 소프트웨어에 대한 언급을 만났습니다. 하지만 MT4에 있었기 때문에 관심이 없었습니다.
그리고 여기 MT4에 또 다른 독일어가 있습니다 http://darwins-fx-tools.com/.
이 변형에서는 개발이 진행 중입니다... 기능의 상호 작용 그래프가 작성되고 검색 공간은 무한합니다 ...
함수 간의 연결은 더 "의미있는"것입니다. 예를 들어 Open> 낮음 표현은 의미가 있지만 Open> 볼륨은 그렇지 않으며 다른 뉘앙스....
다음은 의미 없는 표현의 또 다른 예입니다: =높음>(열기-닫기), 역시 통과하지 못합니다.
이런 사소한 일에 빠져들게 됩니다. 함수란 지표의 도움을 받거나 독립적으로 EA의 일부 속성을 담당하는 미리 준비된 내부적으로 일관된 특정 코드를 의미합니다. 즉, 특정 아이디어에 대한 것입니다.
예를 들어, 역사에서 프랙탈을 정의하는 부분이 있습니다. 또는 당신이 제공하지 않는 모든 것을 계산하는 조각. 또는 변화율을 정의하거나. 또는 레벨을 결정합니다.
생성기의 임무는 이러한 다양한 조각을 하나의 엔지니어링 솔루션으로 결합하는 것입니다. 예를 들어 레벨의 프랙탈 수를 세고 그 결과에 따라 매수 또는 매도 우선순위를 정합니다. 또는 레벨의 가속도 합계를 결정하고 히스토리의 가속도와 비교하여 다른 함수에서 보정 계수를 만듭니다. 기타 등등.
즉, 생명체의 진화에 비유하자면 선택의 재료를 제공하는 돌연변이에는 두 가지 유형이 있습니다. 첫 번째는 점 돌연변이로, 실제로 게놈에서 압도적으로 많은 수의 변화를 구성합니다. 문제는 이러한 돌연변이는 대개 아무 결과도 가져오지 않는다는 것입니다. 그러나이 과정은 수십억 년 동안 그리고 거대한 통계에서 계속되어 왔기 때문에 끊임없이 운이 좋은 사람들이 있습니다. 개인적으로 저는 멍청한 검색을 할 시간이 백만 년, 백년, 심지어 수십 년이 없습니다.
두 번째 유형의 돌연변이는 더 드물지만 더 흥미로운 것은 재조합이 발생하고 자발적이지만 이미 전체 준비된 솔루션이 발생하는 경우입니다. 예를 들어, 새로운 성적 유기체가 형성 될 때 아버지와 어머니의 다른 유전자가 뒤섞여 있습니다. 또는 바이러스가 게놈에 통합됩니다. 또는 독립적 인 외계 유기체의 전체 게놈이 인수됩니다. 또는 전체 염색체가 융합되어 새로운 종 (그런데 호미니드)을 형성합니다.
따라서 이러한 생성기의 임무는 특정 알고리즘에 따라 이러한 기능을 재결합하는 것입니다. 그래야만 새로운 것이 나타날 가능성이 있습니다.
트레이더를 일상에서 해방시킴으로써 그러한 발전기는 새로운 아이디어에 집중할 수있는 기회 인 창의적인 부분을 남길 것입니다. 또한 기계화는 항상 주관의 위험을 줄이고 스탬프를 제거하는 데 도움이됩니다.
세부 사항에 빠져들 것입니다. 기능이란 지표의 도움을 받거나 독립적으로 전문가 고문의 특정 속성을 담당하는 내부적으로 일관된 코드를 미리 준비한 것을 의미합니다. 즉, 특정 아이디어에 대한 것입니다.
예를 들어, 역사에서 프랙탈을 정의하는 부분입니다. 또는 제공하지 않은 모든 것을 계산하는 부분. 또는 변화율을 정의하거나. 또는 레벨을 결정합니다.
생성기의 임무는 이러한 다양한 조각을 하나의 엔지니어링 솔루션으로 결합하는 것입니다. 예를 들어 레벨의 프랙탈 수를 세고 그 결과에 따라 매수 또는 매도 우선순위를 정합니다. 또는 레벨의 가속도 합계를 결정하고 히스토리의 가속도와 비교하여 다른 함수에서 보정 계수를 만듭니다. 기타 등등.
따라서 이러한 생성기의 임무는 특정 알고리즘에 따라 이러한 기능을 재조합하는 것입니다. 그래야만 새로운 것이 나타날 가능성이 있습니다.
한 코드 (함수)가 구매를 제안하고 다른 코드가 판매를 제안하면 어떨까요? 생성기는 어떻게 이러한 조각들을 통합 솔루션으로 결합할 수 있을까요?
경험적으로 우선순위를 정해야 할까요? 아니면 한 함수 A는 가격이 P(A) 확률로 하락할 것이라고 믿고 있고, 다른 함수 B는 가격이 P(B) 확률로 상승할 것이라고 믿는다고 가정하면 어떻게 해야 할까요? 확률 이론의 공식을 적용해야 할까요?
전략을 찾는다면 이보다 더 쉬운 방법은 없습니다. 나머지는 잘 모르겠고 생각해 본 적도 없습니다. 하지만 모든 모델링은 MT가 아닌 특수한 환경에서 더 쉽습니다. MT는 최종 제품이며 연구용으로 설계된 것이 아니므로 적합하지 않습니다.
한 코드(함수)가 구매를 제안하고 다른 코드가 판매를 제안하는 경우 어떻게 해야 할까요? 제너레이터는 이 두 가지를 어떻게 통합 솔루션으로 결합할 수 있을까요?
경험적으로 우선순위를 정해야 할까요? 아니면 한 함수 A는 가격이 P(A) 확률로 하락할 것이라고 믿고, 다른 함수 B는 가격이 P(B) 확률로 상승할 것이라고 믿는다고 가정하면 어떻게 해야 할까요? 확률 이론의 공식을 적용해야 할까요?
세부 사항에 빠져들 것입니다. 기능이란 지표의 도움을 받거나 독립적으로 전문가 고문의 특정 속성을 담당하는 내부적으로 일관된 코드를 미리 준비한 것을 의미합니다. 즉, 특정 아이디어에 대한 것입니다.
예를 들어, 역사에서 프랙탈을 정의하는 부분입니다. 또는 제공하지 않은 모든 것을 계산하는 부분. 또는 변화율을 정의하거나. 또는 레벨을 결정합니다.
생성기의 임무는 이러한 다양한 조각을 하나의 엔지니어링 솔루션으로 결합하는 것입니다. 예를 들어 레벨의 프랙탈 수를 세고 그 결과에 따라 매수 또는 매도 우선순위를 정합니다. 또는 레벨의 가속도 합계를 결정하고 히스토리의 가속도와 비교하여 다른 함수에서 보정 계수를 만듭니다. 기타 등등.
즉, 생명체의 진화에 비유하자면 선택의 재료를 제공하는 돌연변이에는 두 가지 유형이 있습니다. 첫 번째는 점 돌연변이로, 실제로 게놈에서 압도적으로 많은 수의 변화를 구성합니다. 문제는 이러한 돌연변이는 대개 아무 결과도 가져오지 않는다는 것입니다. 그러나이 과정은 수십억 년 동안 그리고 거대한 통계에서 계속되어 왔기 때문에 끊임없이 운이 좋은 사람들이 있습니다. 개인적으로 저는 멍청한 검색을 할 시간이 백만 년, 백년, 심지어 수십 년이 없습니다.
두 번째 유형의 돌연변이는 더 드물지만 더 흥미로운 것은 재조합이 발생하고 자발적이지만 이미 전체 준비된 솔루션이 발생하는 경우입니다. 예를 들어, 새로운 성적 유기체가 형성 될 때 아버지와 어머니의 다른 유전자가 뒤섞여 있습니다. 또는 바이러스가 게놈에 통합됩니다. 또는 독립적 인 외계 유기체의 전체 게놈이 인수됩니다. 또는 전체 염색체가 융합되어 새로운 종 (그런데 호미니드)을 형성합니다.
따라서 이러한 생성기의 임무는 특정 알고리즘에 따라 이러한 기능을 재결합하는 것입니다. 그래야만 새로운 것이 나타날 가능성이 있습니다.
상인을 일상에서 해방시킴으로써 그러한 발전기는 그에게 창의적인 부분, 즉 새로운 아이디어에 집중할 수있는 기회를 남길 것입니다. 게다가 기계화는 항상 주관성의 위험을 줄이고 우표에서 벗어나는 데 도움이됩니다.
실제로 사소한 것들이 많이 있습니다.
저는 최소한의 노력으로 지표, 캔들스틱 등을 분석할 수 있는 다양한 가능성을 추가할 수 있도록 범용 시스템을 만들려고 노력합니다. 각 함수에는 어떤 데이터로 작업할 수 있고 어떤 데이터가 출력되는지에 대한 정보가 있습니다. 지표는 어떤 종류의 데이터를 제공하는지도 설명되어 있습니다. 데이터는 {double}, {int,double}과 같이 단순하고 복잡한 유형으로 나뉘며, 같은 예로 "가격"과 "차트상의 포지션", "직선"(채널 정의에 사용 가능) 등의 카테고리로 나뉘고 "스케일 유형"으로 나뉩니다. "스케일 유형"(예: "상수"(전략 매개변수), "지수"(최소값과 최대값이 있음), "비율"(가격, 거래량 등 기준점이 하나만 있음) 등으로 분류합니다. 일관된 방식으로 전략을 수정해야하며, 그러한 뉘앙스가 있으며 한 곳의 수정은 다른 곳의 수정 조건에 영향을 미칠 수 있습니다.
맞습니다... 검색의 조합 수를 줄이고 위의 제한 (유형, 규모, 카테고리)을 사용하려면 지금은 충분하고 포인트 변경 (하나 / 몇 가지 기능 추가 / 제거)이 충분합니다.
"재조합도 자발적이지만 전체 기성 솔루션"-이 생각이 떠 올랐습니다), 그것이 어떻게 실현 될 수 있는지 상상하기 어렵습니다. 결합된 함수 그룹은 단일 함수보다 '외부 세계'와 더 많이 연결될 가능성이 높기 때문에 모든 것을 결합할 기회가 더 적습니다. 알고리즘이 매우 복잡해지므로 더 나은 시기가 올 때까지 남겨두겠습니다)).