ATC.经验、知识和实践。 - 页 6

 
Sergey Lebedev:

这时,有两件事是必须了解的。

1)根据定义,个人在家里开发和/或可能开发的任何 "自制 "机器人,尽管他们个人痴迷于寻找机器人工业,但实际上比大型交易基金和投资公司(高盛、贝莱德等)的自动化和半自动化交易系统要弱数百倍,在那里有数百名创造性的数学家、战略家和程序员工作。因此,在机器人 "人群 "之间的竞争中,algodtraders总是会输(他们的机器人策略的结果是由神经网络近似计算的,就像独立决策的赌博交易者的行为)。

2)手工机器人比经过训练的人脑弱很多倍,无法解决由交易基金的新闻和交易产生的动态计算问题。

这导致了一个简单的结论:单个交易者花时间在算法垃圾交易上是没有意义的,只能训练自己的 "神经元 "来解决手工交易问题(+在MQL5或其他平台上开发驱动程序/扫描器和其他支持算法)。这就是金融市场上角斗士的方式,为金钱而练习和战斗。

关于我:去年夏天,在经过5年的算法研究后,得出了这个结论,现在我完全专注于训练我的大脑+开发后台系统(市场扫描、风险管理等)。到目前为止,还没有令人惊叹的结果,但我正在走这条路线,学习、辅导->交易,找出我的失误,然后再次交易。到目前为止,唯一的缺点是我不得不完全放弃酒精。

有趣的思考。
 
Sergey Lebedev:

有两点是必须要了解的。

1)根据定义,个人在家里开发和/或可能开发的任何 "自制 "机器人,尽管他们个人痴迷于寻找机器人工业,但实际上比 大型交易基金和投资公司(高盛、贝莱德等)的自动化和半自动化交易系统要弱数百倍 ,在那里有数百名创造性的数学家、战略家和程序员工作。因此,在机器人 "人群 "之间的竞争中,algodtrader总是会输(他们的机器人策略的结果是由神经网络近似计算出来的,就像有自主决策的赌博交易者的行为一样)。

2)手工机器人比经过训练的人脑弱很多倍,无法解决由交易基金的新闻和交易产生的动态计算问题。

这导致了一个简单的结论:单个交易者花时间在算法上是没有意义的,只能训练自己的 "神经元 "来解决手工交易问题(+在MQL5或其他平台上开发驱动程序/扫描器和其他支持算法)。这就是金融市场上角斗士的方式,为金钱而训练和战斗。

关于我: 去年夏天得出这个 结论,经过5年的算法搜索,现在完全专注于辅导我的大脑+开发后台系统(市场扫描,风险管理,等等)。到目前为止,还没有令人惊叹的结果,但我正在走这条路线,学习、辅导->交易,找出我的失误,然后再次交易。到目前为止,唯一的缺点是我不得不完全放弃酒精。

给我确切的来源 :-)

以及 "基金和房屋 "的比较 标准 和TC?

关于你:我想 这只是疲劳和挫折。

 
计算机程序在国际象棋中获胜,在扑克中获胜。在第一种情况下,信息是公开的,优势只在第一步,在第二种情况下(扑克),信息是部分可访问的,对手的牌是封闭的,因此有虚张声势的选择,即有一个自我训练系统收集数据并形成行为模型,这就是精神分析。信息是多变的、不变的,很难结构化。
 
Aleksandr Rykhlik:
有趣的思考。

同意

 
Sergey Lebedev:

在这里,有两件事很重要,需要了解。

...

关于我:我是在去年夏天得出这个结论的,经过5年的算法搜索,现在我完全专注于辅导我的大脑+开发后台系统(市场扫描,风险管理,等等)。到目前为止,还没有令人惊叹的结果,但我正在走这条路线,学习、辅导->交易,找出我的失误,然后再次交易。到目前为止,唯一的缺点是我不得不完全放弃酒精。

很有可能在5年后,你又会回到算法研究上)

 
khorosh:

很有可能在五年后,你会回到算法研究中)

我甚至会说这不是一个缺点。

清醒的头脑,来自100%工作的大脑的新鲜想法

做正确的事情。

 
Renat Akhtyamov:

我甚至可以说这不是一个减分项。

清醒的头脑,来自100%工作的大脑的新鲜想法

正确地说。

缺点是你必须不断地停留在显示器前,而这迟早会让人感到厌烦。

 
khorosh:

缺点是你必须一直呆在显示器前,迟早会感到厌烦。

减少的风险只是
 
Sergey Lebedev:

在这里,理解两点是很重要的。

1)根据定义,个人在家里开发和/或可能开发的任何 "自制 "机器人,尽管他们个人痴迷于寻找机器人工业,但实际上比大型交易基金和投资公司(高盛、贝莱德等)的自动化和半自动化交易系统要弱数百倍,在那里有数百名创造性的数学家、战略家和程序员工作。因此,在机器人 "人群 "之间的竞争中,algodtrader总是会输(他们的机器人策略的结果是由神经网络近似计算出来的,就像有自主决策的赌博交易者的行为一样)。

2)手工机器人比经过训练的人脑弱很多倍,无法解决由交易基金的新闻和交易产生的动态计算问题。

这导致了一个简单的结论:单个交易者花时间在算法垃圾交易上是没有意义的,只能训练自己的 "神经元 "来解决手工交易问题(+在MQL5或其他平台上开发驱动程序/扫描器和其他支持算法)。这就是金融市场上角斗士的方式,为金钱而训练和战斗。

关于我:经过5年的算法研究,我在去年夏天得出了这个结论,现在我完全专注于训练我的大脑+开发后台系统(市场扫描,风险管理,等等)。到目前为止,还没有令人惊叹的结果,但我正在走这条路线,学习、辅导->交易,找出我的失误,然后再次交易。到目前为止,唯一的缺点是我不得不完全放弃酒精。

没有一个神经网络能以53%以上的准确率向你展示市场的走向。
基金和房屋只关注股票和指数,而不是货币。他们愚蠢地投入10亿,每年赚10-15%,从此过上幸福的生活。
外汇比这复杂一千倍。
你可以仅靠它来赚钱,了解任何市场的结构。当然,任何地方都不会有关于它的报道。当然,要理解和计算它,要看到它,你需要一个大脑。
但视觉是有欺骗性的--在大脑说买的地方,机器人计算出的概率是50-50)。
在今天的世界里,没有哪个大脑能比机器人更客观地进行计算。
大脑当然是主要的,但就客观性而言,机器人是主要的。
家用机器人与工业机器人没有区别)
只有那些认为复杂是成功保证的人,才会构建差异。但事实并非如此。更简单、更完美、更
算法越好、越可靠,它就能算出市场上所有可能的变体。
 
如果你想知道一个热狗的成分,你不必把它分解成原子,只需用手去做;)