Optimize edici ile çalışma prensipleri ve uydurmadan kaçınmanın ana yolları. - sayfa 6
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Herhangi bir konuda aynı şeyi tartışıyorsunuz - modeliniz. Görünüşe göre herkes çoktan ve bir kereden fazla konuşmuş))
Bu arada zikzak yaparak para kazanabilirsiniz :) Zigzaglardan bahsetmişken
Aslında amaç, beklentiyi değiştirmek ve teklifi simüle etmek değil.
Geçmişte mi gelecekte mi?
Aslında amaç, beklentiyi değiştirmek ve teklifi simüle etmek değil. Durağanlık aslında hiç gerekli değildir.
Şimdi bu gerçekten tuz. tekrar katılıyorum.
Şimdi bu gerçekten tuz. tekrar katılıyorum.
Ah, yani bir bilmece gibi. Doğru cevap 112 ve tekme :)
"Ne nerede ne zaman" bak?
İşte gerçek uzmanların ... buna nasıl denir... "doğru cevap duygusu" var. Doğru cevabı duyduklarında, doğru olduğunu hemen anlıyorlar.
Açık olmak gerekirse, kendimi bir uzman olarak görmüyorum. Ama bence (umarım :) ) süreç benzerdir :)
bu yarı durağanlıktır - belirli bir aralıkta mo'da bir değişiklik. Belki sadece mo ile ilgili değil, ama bu bağlamda bizi en çok ilgilendiren
bu yüzden süper karmaşık bir yöntem olabilir, ancak düzenliliği kabaca tahmin etmek)) Burada daha çok sistem parametrelerinin sayısı ve sonucun değişimlerine duyarlılığı meselesidir. Parametrede küçük bir değişiklikle sonuç değişirse, bu vızıltı değildir. Başka işaretler de var. Burada daha yeni yazdı https://www.mql5.com/en/forum/137614/page5
Minimum sayıda parametre ile süper karmaşık bir yöntem oluşturmaya çalışın. Formül ne kadar uzun olursa, o kadar fazla parametre içerir. Tabii ki bu bir yasa değil, gerçeğe iyi bir yaklaşım. Bir temel fonksiyon (model) alalım y= a x . Düz çizginin eğim açısını değiştirmenize izin veren bir "a" parametresine sahiptir. Ve hepsi bu. Bu modeli pazara uydurmaya çalışın. Daha karmaşık bir model alalım y = ax^2 + bx . Daha karmaşıktır ve iki parametresi vardır. Tarihte kesinlikle daha iyi olacak. Şimdi onu 2 alt modele ayıralım ve ayrı ayrı test edelim: y = ax^2 ve y = bx . Her biri iyi performans göstermiyor, yani bu sonuçların toplamı orijinal modelden önemli ölçüde daha mı az? Bunun uygun olma olasılığı yüksek. Her basit model karı garanti etmez, ancak her durumda basitlik uydurma olasılığını azaltır.
Biraz sonra kaydırma yöntemini ve test edilen modelin nasıl daha küçük parçalara bölüneceğini daha ayrıntılı olarak açıklamaya çalışacağım.
Acaba hangi ilkelere dayanarak tersine çevrilebilir (zaman içinde ya da ne?) ...
Vaughn fizikçileri, doğada tam bir simetri olmadığını onlarca yıldır biliyorlar.