天真的初学者的策略。 - 页 11 1...456789101112131415161718...20 新评论 nowi 2017.06.22 07:15 #101 他对市场有很好的看法，他擅长交易，但他不是唯一对市场有很好看法的人。 无意冒犯）。我起初并不明白，但当我读到你的信号的介绍时）我意识到这只是你的幽默))))。 在外汇市场上交易的人不在军队里笑）。 幽默吧，孩子们...... 前面是好的，因为它得到了......;) Vasily Perepelkin 2017.06.23 11:18 #102 nowi: 每个人都有自己的分类......对你来说，这似乎是最先进的版本......对我来说，这是最幼稚的......一个无用的智力玩具，供具有技术思维的人占用他们的大脑......。并且是在这个链条的第1个...PS：而且一般来说，一个广泛合理的人（不仅仅是数学上的）不会在交易这样一个幽灵般的领域得出毫不含糊的结论......但很多，现在你承担了大师和教师的角色....。 不是由你来决定谁处于什么阶段......也不是每个人都认为机器学习是交易金字塔的顶端......对许多股票经纪人来说，它只是一个居高临下的笑声的对象和一个明显的愚蠢的例子....+1000 000 000至于汽车租赁，这根本不是一个主题，我相信它很快就会在DC课程中被教授，所有的 "大师 "都会阅读它，也许在小学里他们会把它引入课程中。最主要的是了解市场如何运作，由市场参与者的集体心理学制定。而这种理解不是在7年或10年内产生的，它是在整个生命中培养的。德米特里-贝洛夫。很有道理，同事。这就是交易的IO的问题--教什么，然后测试什么，最后发现现在的一切都不一样了，什么都不灵了）)当然，在大型基金中也有数学家非常成功地使用IR，但他们的资质对普通交易者来说太高了--我们，大多数交易者，都太高了)。他们是科学家，你必须是一个科学家才能真正建立数学模型。马克西姆-德米特里耶夫斯基。有时感觉你忘记了之前在主题中写过的一切，这是最困难的话题，在很多很多其他话题通过后才开始研究。这就是一个成功的交易员 应该做的，他就像一个风向标，没有记忆和情绪，市场到哪里，他就到哪里。标签 Konow:我没有从技术角度说过任何关于MO的事情。我在猜测它在交易领域的应用是否正确。关于是否应该依靠它来做交易决定。我说的是行动的意义，而你说的是它的 "力学"。就好像我告诉你，从常识上讲，锤子不适合修电脑，而你会回答我："不要乱写，你对锤子一无所知！"。在这里和那里阅读他们！"）。你必须记住，马克西姆-德米特里耶夫斯基先生 就像一把锤子，对他来说所有的问题都是钉子，他只能谈论钉子和锤子，没有别的，这限制了他的世界观。标签 Konow:其中一个冠军是由用户 "xupypr "赢得的。后来他公布了他的算法。只有2条移动平均线的值在测试器中被选中。专家顾问的重量为5 Kb。那么，你的例子的优势是什么？这似乎是真的，所有的书都写道，模型应该是简单的，不超过3个参数，否则就是过度夸张，在神经网络中，有成百上千的参数。Mihail Marchukajtes:"谁拥有信息，谁就拥有世界"，温斯顿-丘吉尔。+1000 000 000内部人统治，傀儡，当权者。ReTeg Konow:也许他的顾问正在接收来自星体的信息，并挖掘出第五维度，在那里时间被超越为空间。）也许他现在也在做同样的事情？）因为在科学上，我们没有足够的证据来论证韦特格的 胜利比外科医生的胜利更合法。外科医生是个内行，不管他把内行带到哪里，通过与当权者的关系或巫术，但顾问必须是简单的，否则即使是内行也会被腐蚀。nowi:正如哲学家伯特兰-罗素（Bertrand Russell）所说：在你长期以来想象为确定的事情上，时不时地打上一个问号是很有用的。塔玛斯-库恩（Tamas Kuhn），杰出的科学史学家之一，提出了一个关于范式的理论。马克西姆-德米特里耶夫斯基。天才小学，哲学家们喜欢从简单的事物中创造出诗意。VK小鸡的统计数字有时带有更多的意义LOL :D让我们把 "范式 "留给科学家，好吗？他们比我们交易员更了解它，我同意马克西姆的观点，这不是我们该考虑的问题，这个理念对交易员来说是邪恶的机器学习的罪过，DT们很快就会开始把它推给新秀。马克西姆-德米特里耶夫斯基。我们不打算给他们任何东西，我们根本就不打算给他们任何东西。 也就是说，TA根本就是任何市场分析。最后你明白了2+2=4，MO也是TA，而且你把它放在了第一位。 所以当更多的聪明人告诉你MO应该是第一位开始而不是最后时，你是对的。 Реter Konow 2017.06.23 12:05 #103 瓦西里-佩雷佩尔金。 +1000 000 000机器租赁根本不是一个科目，我相信它很快就会在TC课程中被教授，所有的 "大师 "都会阅读它，也许它会被引入小学的课程中。最主要的是了解市场如何运作，由市场参与者的集体心理学制定。这种理解不是在七年或十年内得到的，它需要一生的时间。他们是科学家，你必须是一个科学家才能真正建立数学模型。这就是一个成功的交易员 应该有的表现，他就像一个风向标，没有记忆和情绪。你必须考虑到，马克西姆-德米特里耶夫斯基先生 就像一把锤子，对他来说，所有的问题都是钉子，他只能谈论钉子和锤子，没有别的，他的世界观就受此限制。当我们不理解的事件要求我们预测，用我们的生计损失来 "勒索 "我们时，或者当我们心甘情愿地成为致富欲望的人质时，我们的视野就会无形中变窄。常识变得混乱，理性变得盲目。在 "科学 "和技术的滋养下，病态的自欺欺人得到发展。在一个盲目的小猫的位置上，我们无法从价格历史中提取一层规律性的东西。看起来--我们需要应用常识，但是没有--我们从MO那里得到了帮助，它统计扫描了参数值变化的时间顺序，并为所有测试的情况提供了一个解决模型的菜单。因此，我们有一个从半盲和文盲的决策方法，过渡到完全盲目，但经过统计学验证和自动化的决策方法。无可否认，一个黑匣子比一个空脑袋更管用...... Maxim Dmitrievsky 2017.06.23 12:15 #104 标签 Konow:当我们不了解的事件要求我们预测，以丧失生计来 "要挟 "我们，或者我们心甘情愿地成为追求财富的人质时，我们的视野就会无形中被缩小。常识变得混乱，理性变得盲目。在 "科学 "和技术的滋养下，病态的自欺欺人得到发展。在一个盲目的小猫的位置上，我们无法从价格历史中提取一层规律性的东西。看起来--我们需要应用常识，但是没有--我们从MO那里得到了帮助，它统计扫描了参数值变化的时间顺序，并为所有测试的情况提供了一个解决模式的菜单。因此，我们有一个从半盲和文盲的决策方法，过渡到完全盲目，但经过统计学验证和自动化的决策方法。你必须承认，一个黑匣子比一个空脑袋更管用......。 这不是盲目的，当你不能分析计算大量的数据时，这就是一个大的约会工作。世界上每个人都在使用它，你在讨论众所周知的真理。假设你使用数据挖掘，从目标中寻找依赖性预测因素，这里的盲目性在哪里？然后你在获得的预测因子上训练分类模型，这里的一切也是透明的。你在前线收到信号，分析它们，你不需要知道打开一个或另一个交易的原因，一般来说，模型的有效性对你很重要。就是这样，没有什么问题，你只需要知道这个模型是有效的/不有效的。 Vasily Perepelkin 2017.06.23 12:16 #105 Retag Konow:当我们不了解的事件要求我们预测，以丧失生计来 "要挟 "我们，或者我们心甘情愿地成为追求财富的人质时，我们的视野就会无形中被缩小。常识变得混乱，理性变得盲目。在 "科学 "和技术的滋养下，病态的自欺欺人得到发展。在一个盲目的小猫的位置上，我们无法从价格历史中提取一层规律性的东西。看起来--我们需要应用常识，但是没有--我们从MO那里得到了帮助，它统计扫描了参数值变化的时间顺序，并为所有测试的情况提供了一个解决模型的菜单。因此，我们有一个从半盲和文盲的决策方法，过渡到完全盲目，但经过统计学验证和自动化的决策方法。我们不得不承认，一个黑匣子比一个空脑袋更管用...... 同意，但两者都不能打败市场。 Реter Konow 2017.06.23 12:24 #106 瓦西里-佩雷佩尔金。 我同意，但他们都无法战胜市场。让我们不要忘记偶尔看看技术以外的东西。常识是不可替代的。我祝愿大家有知识、有经验、有智慧、有好运。 Реter Konow 2017.06.23 12:30 #107 马克西姆-德米特里耶夫斯基。 这不是盲目的，这是一个大的日期工作，当你不能够分析大量的数据。好吧，世界上每个人都在使用它，而且你在讨论众所周知的真理。假设你使用数据挖掘，从目标中寻找依赖性预测因素，这里的盲目性在哪里？然后你在获得的预测因子上训练一个分类模型，这里的一切也是透明的。你在前锋上收到信号并对其进行分析，你不需要知道为什么这个或那个交易已经打开，一般来说，模型的有效性对你很重要没有什么可担心的，你只需要知道这个模型能用，而不是不能用。 要明白，在这种情况下，EA与技术分析是一样的，只是程度不同。通过收集统计数据发现规律性。手动技术分析的工作方式也是如此，但决策最终是由交易员做出的。 Vasily Perepelkin 2017.06.23 12:31 #108 马克西姆-德米特里耶夫斯基。这不是盲目的，这是在你无法分析计算大量数据时，与一个大的日期合作。好吧，世界上每个人都在使用它，而你在讨论众所周知的真理。因为你不需要用 "大数据 "来计算什么，巴菲特甚至没有电脑，他是最成功的投资者，而那个 "每个人都在用 "是你在说99.9%的交易员都在输。假设你使用数据挖掘，寻找目标上的依赖性预测因素，盲目性在哪里？然后你在获得的预测器上训练分类模型，这里一切都很清楚。到处都是盲目的，你还不如用星座来交易，或者在圣经中寻找信号，你的父亲是个牧师，你给我发了他工作时的照片，没有 "预测者"，没有 "目标"，都在你的脑子里，所有这些模型都是指过去，而这一切都不会再发生，神经元可能记得过去，结果是你有一个LOW，ROO-RAY!你收到前进的信号，分析它们，你不需要知道为什么这个或那个交易被打开，对你来说重要的是模型的整体表现。仅此而已，没有任何问题，你只需要知道这个模型的工作/不工作。为了过去!背景!关于过去! Maxim Dmitrievsky 2017.06.23 12:32 #109 瓦西里-佩雷佩尔金。 马夫，不要错过晚上的挤奶工作 Maxim Dmitrievsky 2017.06.23 12:35 #110 标签 Konow: 请理解，在这种情况下，MO与技术分析是一样的，只是提高到了第九级。通过收集统计数据发现规律性。手动技术分析的工作方式也是如此，但决策最终是由交易员做出的。 没错，正如我上面提到的，规律性是通过处理大量的信息而发现的。模型经过训练，然后立即进行双重检查，节省了大量的时间，因为它是在手动交易或盲目创建原始的TS。 1...456789101112131415161718...20 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
无意冒犯）。我起初并不明白，但当我读到你的信号的介绍时）我意识到这只是你的幽默))))。
在外汇市场上交易的人不在军队里笑）。
幽默吧，孩子们...... 前面是好的，因为它得到了......;)
每个人都有自己的分类......对你来说，这似乎是最先进的版本......对我来说，这是最幼稚的......一个无用的智力玩具，供具有技术思维的人占用他们的大脑......。
并且是在这个链条的第1个...
PS：而且一般来说，一个广泛合理的人（不仅仅是数学上的）不会在交易这样一个幽灵般的领域得出毫不含糊的结论......
但很多，现在你承担了大师和教师的角色....。
不是由你来决定谁处于什么阶段......也不是每个人都认为机器学习是交易金字塔的顶端......对许多股票经纪人来说，它只是一个居高临下的笑声的对象和一个明显的愚蠢的例子....
+1000 000 000
至于汽车租赁，这根本不是一个主题，我相信它很快就会在DC课程中被教授，所有的 "大师 "都会阅读它，也许在小学里他们会把它引入课程中。
最主要的是了解市场如何运作，由市场参与者的集体心理学制定。
而这种理解不是在7年或10年内产生的，它是在整个生命中培养的。
很有道理，同事。这就是交易的IO的问题--教什么，然后测试什么，最后发现现在的一切都不一样了，什么都不灵了）)当然，在大型基金中也有数学家非常成功地使用IR，但他们的资质对普通交易者来说太高了--我们，大多数交易者，都太高了)。
他们是科学家，你必须是一个科学家才能真正建立数学模型。
有时感觉你忘记了之前在主题中写过的一切，这是最困难的话题，在很多很多其他话题通过后才开始研究。
这就是一个成功的交易员 应该做的，他就像一个风向标，没有记忆和情绪，市场到哪里，他就到哪里。
我没有从技术角度说过任何关于MO的事情。我在猜测它在交易领域的应用是否正确。关于是否应该依靠它来做交易决定。
我说的是行动的意义，而你说的是它的 "力学"。
就好像我告诉你，从常识上讲，锤子不适合修电脑，而你会回答我："不要乱写，你对锤子一无所知！"。在这里和那里阅读他们！"）。
你必须记住，马克西姆-德米特里耶夫斯基先生 就像一把锤子，对他来说所有的问题都是钉子，他只能谈论钉子和锤子，没有别的，这限制了他的世界观。
其中一个冠军是由用户 "xupypr "赢得的。后来他公布了他的算法。只有2条移动平均线的值在测试器中被选中。专家顾问的重量为5 Kb。
那么，你的例子的优势是什么？
这似乎是真的，所有的书都写道，模型应该是简单的，不超过3个参数，否则就是过度夸张，在神经网络中，有成百上千的参数。
Mihail Marchukajtes:
"谁拥有信息，谁就拥有世界"，温斯顿-丘吉尔。
+1000 000 000
内部人统治，傀儡，当权者。
也许他的顾问正在接收来自星体的信息，并挖掘出第五维度，在那里时间被超越为空间。）
也许他现在也在做同样的事情？）
因为在科学上，我们没有足够的证据来论证韦特格的 胜利比外科医生的胜利更合法。
外科医生是个内行，不管他把内行带到哪里，通过与当权者的关系或巫术，但顾问必须是简单的，否则即使是内行也会被腐蚀。
nowi:
正如哲学家伯特兰-罗素（Bertrand Russell）所说：在你长期以来想象为确定的事情上，时不时地打上一个问号是很有用的。
塔玛斯-库恩（Tamas Kuhn），杰出的科学史学家之一，提出了一个关于范式的理论。
马克西姆-德米特里耶夫斯基。
天才小学，哲学家们喜欢从简单的事物中创造出诗意。VK小鸡的统计数字有时带有更多的意义
LOL :D
让我们把 "范式 "留给科学家，好吗？他们比我们交易员更了解它，我同意马克西姆的观点，这不是我们该考虑的问题，这个理念对交易员来说是邪恶的机器学习的罪过，DT们很快就会开始把它推给新秀。
马克西姆-德米特里耶夫斯基。
我们不打算给他们任何东西，我们根本就不打算给他们任何东西。
也就是说，TA根本就是任何市场分析。
最后你明白了2+2=4，MO也是TA，而且你把它放在了第一位。 所以当更多的聪明人告诉你MO应该是第一位开始而不是最后时，你是对的。
+1000 000 000
机器租赁根本不是一个科目，我相信它很快就会在TC课程中被教授，所有的 "大师 "都会阅读它，也许它会被引入小学的课程中。
最主要的是了解市场如何运作，由市场参与者的集体心理学制定。
这种理解不是在七年或十年内得到的，它需要一生的时间。
他们是科学家，你必须是一个科学家才能真正建立数学模型。
这就是一个成功的交易员 应该有的表现，他就像一个风向标，没有记忆和情绪。
你必须考虑到，马克西姆-德米特里耶夫斯基先生 就像一把锤子，对他来说，所有的问题都是钉子，他只能谈论钉子和锤子，没有别的，他的世界观就受此限制。
当我们不理解的事件要求我们预测，用我们的生计损失来 "勒索 "我们时，或者当我们心甘情愿地成为致富欲望的人质时，我们的视野就会无形中变窄。常识变得混乱，理性变得盲目。在 "科学 "和技术的滋养下，病态的自欺欺人得到发展。
在一个盲目的小猫的位置上，我们无法从价格历史中提取一层规律性的东西。看起来--我们需要应用常识，但是没有--我们从MO那里得到了帮助，它统计扫描了参数值变化的时间顺序，并为所有测试的情况提供了一个解决模型的菜单。因此，我们有一个从半盲和文盲的决策方法，过渡到完全盲目，但经过统计学验证和自动化的决策方法。
无可否认，一个黑匣子比一个空脑袋更管用......
当我们不了解的事件要求我们预测，以丧失生计来 "要挟 "我们，或者我们心甘情愿地成为追求财富的人质时，我们的视野就会无形中被缩小。常识变得混乱，理性变得盲目。在 "科学 "和技术的滋养下，病态的自欺欺人得到发展。
在一个盲目的小猫的位置上，我们无法从价格历史中提取一层规律性的东西。看起来--我们需要应用常识，但是没有--我们从MO那里得到了帮助，它统计扫描了参数值变化的时间顺序，并为所有测试的情况提供了一个解决模式的菜单。因此，我们有一个从半盲和文盲的决策方法，过渡到完全盲目，但经过统计学验证和自动化的决策方法。
你必须承认，一个黑匣子比一个空脑袋更管用......。
这不是盲目的，当你不能分析计算大量的数据时，这就是一个大的约会工作。世界上每个人都在使用它，你在讨论众所周知的真理。
假设你使用数据挖掘，从目标中寻找依赖性预测因素，这里的盲目性在哪里？
然后你在获得的预测因子上训练分类模型，这里的一切也是透明的。
你在前线收到信号，分析它们，你不需要知道打开一个或另一个交易的原因，一般来说，模型的有效性对你很重要。
就是这样，没有什么问题，你只需要知道这个模型是有效的/不有效的。
当我们不了解的事件要求我们预测，以丧失生计来 "要挟 "我们，或者我们心甘情愿地成为追求财富的人质时，我们的视野就会无形中被缩小。常识变得混乱，理性变得盲目。在 "科学 "和技术的滋养下，病态的自欺欺人得到发展。
在一个盲目的小猫的位置上，我们无法从价格历史中提取一层规律性的东西。看起来--我们需要应用常识，但是没有--我们从MO那里得到了帮助，它统计扫描了参数值变化的时间顺序，并为所有测试的情况提供了一个解决模型的菜单。因此，我们有一个从半盲和文盲的决策方法，过渡到完全盲目，但经过统计学验证和自动化的决策方法。
我们不得不承认，一个黑匣子比一个空脑袋更管用......
我同意，但他们都无法战胜市场。
让我们不要忘记偶尔看看技术以外的东西。常识是不可替代的。
我祝愿大家有知识、有经验、有智慧、有好运。
这不是盲目的，这是一个大的日期工作，当你不能够分析大量的数据。好吧，世界上每个人都在使用它，而且你在讨论众所周知的真理。
假设你使用数据挖掘，从目标中寻找依赖性预测因素，这里的盲目性在哪里？
然后你在获得的预测因子上训练一个分类模型，这里的一切也是透明的。
你在前锋上收到信号并对其进行分析，你不需要知道为什么这个或那个交易已经打开，一般来说，模型的有效性对你很重要
没有什么可担心的，你只需要知道这个模型能用，而不是不能用。
这不是盲目的，这是在你无法分析计算大量数据时，与一个大的日期合作。好吧，世界上每个人都在使用它，而你在讨论众所周知的真理。
因为你不需要用 "大数据 "来计算什么，巴菲特甚至没有电脑，他是最成功的投资者，而那个 "每个人都在用 "是你在说99.9%的交易员都在输。
假设你使用数据挖掘，寻找目标上的依赖性预测因素，盲目性在哪里？
然后你在获得的预测器上训练分类模型，这里一切都很清楚。
到处都是盲目的，你还不如用星座来交易，或者在圣经中寻找信号，你的父亲是个牧师，你给我发了他工作时的照片，没有 "预测者"，没有 "目标"，都在你的脑子里，所有这些模型都是指过去，而这一切都不会再发生，神经元可能记得过去，结果是你有一个LOW，ROO-RAY!
你收到前进的信号，分析它们，你不需要知道为什么这个或那个交易被打开，对你来说重要的是模型的整体表现。
仅此而已，没有任何问题，你只需要知道这个模型的工作/不工作。
为了过去!背景!关于过去!
马夫，不要错过晚上的挤奶工作
请理解，在这种情况下，MO与技术分析是一样的，只是提高到了第九级。通过收集统计数据发现规律性。手动技术分析的工作方式也是如此，但决策最终是由交易员做出的。
没错，正如我上面提到的，规律性是通过处理大量的信息而发现的。模型经过训练，然后立即进行双重检查，节省了大量的时间，因为它是在手动交易或盲目创建原始的TS。