지점은 "표준" 전략(Pardo에 따름)과 근본적으로 다른 거래 전략을 생성하고 검증하기 위한 패러다임을 제안합니다. 표준에서 최적 전략의 선택은 이력에 대한 수많은 테스트 실행을 통해 전략 자체의 매개변수의 FP를 스캔하고 변경되는 전략을 최적화하는 FP 포인트의 추가 선택을 통해 발생합니다. 제안된 기술적 분석("분석 블록 및 예비 의도")에서는 어떤 식으로든 변경되지 않습니다. 트랜잭션은 그대로 유지되고 컨텍스트 필터("결정적 블록")만 변경됩니다.
원칙적으로 컨텍스트 필터 제약 조건의 원하는 형식을 미리 설정하면 여기에서도 최적화와 유사한 것을 달성할 수 있습니다(예: 컨텍스트 필터의 모든 점은 가변 정점 좌표가 있는 "다차원 평행 육면체" 내부에 있어야 함). . 그러나 이것은 우리가 달성하고자 하는 클러스터링의 특별한 경우일 뿐입니다.
따라서 우리의 경우 최적화 프로그램이 필요하지 않습니다. 컨텍스트 필터를 끄고 컨텍스트 FP에 무역 좌표를 표시한 상태에서 테스트를 한 번만 실행하면 충분하며 그 후에 필터는 독립적인 수단을 사용하여 클러스터링될 수 있습니다.
내 질문은: 새로운 패러다임이 우리 에게 더 강력한 전략을 제공할 것이라고 어떻게 확신할 수 있습니까?
우리는 추가 거래 중에 이미 실생활에서 새로운 컨텍스트 필터를 통과한 일련의 거래(우리는 Candid 변형을 고수할 것입니다)가 상당히 높은 수익 요소를 보여줄 것이라고 가정합니다. 일어나지도 않을 일을 어찌할 수 있겠는가?
개별 거래에 대한 "수익성 있는 컨텍스트 클러스터"의 이미 내부 구조를 분석하려고 시도할 수 있습니다. 번호를 매기고 수익성 있는 항목을 표시하고 예를 들어 역사상 이 클러스터 내에서 거래가 어떻게 발생했는지 살펴보겠습니다. 이 클러스터 내에 거의 독점적으로 수익성이 없는 거래가 많이 포함된 궤적 섹션이 있는 경우 이는 좋지 않습니다.
요컨대, 새로운 패러다임의 수용 가능성을 정당화하고 그 사용에 대한 제한을 설정하려면 최소한 몇 가지 추가 주장이 필요합니다.
1) 스프레드, 이익극대화, 거래수, 드로다운 등을 고려하여 히스토리에 대한 이상적인 진입점을 결정합니다. (100% 확신, zz에서 멀지 않을 것입니다)
2) Kohonen 카드 또는 기타 방법을 사용하여 수신된 트랜잭션과 현재 현재 컨텍스트(지표 판독값 등)의 연결을 결정합니다.
3) 우리는 발견된 패턴을 사용하여 거래합니다.
약속하지 않음 (직접 시도했습니다)
다양한 시간 지속 시간 + 임의성의 패턴이 있으며 각각의 이상적인 진입점은 임의성으로 시끄러운 하나 이상의 패턴에 원인이 있을 수 있습니다. 컨텍스트를 추출한 결과, 이 무작위 혼합에 대한 조정만 얻을 수 있으며 개별 패턴의 선택과 사용할 컨텍스트는 얻을 수 없습니다. 각 패턴에는 고유한 컨텍스트가 있습니다. 임호
매개변수의 수가 증가함에 따라 FP의 차원이 증가하는 것과 같은 또 다른 것이 있습니다. 이에 따라 트랜잭션 통계에 대한 요구 사항이 증가하고 있습니다. 나는 이미 3개의 매개변수를 사용하여 열광적인 핍스에 대해서만 통계에 대해 이야기할 수 있을 것이라고 생각합니다. :).
다른 한편으로, 우리는 자유도의 수에 관한 매개변수를 갖고 싶습니다. 그들 중 2-3 명만 있기를 희망하려면 동상에 걸린 낙관론자가 필요합니다. 물론입니다. 아직 자유도 수에 대한 지표는 없지만.
어쨌든 최적 영역의 경계 매개변수는 표준 접근 방식이나 컨텍스트 클러스터링에 의해 획득되는 방법에 관계없이 TS 자체의 숨겨진 매개변수로 바뀝니다. 따라서 우리는 여전히 TS의 매개변수화에서 벗어나지 못한 것으로 판명되었습니다.
2-3개의 매개변수의 경우: 시스템이 주로 추세 영역에 진입하면 이러한 매개변수가 "거의 충분"할 것이라는 희망이 있습니다. 재앙의 기간 동안 시장의 자유도의 수는 크게 감소할 가능성이 있습니다(단순해짐).
일반적으로 나는 자유도의 수에 초점을 맞추지 않을 것입니다. 우리는 시장을 완전히 설명하는 기능을 찾는 것이 아니라, 그 위에서 다소 강력한 TS만을 찾고 있습니다. 그녀가 때때로 실수를 하도록 내버려 두십시오(그리고 그녀는 확실히 그럴 것입니다!). 그러나 대부분의 경우 2-3개의 매개변수로 충분할 것입니다.
500x500 도트의 정사각형 = 총 250,000 도트. 각 점은 "추세선" 개체(분명히 광선이 아님)에 의해 그려집니다. 길이가 1인 수평선, 즉 인접한 점을 연결하는 세그먼트가 사용됩니다. 포인트 객체가 아닌 이유는 무엇입니까? 차트에 포인트가 표시되지 않기 때문입니다. x 및 y 좌표의 값에 따라 물체의 색상이 계산됩니다. 따라서 해당 사각형에는 각각 고유한 색상이 있는 250,000개의 개체가 있습니다. 그리고 MT4는 일반적으로 문제 없이 잡아냅니다!
유일한 제한은 그래픽 스타일 스택이 MT에서 제한된다는 것입니다. 최대값은 512입니다. 즉, 이 수 이상의 색상을 사용할 수 없습니다.
내 질문은: 새로운 패러다임이 우리 에게 더 강력한 전략을 제공할 것이라고 어떻게 확신할 수 있습니까?
우리는 추가 거래 중에 이미 실생활에서 새로운 컨텍스트 필터를 통과한 일련의 거래(우리는 Candid 변형을 고수할 것입니다)가 상당히 높은 수익 요소를 보여줄 것이라고 가정합니다. 일어나지 않을 일이 무슨 일이 일어날 수 있겠습니까?
요컨대, 새로운 패러다임의 수용 가능성을 정당화하고 그 사용에 대한 제한을 설정하려면 최소한 몇 가지 추가 주장이 필요합니다.
언제나 그렇듯이 진리의 기준은 실천입니다. 그것 외에는 그 어떤 것도 확신이나 타당성을 주지 않을 것입니다.
그러나 나는 이 점에 대해 다시 한 번 주목하고 싶다. Aleksey 가 말한 새로운 패러다임은 단지 다른 방법론일 뿐입니다. 방법론적으로 올바른 접근 방식은 올바른 출발점을 기반으로 하는 경우에만 긍정적인 결과를 제공할 수 있습니다. (그런데 고전적인 TA 죄라는 방법론적으로 잘못된 접근은 올바른 근거에서도 긍정적인 결과를 제공할 수 없기 때문에 시장에서 무기력과 "무일"이 발생합니다.)
정의와 기능인 IMHO에 따라 FP를 사용하는 것은 방법론적으로 올바른 접근 방식입니다. 그러나 방법론 자체는 긍정적 인 결과를 제공하지 않습니다!
쌍은 기초가 되어야 합니다: 입력-출력 시스템 - FP의 매개변수화. 이것이 올바른 기초입니다. 이 쌍의 구성 요소 중 하나 이상이 올바르지 않거나 부적절하거나 종속적이면 전체 구성이 작동하지 않습니다.
따라서 입출력 시스템 및 FP 매개변수의 동일한 속성과 분리하여 이 패러다임의 견고성, 수용 가능성 및 안정성 문제를 논의하는 것은 의미가 없습니다.
중간 결과를 요약합니다.
지점은 "표준" 전략(Pardo에 따름)과 근본적으로 다른 거래 전략을 생성하고 검증하기 위한 패러다임을 제안합니다. 표준에서 최적 전략의 선택은 이력에 대한 수많은 테스트 실행을 통해 전략 자체의 매개변수의 FP를 스캔하고 변경되는 전략을 최적화하는 FP 포인트의 추가 선택을 통해 발생합니다. 제안된 기술적 분석("분석 블록 및 예비 의도")에서는 어떤 식으로든 변경되지 않습니다. 트랜잭션은 그대로 유지되고 컨텍스트 필터("결정적 블록")만 변경됩니다.
원칙적으로 컨텍스트 필터 제약 조건의 원하는 형식을 미리 설정하면 여기에서도 최적화와 유사한 것을 달성할 수 있습니다(예: 컨텍스트 필터의 모든 점은 가변 정점 좌표가 있는 "다차원 평행 육면체" 내부에 있어야 함). . 그러나 이것은 우리가 달성하고자 하는 클러스터링의 특별한 경우일 뿐입니다.
따라서 우리의 경우 최적화 프로그램이 필요하지 않습니다. 컨텍스트 필터를 끄고 컨텍스트 FP에 무역 좌표를 표시한 상태에서 테스트를 한 번만 실행하면 충분하며 그 후에 필터는 독립적인 수단을 사용하여 클러스터링될 수 있습니다.
내 질문은: 새로운 패러다임이 우리 에게 더 강력한 전략을 제공할 것이라고 어떻게 확신할 수 있습니까?
우리는 추가 거래 중에 이미 실생활에서 새로운 컨텍스트 필터를 통과한 일련의 거래(우리는 Candid 변형을 고수할 것입니다)가 상당히 높은 수익 요소를 보여줄 것이라고 가정합니다. 일어나지도 않을 일을 어찌할 수 있겠는가?
개별 거래에 대한 "수익성 있는 컨텍스트 클러스터"의 이미 내부 구조를 분석하려고 시도할 수 있습니다. 번호를 매기고 수익성 있는 항목을 표시하고 예를 들어 역사상 이 클러스터 내에서 거래가 어떻게 발생했는지 살펴보겠습니다. 이 클러스터 내에 거의 독점적으로 수익성이 없는 거래가 많이 포함된 궤적 섹션이 있는 경우 이는 좋지 않습니다.
요컨대, 새로운 패러다임의 수용 가능성을 정당화하고 그 사용에 대한 제한을 설정하려면 최소한 몇 가지 추가 주장이 필요합니다.
내 질문은: 새로운 패러다임이 우리 에게 더 강력한 전략을 제공할 것이라고 어떻게 확신할 수 있습니까?
예, 일반적으로 확실하지 않습니다. 그러나 표준 접근 방식의 경우와 마찬가지로.
이 절차의 견고성을 위해 두 가지가 필요하다고 가정합니다.
- 최적의 영역은 실제여야 합니다. 즉, 변동이 아니라 통계적으로 신뢰할 수 있는 의존성을 다루어야 합니다.
- 사용된 FP 매개변수는 자체적으로 견고해야 합니다. 즉, 시간이 지남에 따라 변경되면 다소 느립니다.
즉, 적절한 매개변수를 찾고 확인하려면 많은 작업이 필요합니다. 그렇다고 해서 유용성과 이론적 고려 사항이 부정되는 것은 아닙니다.
추신: 시간에 따라 매개변수를 변경한다는 것은 물론 분포 함수의 변경을 의미합니다.
- 최적의 영역은 실제여야 합니다. 즉, 변동이 아니라 통계적으로 신뢰할 수 있는 의존성을 다루어야 합니다.
예, 최적 영역의 외부 경계가 눈송이의 경계와 동일하다면 견고한 것을 기대해서는 안됩니다.
최적의 영역은 FP 공간에서 마이그레이션하는 경우 너무 갑자기 수행하지 않아야 합니다.
한마디로 단단해야 합니다. 일종의 하이퍼볼(hyperball), 초평면체(hyperparallelepiped) 또는 이와 유사한 것, 저속으로 움직이는 것.
아마도 다음과 같이 필요할 것입니다.
1) 스프레드, 이익 극대화, 거래 수 , 인출 등을 고려하여 히스토리에 대한 이상적인 진입점을 결정합니다. (100% 확신, zz에서 멀지 않을 것입니다)
2) Kohonen 카드 또는 기타 방법을 사용하여 수신된 트랜잭션과 현재 현재 컨텍스트(지표 판독값 등)의 연결을 결정합니다.
3) 우리는 발견된 패턴을 사용하여 거래합니다.
Andrei , 단락 2에서 식별된 컨텍스트 공간의 좌표를 사용하여 더 정확하게 입력할 수 있기를 바랍니다.
아마도 다음과 같이 필요할 것입니다.
1) 스프레드, 이익극대화, 거래수, 드로다운 등을 고려하여 히스토리에 대한 이상적인 진입점을 결정합니다. (100% 확신, zz에서 멀지 않을 것입니다)
2) Kohonen 카드 또는 기타 방법을 사용하여 수신된 트랜잭션과 현재 현재 컨텍스트(지표 판독값 등)의 연결을 결정합니다.
3) 우리는 발견된 패턴을 사용하여 거래합니다.
약속하지 않음 (직접 시도했습니다)
다양한 시간 지속 시간 + 임의성의 패턴이 있으며 각각의 이상적인 진입점은 임의성으로 시끄러운 하나 이상의 패턴에 원인이 있을 수 있습니다. 컨텍스트를 추출한 결과, 이 무작위 혼합에 대한 조정만 얻을 수 있으며 개별 패턴의 선택과 사용할 컨텍스트는 얻을 수 없습니다. 각 패턴에는 고유한 컨텍스트가 있습니다. 임호
매개변수의 수가 증가함에 따라 FP의 차원이 증가하는 것과 같은 또 다른 것이 있습니다. 이에 따라 트랜잭션 통계에 대한 요구 사항이 증가하고 있습니다. 나는 이미 3개의 매개변수를 사용하여 열광적인 핍스에 대해서만 통계에 대해 이야기할 수 있을 것이라고 생각합니다. :).
다른 한편으로, 우리는 자유도의 수에 관한 매개변수를 갖고 싶습니다. 그들 중 2-3 명만 있기를 희망하려면 동상에 걸린 낙관론자가 필요합니다. 물론입니다. 아직 자유도 수에 대한 지표는 없지만.
이것은 표준 접근 방식을 포함하여 모든 "객관적" 접근 방식의 진정한 비극입니다.
어쨌든 최적 영역의 경계 매개변수는 표준 접근 방식이나 컨텍스트 클러스터링에 의해 획득되는 방법에 관계없이 TS 자체의 숨겨진 매개변수로 바뀝니다. 따라서 우리는 여전히 TS의 매개변수화에서 벗어나지 못한 것으로 판명되었습니다.
2-3개의 매개변수의 경우: 시스템이 주로 추세 영역에 진입하면 이러한 매개변수가 "거의 충분"할 것이라는 희망이 있습니다. 재앙의 기간 동안 시장의 자유도의 수는 크게 감소할 가능성이 있습니다(단순해짐).
일반적으로 나는 자유도의 수에 초점을 맞추지 않을 것입니다. 우리는 시장을 완전히 설명하는 기능을 찾는 것이 아니라, 그 위에서 다소 강력한 TS만을 찾고 있습니다. 그녀가 때때로 실수를 하도록 내버려 두십시오(그리고 그녀는 확실히 그럴 것입니다!). 그러나 대부분의 경우 2-3개의 매개변수로 충분할 것입니다.
아마 둘 다. :)
다른 하나 덕분에 쉽게 할 수 있습니다.
500x500 도트의 정사각형 = 총 250,000 도트. 각 점은 "추세선" 개체(분명히 광선이 아님)에 의해 그려집니다. 길이가 1인 수평선, 즉 인접한 점을 연결하는 세그먼트가 사용됩니다. 포인트 객체가 아닌 이유는 무엇입니까? 차트에 포인트가 표시되지 않기 때문입니다. x 및 y 좌표의 값에 따라 물체의 색상이 계산됩니다. 따라서 해당 사각형에는 각각 고유한 색상이 있는 250,000개의 개체가 있습니다. 그리고 MT4는 일반적으로 문제 없이 잡아냅니다!
유일한 제한은 그래픽 스타일 스택이 MT에서 제한된다는 것입니다. 최대값은 512입니다. 즉, 이 수 이상의 색상을 사용할 수 없습니다.
내 질문은: 새로운 패러다임이 우리 에게 더 강력한 전략을 제공할 것이라고 어떻게 확신할 수 있습니까?
우리는 추가 거래 중에 이미 실생활에서 새로운 컨텍스트 필터를 통과한 일련의 거래(우리는 Candid 변형을 고수할 것입니다)가 상당히 높은 수익 요소를 보여줄 것이라고 가정합니다. 일어나지 않을 일이 무슨 일이 일어날 수 있겠습니까?
요컨대, 새로운 패러다임의 수용 가능성을 정당화하고 그 사용에 대한 제한을 설정하려면 최소한 몇 가지 추가 주장이 필요합니다.
언제나 그렇듯이 진리의 기준은 실천입니다. 그것 외에는 그 어떤 것도 확신이나 타당성을 주지 않을 것입니다.
그러나 나는 이 점에 대해 다시 한 번 주목하고 싶다. Aleksey 가 말한 새로운 패러다임은 단지 다른 방법론일 뿐입니다. 방법론적으로 올바른 접근 방식은 올바른 출발점을 기반으로 하는 경우에만 긍정적인 결과를 제공할 수 있습니다. (그런데 고전적인 TA 죄라는 방법론적으로 잘못된 접근은 올바른 근거에서도 긍정적인 결과를 제공할 수 없기 때문에 시장에서 무기력과 "무일"이 발생합니다.)
정의와 기능인 IMHO에 따라 FP를 사용하는 것은 방법론적으로 올바른 접근 방식입니다. 그러나 방법론 자체는 긍정적 인 결과를 제공하지 않습니다!
쌍은 기초가 되어야 합니다: 입력-출력 시스템 - FP의 매개변수화. 이것이 올바른 기초입니다. 이 쌍의 구성 요소 중 하나 이상이 올바르지 않거나 부적절하거나 종속적이면 전체 구성이 작동하지 않습니다.
따라서 입출력 시스템 및 FP 매개변수의 동일한 속성과 분리하여 이 패러다임의 견고성, 수용 가능성 및 안정성 문제를 논의하는 것은 의미가 없습니다.
최적의 영역은 FP 공간에서 마이그레이션하는 경우 너무 갑자기 수행하지 않아야 합니다.
한마디로 견고해야 합니다. 일종의 하이퍼볼(hyperball), 초평면체(hyperparallelepiped) 또는 이와 유사한 것, 저속으로 움직이는 것.
나는 말할 것입니다 - 초타원체, 그것은 축을 따라 반경과 다른 스케일을 연결합니다.
그러나 클러스터가 FP를 따라 마이그레이션되면 FP 매개변수 시스템이 불완전하거나 매개변수 자체가 잘못 선택되었을 가능성이 큽니다. 임호