Александр Михайлович : EUR/USD 누가 어떤 Expert Advisor를 사용합니까?
이 질문에 대한 의도적인 대답이 있습니다. 모든 사람은 자신이 가장 잘 이해하는 것을 사용합니다.
저것들. 문제는 어드바이저가 좋냐 나쁘냐가 아니라 이 어드바이저를 사용하는 유저의 손과 머리가 어디서 자라냐는 것이다.
예를 들어, 나는 춤을 추는 법을 모릅니다. 즉, 음낭이 체계적으로 춤을 추지 못하게 합니다. 하지만 그게 안무가 형편없다는 뜻이 아니라 그냥 내가 춤을 잘 못 춘다는 뜻이야.
또한 알고리즘 거래에서. 나쁜 조언자는 없지만 나쁜 댄서는 있습니다.
초보자, 즉 알고리즘 트레이딩은 물론 수동 트레이딩까지 전혀 능력이 없는 사람들은 마틴과 함께 어드바이저를 선택하는 것을 선호한다. 결국 그 이유는 간단합니다. 균형이 체계적으로, 심지어 자동으로 증가하는 것처럼 보이며 배수 가능성이 무시할 정도로 작아 보입니다. 그리고 이것은 무시할 수 있는 작은 확률이 부주의하게 큰 저장소를 완전히 고갈시킬 수 있고 이 작은 확률을 무시하는 것이 고의적인 어리석음이라는 것이 밝혀질 때까지 계속됩니다. 그리고 알고리즘에 Martin이 있는 상태에서 이 프로세스를 제어하는 것은 불가능합니다. 왜냐하면 martin은 위험 관리를 전혀 제공하지 않으므로 이 문제가 저절로 해결됩니다.
이와 같이 갈퀴를 밟을 때 요철을 채우면 점차 능력이 향상되고 위험도 관리할 수 있다는 이해가 되며, 방법과 능력만 있으면 됩니다. 이 순간부터 위험 관리에 대한 정보 검색이 시작됩니다. 그리고 알고리즘 트레이더의 무기고에서는 매우 원시적이지만 그럼에도 불구하고 더 안정적이고 가장 중요하게는 이미 관리할 수 있습니다. 맞춤 고문. 이제 알고리즘 거래는 더 이상 도박 중독이 아니라 더 의미 있는 것이 되었습니다.
물론, 더 발전된 알고리즘 트레이더는 여전히 낮은 능력으로 인해 "어드바이저는 단순할수록 더 좋다"고 믿습니다. 그러나 실제로는 그렇지 않습니다. 조언자의 알고리즘이 단순할수록 반문해자에게는 더 이해하기 쉬우며 더 좋기 때문에 전혀 그렇지 않습니다. 그리고 단순 Expert Advisors는 일반적으로 추세 추종 및 반대 추세의 두 가지 기본 범주로 나뉩니다. 여기에서 추세 추종 고문을 배치하고 추세가 우세하면 이익이 있기 때문에 여기에서 여전히 광풍을 얻습니다. 그러나 측면 경향이 우세한 경우에는 배수가 불가피하다.
다시 말하지만, 갈퀴를 밟고 범프를 채운 알고리즘 트레이더는 시장 추세에 더 독립적인 조언자가 있다는 점에 도달합니다. 하지만 지금까지 그가 사용했던 것만큼 간단하지 않고, 따라서 이를 설정하기 위해서는 추가적인 능력이 필요하다. 그리고 다시, 바로 이 역량의 격차를 해소하기 위한 정보 검색이 시작됩니다.
그러한 가설, 즉 자유도의 중복성이 "필연적으로" 낮은 일반화 능력으로 이어질 것이라는 가정은 V. Vapnik, A. Chervonenkis의 Theory of Pattern Recognition에 명시되어 있습니다.
사실 이 이론은 근본적으로 틀렸다.
정현파와 같은 작은 오류가 있는 테이블에 주어진 "순수한" 데이터를 근사화해야 하는 경우 곡선이 부드러워집니다. 이 경우 알고리즘이 곡선에 더 잘 맞을수록 좋습니다.
샘플의 데이터가 "dirty"이면 결과도 "dirty"가 됩니다. 쓰레기 인, 쓰레기 아웃.
또 다른 설탕에 절인 과일은 응용 분야에서 순수 테이블 함수를 근사화할 필요가 없다는 것입니다. 대부분의 경우 실험 결과를 근사화해야 합니다. 그리고 더 이상 곡선은 없지만 곡선이 있어야 할 곳에 무작위로 흩어져 있는 점들의 집합입니다. Duc, 결국 아무도 해부를 금지하지 않습니다. 입력에 제출하기 전에 이 목적에 적합한 일부 알고리즘을 사용하여 매우 흩어져 있는 점을 미리 곡선으로 매끄럽게 만듭니다. 저것들. 쓰레기를 미리 청소하고 입구에 버리지 마십시오. 그리고 알고리즘의 큰 자유도는 더 정확한 근사를 방해할 뿐만 아니라 기여합니다.
Alexey Volchanskiy : 모니터링 또는 신호가 있는 Expert Advisors를 선택합니다. 테스터에서는 무엇이든 조정할 수 있습니다. 그리고 단순함은 단순한 스쿠터와 복잡하지만 효율적인 자동차 중 어느 쪽을 선호하시나요? :))
잘못된 비교입니다. 결과가 같은지 비교해야 합니다. 그러나 귀하의 경우에는 다릅니다. 배송의 속도와 편안함이 다릅니다. 예를 들어 두 명의 Expert Advisors가 동일한 품질 지표를 가지고 있지만 그 중 하나가 더 간단한 전략으로 인해 코드 크기가 10배 더 작다면 손바닥을 주어야 합니다.
인기순으로 "무료"를 정렬하는 방법은 무엇입니까?
인기순으로 "무료"를 정렬하는 방법은 무엇입니까?
시장에는 너무 많은 고문이 있으며 일부는 테스트 중입니다 ...
어떤 것이 가장 인기가 있는지 알고 싶습니다. 그리고 그들을 테스트하십시오.
EUR/USD
누가 어떤 Expert Advisor를 사용합니까?
이 질문에 대한 의도적인 대답이 있습니다. 모든 사람은 자신이 가장 잘 이해하는 것을 사용합니다.
저것들. 문제는 어드바이저가 좋냐 나쁘냐가 아니라 이 어드바이저를 사용하는 유저의 손과 머리가 어디서 자라냐는 것이다.
예를 들어, 나는 춤을 추는 법을 모릅니다. 즉, 음낭이 체계적으로 춤을 추지 못하게 합니다. 하지만 그게 안무가 형편없다는 뜻이 아니라 그냥 내가 춤을 잘 못 춘다는 뜻이야.
또한 알고리즘 거래에서. 나쁜 조언자는 없지만 나쁜 댄서는 있습니다.
초보자, 즉 알고리즘 트레이딩은 물론 수동 트레이딩까지 전혀 능력이 없는 사람들은 마틴과 함께 어드바이저를 선택하는 것을 선호한다. 결국 그 이유는 간단합니다. 균형이 체계적으로, 심지어 자동으로 증가하는 것처럼 보이며 배수 가능성이 무시할 정도로 작아 보입니다. 그리고 이것은 무시할 수 있는 작은 확률이 부주의하게 큰 저장소를 완전히 고갈시킬 수 있고 이 작은 확률을 무시하는 것이 고의적인 어리석음이라는 것이 밝혀질 때까지 계속됩니다. 그리고 알고리즘에 Martin이 있는 상태에서 이 프로세스를 제어하는 것은 불가능합니다. 왜냐하면 martin은 위험 관리를 전혀 제공하지 않으므로 이 문제가 저절로 해결됩니다.
이와 같이 갈퀴를 밟을 때 요철을 채우면 점차 능력이 향상되고 위험도 관리할 수 있다는 이해가 되며, 방법과 능력만 있으면 됩니다. 이 순간부터 위험 관리에 대한 정보 검색이 시작됩니다. 그리고 알고리즘 트레이더의 무기고에서는 매우 원시적이지만 그럼에도 불구하고 더 안정적이고 가장 중요하게는 이미 관리할 수 있습니다. 맞춤 고문. 이제 알고리즘 거래는 더 이상 도박 중독이 아니라 더 의미 있는 것이 되었습니다.
물론, 더 발전된 알고리즘 트레이더는 여전히 낮은 능력으로 인해 "어드바이저는 단순할수록 더 좋다"고 믿습니다. 그러나 실제로는 그렇지 않습니다. 조언자의 알고리즘이 단순할수록 반문해자에게는 더 이해하기 쉬우며 더 좋기 때문에 전혀 그렇지 않습니다. 그리고 단순 Expert Advisors는 일반적으로 추세 추종 및 반대 추세의 두 가지 기본 범주로 나뉩니다. 여기에서 추세 추종 고문을 배치하고 추세가 우세하면 이익이 있기 때문에 여기에서 여전히 광풍을 얻습니다. 그러나 측면 경향이 우세한 경우에는 배수가 불가피하다.
다시 말하지만, 갈퀴를 밟고 범프를 채운 알고리즘 트레이더는 시장 추세에 더 독립적인 조언자가 있다는 점에 도달합니다. 하지만 지금까지 그가 사용했던 것만큼 간단하지 않고, 따라서 이를 설정하기 위해서는 추가적인 능력이 필요하다. 그리고 다시, 바로 이 역량의 격차를 해소하기 위한 정보 검색이 시작됩니다.
등. 등.
물론, 더 발전된 알고리즘 트레이더는 여전히 낮은 능력으로 인해 "어드바이저는 단순할수록 더 좋다"고 믿습니다. 그러나 실제로는 그렇지 않습니다. 조언자의 알고리즘이 단순할수록 반문해자에게는 더 이해하기 쉬우며 더 좋기 때문에 전혀 그렇지 않습니다.
흠... 하지만 나에게는 단순한 Expert Advisors(또는 오히려 Expert Advisors가 아니라 TS)가 더 적은 자유도를 가지고 있고 "곡선 조정"의 대상이 적기 때문에 더 나은 것 같습니다.
침례가 필요한 것 같을 때 © 민속 속담
그러한 가설, 즉 자유도의 중복성이 "필연적으로" 낮은 일반화 능력으로 이어질 것이라는 가정은 V. Vapnik, A. Chervonenkis의 Theory of Pattern Recognition에 명시되어 있습니다.
사실 이 이론은 근본적으로 틀렸다.
정현파와 같은 작은 오류가 있는 테이블에 주어진 "순수한" 데이터를 근사화해야 하는 경우 곡선이 부드러워집니다. 이 경우 알고리즘이 곡선에 더 잘 맞을수록 좋습니다.
샘플의 데이터가 "dirty"이면 결과도 "dirty"가 됩니다. 쓰레기 인, 쓰레기 아웃.
또 다른 설탕에 절인 과일은 응용 분야에서 순수 테이블 함수를 근사화할 필요가 없다는 것입니다. 대부분의 경우 실험 결과를 근사화해야 합니다. 그리고 더 이상 곡선은 없지만 곡선이 있어야 할 곳에 무작위로 흩어져 있는 점들의 집합입니다. Duc, 결국 아무도 해부를 금지하지 않습니다. 입력에 제출하기 전에 이 목적에 적합한 일부 알고리즘을 사용하여 매우 흩어져 있는 점을 미리 곡선으로 매끄럽게 만듭니다. 저것들. 쓰레기를 미리 청소하고 입구에 버리지 마십시오. 그리고 알고리즘의 큰 자유도는 더 정확한 근사를 방해할 뿐만 아니라 기여합니다.
Leonardo da Vinci: “단순함은 세상에서 가장 어려운 것입니다. 그것은 경험의 궁극적인 한계이자 천재의 마지막 노력이다.”
또한 간단한 방법으로 결과를 얻는다면 이것이 최고의 기술이라고 생각했습니다. 불행히도 우리 둘 다 틀렸습니다.)흠... 하지만 나에게는 단순한 Expert Advisors(또는 오히려 Expert Advisors가 아니라 TS)가 더 적은 자유도를 가지고 있고 "곡선 조정"의 대상이 적기 때문에 더 나은 것 같습니다.
모니터링 또는 신호가 있는 Expert Advisors를 선택합니다. 테스터에서는 무엇이든 조정할 수 있습니다. 그리고 단순함은 단순한 스쿠터와 복잡하지만 효율적인 자동차 중 어느 쪽을 선호하시나요? :))