이 공식은 어디에서 얻었습니까? 당신은 당신이 쓴 것을 이해 했습니까?
매개변수 p(<0.1)의 작음이 주어지면 식을 단순화할 수 있습니다.
그런 확률이 0.1보다 작으면 거래를 하지 않는 것이 좋습니다 :)) 더 비쌉니다.
"(1/2+p, 여기서 p는 예상 가격 변동의 부호를 정확하게 예측할 확률)", 즉 p를 0.5에 더해야 합니다.
토픽 스타터에게 왜 그러한 어려움이 필요한지는 아직 명확하지 않습니다.
만세! - 3레이어 비선형 신경망이 안정적으로 긍정적인 거래 결과를 보이기 시작했습니다. 그리고 즉시 최적의 MM에 대한 질문이 생겼습니다. 이전에 이미 여기 에서 이 주제를 다루었지만 사례를 고려했습니다.
물론 사과드립니다만 제가 뉴로벨과 휘파람을 지칭하는 "마법의 연고"의 팬이 아니기 때문에 제가 쓴 Expert Advisor가 내내 꾸준한 수익을 보여주지 않았던 때가 더 이상 기억나지 않는다는 말씀을 드리고 싶습니다. 최적화 없는 히스토리 등등. 도대체 뭐가 문제인지 이해가 안가네요? - 수익성 있는 전문가 고문을 만드시겠습니까? 왜 이 모든 것이 신경망을 사용하는 것일까요?
그러나 나는 "성배"의 고발자에게 서둘러 대답합니다. "성배"는 수익성이 있어야한다는 사실 외에도 "필요한"금액의 돈을 벌어야하며 10,000 당 1000 달러가 아니라 월 ... . 그는 100,000 달러를 벌지 않을 것이고 당신은 더 적은 것으로 귀찮게해서는 안됩니다 ... IMHO ... :)))
죄송합니다.
여기 다음 분기에서 "공유할 것 등"에 대해 설명합니다. "올바른 마샤"와 진짜, 이해할 수 없는 섹스를 하고, 분명히 당신의 모든 고문은 매우 수익성이 있고 일반적으로 당신은 백만장자입니다. 하지만 농담을 하기 위해 여기에 옵니다.
나는 누군가를 재교육하지 않기 위해 여기에 왔습니다. 100 % ...
Forex는 너무 복잡해서 수십 개의 뉴런이 처리할 수 없습니다... 신경 쓰지 마세요. 당신이 좋아한다면 - 그것은 체스보다 더 복잡하지만 일반적으로 이것은 물론 또 다른 무의미한 잡담입니다. 그러나 말해 주세요. 개구리는 몇 개의 뉴런을 가지고 있습니까? 그리고 얼마나 가지고 있습니까? 최소한 수천 개의 뉴런을 사용하고 수동으로 거래하는 방법을 배워 보셨습니까? 그러나 배울 때 신경망으로 돌아갈 것을 제안합니다. 이제 나는 당신이이 모든 "마법의 연고"에 같은 방식으로 반응 할 것이라고 확신합니다. 당신은 자신을 바르고 저항 할 수 없게되었습니다. 이교도는 일종의 ...
주제를 돌리게 해서 죄송합니다. 여기서 다른 말은 하지 않겠습니다.
나는 누군가를 재교육하지 않기 위해 여기에 왔습니다. 100 % ...
Forex는 너무 복잡해서 수십 개의 뉴런이 처리할 수 없습니다... 신경 쓰지 마세요. 당신이 좋아한다면 - 그것은 체스보다 더 복잡하지만 일반적으로 그것은 물론 또 다른 무의미한 잡담입니다 - 그러나 말해 주세요. 개구리는 몇 개의 뉴런을 가지고 있습니까? 그리고 당신은 얼마나 많이 가지고 있습니다. 최소한 수천 개의 뉴런을 사용하고 수동으로 거래하는 방법을 배워 보셨습니까? 그러나 배울 때 신경망으로 돌아갈 것을 제안합니다. 이제 나는 당신이이 모든 "마법의 연고"에 같은 방식으로 반응 할 것이라고 확신합니다. 당신은 자신을 더럽히고 저항 할 수 없게되었습니다. 이교도는 일종의 ...
주제를 돌리게 해서 죄송합니다. 여기서 다른 말은 하지 않겠습니다.
무엇을 대답할 수 있습니까? 누구나 "그들이 말하는 내용"을 알고 있다고 생각할 것입니다 ...
만세! - 3레이어 비선형 신경망이 안정적으로 긍정적인 거래 결과를 보이기 시작했습니다. 그리고 즉시 최적의 MM에 대한 질문이 생겼습니다. 앞서 여기 에서 이미 이 주제를 다루었지만 DC(Spread)의 수수료를 고려하지 않은 경우를 고려했습니다. TS 예측(1/2+p, 여기서 p는 예상 가격 움직임의 부호를 정확하게 예측할 확률)의 함수로 개설되는 최적의 위치 크기에 대한 기본 표현식을 얻으려고 노력할 것입니다. , 그리고 평균 뇌물(이익) 모듈의 최적 크기에 대해 <|S|>.
아직 하자:
S - 상품 가격(포인트),
dS - 포지션이 유지된 시간 동안의 가격 증분(포인트,
K - $의 예금 금액,
dK - 포지션을 유지하는 동안 $의 보증금 증가분,
stLot - 표준 로트의 가격($),
로트 - 열린 로트 수,
레버 - 거래 레버리지.
그게 다야. 기본 방정식을 적어 봅시다.
stLot *Lot=K*Lever - 오픈 포지션(Lot)의 크기와 거래 레버리지 및 예금의 크기를 연결합니다.
dK/K=Lever*dS/S - 예금 증분의 상대 가치와 금리 변동의 상대 가치의 연결.
그런 다음 스프레드를 고려한 주요 균형 방정식(자세한 내용은 여기 )은 다음과 같습니다.
이 방정식은 우리가 관심을 갖고 있는 모든 값과 무엇보다도 예상 가격 움직임 p의 부호에 대한 TS 예측의 정확성을 고려하여 n 거래 후 예금의 크기를 보여줍니다.
뇌물의 평균 크기에 대한 최적의 값을 표준 방식으로 찾자 |dS| 그리고 거래 레버 레버의 가치:
예치금 규모, 예측 정확도, DC 커미션에 따라 최적의 오픈 포지션 사이즈가 존재함을 알 수 있습니다. 그 과장과 과소 표현 모두 가능한 이윤율을 과소평가합니다. 또한 차량의 뇌물 평균 크기(포인트)도 최적이어야 하며 수수료와 예측 정확도에 따라 결정됩니다.
매개변수 p(<0.1)의 작음이 주어지면 식을 단순화할 수 있습니다.
여기에서 표현식은 예측 p의 정확도를 특성화하는 값으로 작성됩니다. 세 번째 방정식은 예금 배가의 특성 시간을 추정합니다. 그것은 예측의 정확성에 크게 의존한다는 것을 알 수 있습니다(정확도의 네 번째 거듭제곱과 커미션의 두 번째 거듭제곱으로). 따라서 거래자가 지불해야 하는 주요 초점은 TS 예측의 정확도를 높이는 것입니다.