Свойства простых чисел впервые начали изучать математики Древней Греции. Математики пифагорейской школы (500 — 300 до н.э.) в первую очередь интересовались мистическими и нумерологическими свойствами простых чисел. Они первыми пришли к идеям о совершенных и дружественных числах. У совершенного числа сумма его собственных делителей равна ему...
即使现在我看历史--我也会在这里买入，在这里卖出，我肯定会赚500%)。
另一次，我看并分析了TC的亏损交易。这里买了，而且绝对正确，但交易对应的是策略，市场走错方向不是TS的错。也就是说，该交易是正确的。
我还分析了失败的交易。
一般来说，这种基于历史的练习对战略形成非常有用。其中一些假设后来被证实，而且效果相当好。
在我看来，策略构建的主要问题是作者对失败交易的态度。态度很简单--没有支出就没有收入。
有时，一个有55%正确率 的策略将是非常好的。通过人工分析，你不会发现它。
，通过人工分析，你只能找到100%的时间都能盈利的东西，而没有这样的东西。
如果你的交易有55%的正确率，你会认为Pronosis只有一半的时间起作用。
结果是，如果我在市场上，例如，7年左右，满足我需求的信息变得越来越少，也就是说，在某个阶段，有可能出现在信息真空中，开始做纯粹的创造性工作，有时会遇到同一山峰的征服者的无生命的身体，他们已经耗尽了进一步上升的氧气 :)在这个阶段，交易者在缺乏想法和新信息的背景下，经历了巨大的身体负荷，他是孤独的，因为他已经走得太远，没有人帮助他。然后有人可能会再起风云，达到他的目标，因为没有回头路了，事关太多。而有人可能做不到，然后他就会非常沮丧，也许会从这个行业退休......但他永远不会忘记这个市场。
你知道关于市场分析的 幼稚方法的答案;)
成为一名交易员的大致事件链。
1.经典的技术分析，基本分析
2.指标
3.马丁格尔
4. 卷宗分析，各种公告
5.相关分析，配对交易
6.套利
7.XFT，市场深度分析
8.广义上的机器杠杆作用（我现在在这里，已经经历了前面的所有内容）。
9....n...可能有新的未开发的领域
我做了一个马丁格尔的计算。
外汇上的成交量是指点位。
我已经知道，技术指标不起作用。
我已经投资于套利，我不想再开始处理套利。
我不想涉足套利，因为经纪人已经开始与之斗争。
外汇经纪商已经开始与外汇作斗争。我仍然要学习如何分析市场深度。
hft和市场深度分析还有待研究。我不喜欢黑匣子。我需要知道它是如何和为什么打开的。
结论：思考如何在相关性上赚钱。在股票市场上尝试配对。学习hft。尝试在新闻上交易。尝试从期货中分析数量。
有时，一个有55%正确率的策略将是非常好的。
你不会通过人工分析找到它。通过人工分析，你只能找到100%的时间都能盈利的东西，而没有这样的东西。
交易一个有55%正确交易的ts，你会认为代入感只有一半的时间起作用。
学习机器--我不喜欢黑盒子。 我需要知道它是如何和为什么打开的。
并非如此，这只是一个粗略的例子。事实上，整个过程可以得到很好的控制。这就像将汇编程序与scala这样的高级语言进行比较。在汇编程序中，你必须做所有的事情，考虑到所有的细微差别，做大量的常规工作，就像你根据某种策略开发传统的TS一样，结果是解决方案最终是繁琐的、不灵活的，同时也是原始的。在机器学习中，你所从事的是创建一个高层次的模型，它向你隐藏了某些原始逻辑的私人实现，使你能够专注于整体想法。
我可以自信地说，大多数已经开发和测试了几个月的TC，用机器学习模型，可以在几天内完成测试。这是另一个层次，你只需要了解如何与之合作。例如，你永远不会在普通PC上使用原始的TC编程来计算数以百万计的变体，而用MO你可以在一天内用显卡完成。你是否感受到MO的力量和传统TC方法的原始性？ 还是那句话，你只需要体验一次，就不会再有话说了 :)
在机器人的最后变化中，我根本不看任何地方，只看测试者和优化者的统计资料:)比如，我们在那里没有看到什么......我的意思是......做这样的系统真的很酷，总的来说是另一种开发TS的方法，这就是为什么我把Lerning Machines标记为最高级别的algotrading。
是的，我同意，使用DM的第一个结果确实令人印象深刻。然而，我认为一段时间后，你会对这种方法感到失望。当然，我认为是的，但这是同样的鸡蛋，同样的配合，只是在轮廓上）。
我认为，DM应该是对战略的补充，而不是取代它。这主要是由于对战略的全面描述是不现实的--有太多的因素。把这些因素留给管理部门会比较好。而战略的基础本身通常不是问题。
是的，我同意，使用DM的第一个结果确实令人印象深刻。然而，我认为一段时间后，你会对这种方法感到失望。当然，我认为是的，但这是同样的鸡蛋，同样的配合，只是在轮廓上）。
我认为，DM应该是对战略的补充，而不是取代它。这主要是由于对战略的全面描述是不现实的--有太多的因素。把这些因素留给管理部门会比较好。而战略的基础通常并不困难。
好吧，反正没有人保证结果，但对我来说，它促进（加快）系统开发是一个不争的事实。
好吧，反正没有人保证结果，但对我来说，它促进（加快）系统开发是一个不争的事实。
这就是你是否认识TA的全部信息。
你还在为多一个神经元而努力，还是已经走得更远？