Neutron / 발표
포럼
임대인
안녕하세요 여러분! 나는 X0 루블의 보증금을 사용할 수있었습니다. t 개월 이내. 매월 예금 X 의 현재 가치에서 일정 비율의 자금 q 가 예금으로 청구됩니다. 매월 q 를 초과하지 않는 일부 비율 k 를 계정에서 인출할 수 있습니다. 따라서 과제는 t 개월 동안 인출된 금액을 최대화하는 것입니다. 매월 전체 미지급이자 q 를 인출하는 것이 최선의 선택이 아닌 것은 분명한 것 같습니다. 이 경우 예금은 증가하지 않으며 계정의 부하가 낮을수록 결과적으로 인출 된 금액이 더 커질 수 있습니다 ... 반면 k 값은 0이되는 경향이
임의의 TS에 대한 SL 및 TP 차수의 최적 값.
아마도 우리 각자는 생성 된 거래 전략 (TS)의 안정적인 운영을 위해 보호 명령의 값을 선택해야하는지 적어도 한 번 이상 궁금해했을 것입니다. 거래에서 TP = SL을 사용하는 것이 가장 좋고 100포인트 이상을 사용하는 것이 가장 좋다고 누가 말하며 SL보다 TP를 훨씬 더 많이 사용하도록 조언하여 "이익을 늘리고 손실을 줄이는" 전략을 고수합니다. 다른 사람들은 짧은 목표를 의미하는 스캘핑으로 돈을 버는 것을 선호합니다(TR<<100 p.). 따라야 할 거래 전략은 무엇입니까? 또한 경매에 참여해야 하는 보증금의 최적 몫에
그것은 무엇입니까?
랜덤 워크의 형태로 계정 에서 포인트로 소득을 얻는 것이 가능하고 계정에 루블이 되는 아름다운 결과를 얻을 수 있는 방법에 대해 언급할 수 있는 사람이 있습니까? 불가사의! 관찰된 현상에 대한 합리적인 설명이 하나만 떠오릅니다. Chel 또는 MTS는 무작위로 열리지만 베팅의 크기를 정확하게 결정합니다. 왜 이러는지 모르겠어
우리 마샤!
우리는 모두 이동 평균의 단점을 알고 있습니다. 인용의 오른쪽 끝에 지연 및/또는 다시 그리기가 있습니다. 이 현상의 본질은 미래를 내다보는 것이 근본적으로 불가능하다는 데 있으며, 자연은 자연의 기본법칙을 어기는 것을 막기 위해 어떤 수단을 써서라도 우리의 바퀴에 막대기를 꽂을 것입니다. 이것은 우리가 미래를 예측할 수 없다는 것을 의미하지 않습니다. 시계열(TS) 분석을 통해 숨겨진 패턴을 어떤 식으로든 드러내고 성공적으로 활용할 수 있습니다. 불행히도, 가격 VR을 원활하게 하기 위해 이동을 구축하기 위한 공통 알고리즘의
화폐보존의 법칙은 법칙이 아니다.
외환 시장이 폐쇄 시스템이라고 가정하면, 즉 돈은 "아무데도"에서 가져가지 않고 "아무 데도"로 사라지지 않으면 화폐 공급의 흐름(자금 재분배)의 효과를 기대할 수 있습니다. 다양한 도구를 서로 비교할 수 있도록 2008년 1월 1일에 가격으로 각 도구를 정규화합니다. 그러면 1번 지점에서 팬이 나옵니다. 첫 번째 근사값에서 확산 1차원 브라운 프로세스로서의 상대 가격 공간: 무화과에. 2008년 1월 2일부터 현재까지 Alpari DC의 처음 15개 쌍에 대한 상대적 상반기 가격이 표시됩니다. 위기의 시작이 명확하게 나타나며 모든
지뢰밭에서의 시장예절 또는 예의범절
만세! - 3레이어 비선형 신경망이 안정적으로 긍정적인 거래 결과를 보이기 시작했습니다. 그리고 즉시 최적의 MM에 대한 질문이 생겼습니다. 앞서 여기 에서 이미 이 주제를 다루었지만 DC(Spread)의 수수료를 고려하지 않은 경우를 고려했습니다. TS 예측(1/2+p, 여기서 p는 예상 가격 움직임의 부호를 정확하게 예측할 확률)의 함수로 개설되는 최적의 위치 크기에 대한 기본 표현식을 얻으려고 노력할 것입니다. , 그리고 평균 뇌물(이익) 모듈의 최적 크기에 대해 <|S|>. 아직 하자: S - 상품 가격(포인트), dS -
이것은 Mashkino의 일이 아닙니다!
여기 나를 괴롭히는 생각이 있습니다. 평균화 창 N이 있는 가장 일반적인 기계를 살펴보겠습니다. 시계열(VR)을 따라 순방향 및 역방향으로 실행하여 그룹 및 위상 지연을 제거하고 이상적인 평활 곡선을 얻습니다. 진입점 및 퇴장점 ... 실제로는 과거 데이터에만 해당됩니다. 이것은 데이터의 오른쪽 가장자리에 불가피하게 다시 그리기 때문에 발생하는 역사에서 뒤로 물러날수록 이 효과가 영향을 덜 받습니다. 한도 내에서 앞전에서 거리 N에서는 무시할 수 있습니다. 따라서 작업은 이 미분 N 막대를 앞으로 예측하는 것입니다(왼쪽 그림)
FR H-변동성
이 주제는 kagi 파티션에 대한 대화의 연속입니다. Yura, H=10용으로 제작된 EURJPY 10^6 틱에 대한 kagi-zigzag 세그먼트의 FR을 살펴보겠습니다. 사실, 그래프는 y축에 대해 거울 대칭입니다. 더 나은 통계를 위해 차이 모듈을 사용했습니다. 분명히 이 분포는 정상이 아닙니다. 제가 알기로는 모든 추론은 카기지그재그 세그먼트의 정규 분포에 대한 가정에 기반을 두고 있습니다... 질문을 다시 공식화하십시오. PS 그건 그렇고, RF의 평균 값(최대값이 아니라 c.t.)을 찾으면 이 파티션에 대해 19.3과