기고글 토론 "소셜 테크놀로지 스타트업을 구축하기, 1부: MetaTrader 5 신호를 트윗하세요"
놀라운 기사가 너무 많으며 MQL5 플랫폼에는 놀라운 거래 전략 등을 구축하는 데 필요한 모든 것이 있습니다.
FX 트레이딩을 위한 글로벌 시장 정보 네트워크로서 플랫폼에서 부족한 것은 "자연어 프로그래밍 통합"과 서면 언어 처리 속도를 높이기 위한 "빅 데이터"뿐이라고 생각합니다.
의견 주셔서 감사합니다! 이 글의 요지는 로봇 트레이딩이 일부 트레이더를 완전히 만족시키지 못할 수 있다는 것입니다. 이 경우 다른 접근 방식(의사 결정 지원 도구)을 고려할 수 있습니다.
예를 들어 메타트레이더 5의 강력한 기능과 트레이딩 신호에 대한 결정을 내릴 수 있는 전문가를 결합한 다음 얻은 지식을 분석할 수 있습니다. 한 가지 해결책은 전문가의 관찰 내용을 웹 온톨로지에 캡처하는 것입니다.
이 주제에 대한 추천 자료는 Roger Penroe의 저서 "황제의_새로운_마음"-> http://en.wikipedia.org/wiki/The_Emperor's_New_Mind입니다.
의견 주셔서 감사합니다! 이 글의 요지는 로봇 트레이딩이 일부 트레이더를 완전히 만족시키지 못할 수 있다는 것입니다. 이런 경우 다른 접근법(의사결정 지원 도구)을 고려해 볼 수 있습니다.
예를 들어 메타트레이더 5의 기능과 트레이딩 신호에 대한 결정을 내릴 수 있는 인간 전문가를 결합한 다음 얻은 지식을 분석할 수 있습니다. 한 가지 해결책은 전문가의 관찰 내용을 웹 온톨로지에 캡처하는 것입니다.
이 주제에 대한 추천 자료는 Roger Penroe의 저서 "황제의_새로운_마음"-> http://en.wikipedia.org/wiki/The_Emperor's_New_Mind입니다.
자연어와 함께 지원 벡터를 사용하여 말하는 사람 또는 SEC 보고서를 측정하고 전 세계의 글로벌 움직임을 해석하는 데 사용할 수있는 비 중앙 집중식 또는 중앙 집중식 위치로 업데이트되는 상관 관계가있는 시장 움직임과 함께 데이터를 출력하는 것은 테스트 시나리오를위한 여러 모델을 달성하기위한 올바른 방향으로의 움직임으로 보입니다. 올바른 방향으로 나아가고 있으며 비즈니스 모델에 관해서는 효과가있을 것이라고 생각합니다.
좋은 지적입니다! 글쎄요, 저는 서포트 벡터에 익숙하지 않아서 지금 당장은 이 SDSS에서 어떻게 사용할 수 있는지 잘 이해하지 못합니다.
"자연어 프로그래밍 통합" 문제와 관련하여, 먼저 지식을 웹 온톨로지(RDF 또는 OWL 사용)로 캡처한 다음 나중에 Wikipedia의 -> http://dbpedia.org/snorql/ 와 같은 "자연어" 쿼리를 수행하기 위한 SPARQL 엔드포인트를 게시함으로써 해결할 수 있습니다.
참고로, 이 주제에 대한 또 다른 흥미로운 리소스는 빅 퍼블릭 데이터로 군중 행동 예측이라는 제목의 자료가 있습니다.
좋은 지적입니다! 글쎄요, 저는 서포트 벡터에 익숙하지 않아서 지금 당장은 이 SDSS에서 어떻게 사용할 수 있는지 잘 이해하지 못합니다.
"자연어 프로그래밍 통합" 문제와 관련하여, 먼저 지식을 웹 온톨로지(RDF 또는 OWL 사용)로 캡처한 다음 나중에 Wikipedia의 -> http://dbpedia.org/snorql/ 와 같은 "자연어" 쿼리를 수행하기 위한 SPARQL 엔드포인트를 게시함으로써 해결할 수 있습니다.
그건 그렇고, 이 주제에 대한 또 다른 흥미로운 자료가 있습니다. 빅 퍼블릭 데이터를 이용한 군중 행동 예측
새로운 기고글 소셜 테크놀로지 스타트업을 구축하기, 1부: MetaTrader 5 신호를 트윗하세요 가 게재되었습니다:
오늘은 EA의 거래 신호를 트윗할 수 있도록 MetaTrader 5 단말기를 트위터와 연결하는 방법에 대해 알아보겠습니다. 우리는 RESTful 웹 서비스를 기반으로 PHP의 사회적 의사결정 지원 시스템을 개발하고 있습니다. 이 아이디어는 컴퓨터 지원 거래라고 불리는 자동 거래의 특별한 개념에서 나온 것입니다. 우리는 휴먼 거래자들의 인지 능력이 Expert Advisor가 자동으로 시장에 내놓는 거래 신호를 걸러내기를 원합니다.
이 아이디어는 컴퓨터 지원 거래라고 불리는 자동 거래의 특별한 개념에서 나온 것입니다. 간단히 말해서, XXI세기의 컴퓨터는 인지 능력이 없지만, 정보를 처리하고 데이터를 실행하는 데는 매우 뛰어납니다. 그렇다면 왜 우리는 결정을 내리기 위한 필터로서 인간의 뇌를 사용하여 컴퓨터 시스템을 만들지 않는 걸까요? 이 접근 방식은 휴먼 베이스 컴퓨테이션 (HBC) 패러다임에서 영감을 받았습니다, 따라서 코딩 의사 결정자 알고리즘보다는 의사 결정 지원 도구 구축에 초점을 맞춥니다.
저는 처음에 EA에 의해 생성된 거래 신호로 RSS 피드를 만드는 것에 대해 생각해 보았습니다. (중장기 기본 거래 시스템이 있다고 가정되며, 이 아이디어는 자동 스캘핑 시스템에는 유효하지 않습니다. 피드에 접근할 수 있는 사람은 제 로봇 신호를 시장에 내놓기 직전에 그 순간에 상황에 따라 검증해야 합니다. 하지만, 저는 곧 모든 것이 훨씬 더 사교적이 될 수 있다는 것을 깨달았고, '트위터에 내 거래 신호를 게시하는 것이 어떨까?'라고 생각했습니다. 이로 인해 저는 이 사회적 의사결정 지원 시스템을 개발하게 되었습니다.
그림 1. SDSS 아키텍처
참고로, FX 거래와 관련된 기술 스타트업을 만들 계획이라면 이 기사를 통해 아이디어를 얻을 수 있습니다. SDSS를 기반으로 상용 SaaS(Software as a Service)를 구축하는 기술 가이드로 볼 수 있습니다.
작성자: Jordi Bassaganas