Тестер стратегий позволяет тестировать и оптимизировать торговые стратегии (советники) перед началом использования их в реальной торговле. При тестировании советника происходит его однократная прогонка с начальными параметрами на исторических данных. При оптимизации торговая стратегия прогоняется несколько раз с различным набором параметров...
你在拉扯一个假人......
争论的时间已经过去了,叔叔。
现在是赚钱的时候了,先生们!!。
争论的时间已经过去了,叔叔。
现在是赚钱的时候了,先生们!!。
亚历山大,告诉这个主题的诚实读者。
这个策略是否存在损失的风险(假设所有的风险管理条件都得到满足)?
问题--正确入市的概率有多高,是否等于1?
该策略是否在终端策略测试器 中使用历史数据进行了测试?
亚历山大,告诉这个主题的诚实读者。
这个策略是否存在损失的风险(假设所有的风险管理条件都得到满足)?
一个小问题--正确入市的概率有多高,是否等于1?
该策略是否在终端策略测试器 中使用历史数据进行了测试?
好的,严肃的问题,瑞纳。
1.不存在完全损失的风险。存在缩减的风险,只要不启用非熵因子,它们就会存在。
2.如果你仔细计算滑动窗口(不同货币对不同!),正确进入的概率,即成功交易=80%。
3.不。在不同的K因素下,将蜱虫档案转换为所需的Erlang流程是非常困难的任务。 我们和爱好者们一起私下进行了这项工作。
如果我们做了第3项的工作,那么这些系列,我认为,可以成功地用于其他模型,包括预测。
而且它将是很酷、很好的预测。这将是故事的结束。
好的,严肃的问题,瑞纳。
1.不存在完全流失的风险。有缩减的风险,而且会在纳入非熵因素之前。
2.如果你仔细计算滑动窗口(不同货币对不同!),正确进入的概率,即成功交易=80%。
3.不。在不同的K因素下,将蜱虫档案转换为所需的Erlang流程是非常困难的任务。 我们和爱好者们一起私下进行工作。
如果我们做了第3项的工作,那么这些系列,我认为,可以成功地用于其他模型,包括预测。
而且它将是很酷、很好的预测。这将是它的结束。
好的。
我首先阅读了关于马尔可夫过程的文章
https://ru.wikipedia.org/wiki/%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9_%D0%BF%D1%80%D0%BE%D1%86%D0%B5%D1%81%D1%81
然后是关于自回归模型。
https://ru.wikipedia.org/wiki/%D0%90%D0%B2%D1%82%D0%BE%D1%80%D0%B5%D0%B3%D1%80%D0%B5%D1%81%D1%81%D0%B8%D0%BE%D0%BD%D0%BD%D0%B0%D1%8F_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D1%8C
并没有得到它....
如果我们想要一个马尔科夫过程,那么。
"一个时间序列在某一时刻的数值线性地取决于同一序列的前一个数值"。
....
在外汇方面,这是不可能的,或者说是可能的,但不会持续太久。
)
好的。
我第一次读到关于马尔科夫过程
https://ru.wikipedia.org/wiki/%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9_%D0%BF%D1%80%D0%BE%D1%86%D0%B5%D1%81%D1%81
然后关于自回归模型
https://ru.wikipedia.org/wiki/%D0%90%D0%B2%D1%82%D0%BE%D1%80%D0%B5%D0%B3%D1%80%D0%B5%D1%81%D1%81%D0%B8%D0%BE%D0%BD%D0%BD%D0%B0%D1%8F_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D1%8C
而我不明白....
如果我们想要一个马尔科夫过程,那么。
"一个时间序列在某一时刻的数值线性地取决于同一序列的前一个数值"。
....
在外汇方面,这是不可能的,或者说是可能的,但不会持续太久。
)
我告诉过你,只有我的模型需要一个马尔科夫过程,即二朗在k=1时的流量。但在更高的K值,我们有其他的流动,有后遗症。而这些,我认为对预测是极为有利的。
一般来说,破解外汇的金钥匙是将时间序列转化为不同阶数的埃朗流量的能力。
所有。这个主题可能会被关闭。
我告诉你,只有我的模型需要马尔科夫过程,即k=1时的埃朗流。但在更高的K值,我们有其他的流动,有后遗症。而这些,我认为对预测是极为有利的。
一般来说,破解外汇的金钥匙是将时间序列转化为不同阶数的埃朗流量的能力。
所有。该主题可能被关闭。
亚历山大,这个话题结束得太早了,让我们一探究竟吧。
假设在某个时间点,你已经以最大的风险进入市场。你最多有10分钟的时间来观察报价。这将违背你的命令,100%。
现在的结论是:用所述策略工作是一个非常哲学的问题。
亚历山大,现在结束这个话题还为时过早,让我们一探究竟。
假设在某个时间点,你已经以最大的风险进入。你有10分钟时间来观察这句话。这将违背你的命令,100%。
现在的结论是--在描述的战略上工作是一个非常哲学的问题。
不,只是猜测是没有意思的。你应该等待信号--它将证实或驳斥本主题中所说的一切。这是在公众面前。都是诚实的,没有愚昧的。
好的。该主题可以被关闭。
这个话题早就该结束了,大约50页以前就该结束了)。但我们可以谈论它。
让我们从市场(市场,而不是外汇,但外汇报价是由市场产生的)是完全决定性的这一事实开始。市场上没有任何随机的东西--交易者的所有行动,不管是什么,都受制于一个简单的规则,如果...那么...没有一个正常的交易员会随意地买入、卖出或出价。也就是说,每一次买入/卖出都是由交易者的具体行动预先决定的,完全不是随机的,包括瞬间和之前的行动--在决定价格走势的具体价格上下达买入/卖出指令。再一次--绝对没有随机性。
现在让我们引用W.海森堡的话--我们没有假设量子理论,相对于经典理论,本质上是统计理论,在这个意义上,只有统计结论可以从精确定义的数据中得出。针对这样的假设,例如,众所周知的盖格和博特的实验。但是,在因果律的强烈陈述中,"如果你精确地知道现在,你就可以预测未来",这个前提,而不是结论,是不正确的。我们原则上不能了解现在的所有细节。
这就是所有事情开始变得有趣的地方)。但在这个想法深入人心之前,谈论后果还为时过早。
尤里,你能解释一下Dr.Trader之前在这里发布的刻度线之间的时间间隔分布吗?让我们走近实践。我理解并接受Erlang分布。但这个Cauchy分布是什么?我想,这与海森堡的不确定性原理有关。而这意味着我们肯定应该摆脱它--专门在某一顺序K的Erlang流中,不是吗?
尤里,你能解释一下Dr.Trader之前在这里发布的刻度线之间的时间间隔分布吗?
让我们走近实践。
多么接近主题。))然而,你想怎么算都可以)。
我甚至不打算讨论这些分配。分布是它在现实中的情况,试图把它装进有名字的东西,我认为是没有根据的。为什么它要对应于已经知道的具体事物呢?
说,甚至没有人试图用已经知道的分布来描述黑体辐射的分布。我们到底为什么要在这里试图匹配已经知道的东西?