随机流理论和外汇 - 页 78

 
看了一下包装器R的下载数量。857.不过,我已经落伍了。该进程正在进行中。
 
faa1947:

再一次。"我们面前的一切都被偷走了",上帝愿意,我们应该能够使用我们已经拥有的东西。我命名的包裹。EViews和R...


以欧元为例,每年的点子收益率是多少(固定手数,有会计差价)?
 

在不知道你要编程的学科领域的情况下,有可能进行编程吗?
是否有可能使一个你从未见过、对其一无所知的公司实现自动化?
听你说--为什么所有这些教育都要拖上几年--直接来工作。

faa1947:

当然,在使用回归分析之前,有很多东西需要学习。这一点毋庸置疑。但论坛上有相当多的人有这种初步训练。Prival是这些人中的一员。他可以采取下一步的形式,掌握一个专家包。有700人下载了R包装器,仅仅把它作为一个指标来试用是不行的。因此,他们不会仅仅为了好奇而下载封装器。

我认为他已经是一个成功的实践者了,现在已经有很长一段时间了。

PS/
捆绑的捆绑--我为奇异分解做了捆绑。
虽然包裹是,是的。
而我们买的是包裹里的那台发动机。
而我们最后得到的数字是1:1。

但在外汇背景下谈论套餐是荒谬的。
软件包是由书呆子和极客编写的。
而为了使用/研究,他们需要一些其他东西,而不是仅仅运行数字的能力。
这就是为什么作为从业者的细目要比使用 "套餐 "高几个档次。
 

例如,如果我们谈论的是手工研究,一个人必须标记出
图上的区域直接在MT-线。
而对于系统来说,只需一个按钮就能计算出一切。
因为为了做一项研究,你需要翻阅例如一年的历史。
如果你每次导出到Csv,然后手动留下
每次你在Csv中做导出,并手动为必要的日期留出一个窗口,并从数据中剪切日期--这太不方便了。

而对于自动化,用户应该设置测试步骤和学习区域
(优化 - 前进)。

对于多币种,我们应该准备数据。
完全通过软件的方式,在自己的手上。

而且在那里,没有任何包裹会对你有很大的帮助。

 
faa1947:

有700人下载了R-wrapper,仅仅把它作为一个指标来试用是不行的。因此,只是为了好奇心,他们不会下载包装器。

我的帖子是针对这些人的。



我不知道他们为什么要下载并开发它,虽然我并不质疑这个产品很酷,我只是说,我想我是对的,因为如果有700人在不知情的情况下下载它,也许有人会和你展开讨论,但是没有,为什么不知道(?),虽然我很想了解它。但可惜的是,我们并没有被算计))。
 
jartmailru:

例如,如果你说的是手工研究,一个人应该强调
图上的区域直接在MT线内。
而对于系统来说,只需一个按钮就能计算出一切。
因为为了研究,你需要翻阅例如一年的历史。
如果你每次导出到Csv,然后手动留下
每次你在Csv中做导出,并手动为必要的日期留出一个窗口,并从数据中剪切日期--这太不方便了。

而对于自动化,用户应该设置测试步骤和学习区。
(优化 - 前进)。

对于多币种,我们应该准备数据。
完全通过软件的方式,在自己的手上。

而且在那里,没有任何包裹会对你有很大帮助。

你列出的问题我不知道。R(EViews)的能力远远超过我。

交易终端 与统计软件包相比较是没有意义的。这就像拿车轮和发动机作比较。

此外,我想强调的是,评价你不熟悉的东西是不正确的。

 
faa1947:

你列出的问题我不知道。R(EViews)的能力远远超过我。
将交易终端与统计软件包相比较是没有意义的。这就像拿车轮和发动机作比较。
此外,我想指出,评价你不熟悉的东西是不对的。

而你是。好的。(笑)。

我想要一个系统,以一周为单位搜索最佳处理方法
和最佳处理参数。
然后,它将采取一些找到的参数实例,并将其应用于正向数据。
远期交易的结果将进入一个表格。

系统将事先获取多币种数据。
它将把它们与日期对齐,这样矩阵就会......正确。

那么,这种工作是否有一揽子计划?
我在这里写的是酷刑。

 
jartmailru:

而且你们互相认识。好的。

我需要一个系统,以每周为单位搜索最佳处理方法
和最佳处理参数。
然后,它将采取一些找到的参数实例,并将其应用于正向数据。
远期交易的结果将进入一个表格。

系统将事先获取多币种数据。
它将把它们与日期对齐,这样矩阵就会......正确。

那么,这种工作是否有一揽子计划?
我在这里写的是酷刑。

上面我发布了R的构成,指的是时间序列。自然,有各种手段来处理日期的问题。

但问题不在于是否有可用的工具来解决你目前看到的问题。问题是,有很多你不知道的工具存在,但你的市场对手却在使用这些工具。例如,如果我们谈论的是测试,则可以采用引导法,或蒙特卡洛法或其他方法。

在你测试之前,你必须知道你在测试什么。我在这里 的文章表明,首先应该弄清楚测试是否有意义。如果模型参数的估计误差不超过5%,进行测试是合理的,但如果是100%呢?而估计TC参数的误差问题根本就没有解决。我们在测试器中运行它,然后我们享受被称为 "正向测试 "的神牛,而模型参数的误差却令人望而却步--我们根本不知道它,也不想知道。

此外,在任何基于TA的TS中,还有许多其他问题,只是开发者不知道而已。然后他很惊讶。"它通过了测试,通过了向前的测试,带来了钱,但后来它清空了存款"。如果不是这样,那只能说明作者是蒙着眼睛在深渊上走钢丝。只是幸运。幸运数字是已知的--5%。赌场。

 
faa1947:

但这不是一个是否有办法解决你目前看到的问题的问题。关键是,有很多你不知道的工具存在,但却被你的市场对手使用。例如,如果我们谈论的是测试,则可以采用引导法,或蒙特卡洛法或其他方法。

唉。一个人可以处理他目前看到的问题 --
并使用他所信任的标准。

市场似乎并不关心你所说的 "参数错误"。
而且它可以以两种方式进行。

如果你的模型这么好,就对它们做一些正向测试。
显示周一的电子表格,说明你的系统在一年内赚了多少钱。
我认为对我们这里的大多数人来说没有其他标准。

而且,如果你这样提出问题,不是会有很多追随者吗?
 
jartmailru:

...他所信任的人。

最好是使用那些有理由的标准。

市场似乎并不关心你所说的 "参数错误"。

而且在任何情况下都有可能发生泄漏。

不是在任何情况下,而是对于有疙瘩的引文。

而且,如果你这样说,不是马上就有很多追随者了吗?

我没有鼓动任何人。我对志同道合的人感兴趣。悬空。像在MQL上。或在本网站的TA上。有一些关于计量经济学 的学术网站,但它们通常不具有实用性。