나는 이미 하나의 신호로 제비를 합산하는 것에 대해 생각했습니다. 그냥 코딩하기 어렵습니다. 나는 프로그래밍을 잘 못한다. 이제 예를 들어 최적화를 위해 작은 PV로 실행을 중단하기 위해 복구 계수 계산을 코드에 도입하려고 합니다. 왜냐하면 최적화된 매개변수가 많고(여러 어드바이저를 하나로 결합) 유전자 알고리즘을 사용하면 일반 세트를 찾을 수 없고 직접 운전해야 하며 기다려야 하는 시간이 너무 많습니다. PV.
또 무엇을 최적화할 것인가? 결과는 이미 수용 가능합니다. 전방 테스트를 수행해야 합니다. EA가 독립적인 시스템으로 구성된 경우 각 시스템을 개별적으로 최적화해야 하므로 많은 시간을 절약할 수 있습니다.
아마 sl과 tp가 작겠죠?
조금 더 최적화되었습니다. 10% 요인 0
1999-2008년
2005-2010년
위험 20 요인 0.
아는 사람 말해줘 어떤 DC가 정상적인 조건과 센트 계정을 가지고 있습니까? 글쎄, 줄 돈. 갑자기 평범한 고문으로 밝혀졌습니다.
아는 사람 말해줘 어떤 DC가 정상적인 조건과 센트 계정을 가지고 있습니까? 글쎄, 줄 돈. 갑자기 평범한 고문으로 밝혀졌습니다.
나타나지 않습니다.
모든 테스트는 공개 가격 으로 제공되며 틱 기반 테스트는 짧은 시뮬레이션을 견디지 못합니다.
더 잘 테스트해야 합니다. 최소한 metaquote 따옴표를 업로드하십시오.
나타나지 않습니다.
모든 테스트는 공개 가격으로 제공되며 틱 기반 테스트는 1분의 시뮬레이션을 견디지 못합니다.
더 잘 테스트해야 합니다. 적어도 메타 인용 따옴표를 업로드하십시오.
다른 따옴표를 실행하겠습니다. 조금 변경됩니다.
진드기에 의한 미세한 시뮬레이션을 견디지 못하는 것.
문제가 어디에 있는지 설명하십시오. 모델링 오류가 없습니다.
Depot 1000개를 일정로트로 테스트하여 객관적으로 결과를 평가할 수 있도록 하고, 결과를 설정할 때 최적화가 언제까지인지, 앞으로가 어디인지를 명시한다.
Depot 1000개를 일정로트로 테스트하여 객관적으로 결과를 평가할 수 있도록 하고, 결과를 설정할 때 최적화가 언제까지인지, 앞으로가 어디인지를 명시한다.
첫 페이지에는 테스트 0.1 로트가 있습니다. 2004-2009 섹션(내 EA에서 가장 어려운 섹션)에 최적화되었습니다. 사진은 1999년의 테스트를 보여줍니다. 2010년까지
나는 이미 하나의 신호로 제비를 합산하는 것에 대해 생각했습니다. 그냥 코딩하기 어렵습니다. 나는 프로그래밍을 잘 못한다. 이제 예를 들어 최적화를 위해 작은 PV로 실행을 중단하기 위해 복구 계수 계산을 코드에 도입하려고 합니다. 왜냐하면 최적화된 매개변수가 많고(여러 어드바이저를 하나로 결합) 유전자 알고리즘을 사용하면 일반 세트를 찾을 수 없고 직접 운전해야 하며 기다려야 하는 시간이 너무 많습니다. PV.
또 무엇을 최적화할 것인가? 결과는 이미 수용 가능합니다. 전방 테스트를 수행해야 합니다. EA가 독립적인 시스템으로 구성된 경우 각 시스템을 개별적으로 최적화해야 하므로 많은 시간을 절약할 수 있습니다.
나는 화상을 입었고 더 완벽한 것을 원합니다. 아직 가능성이 있다고 봅니다. 하지만 센트 계정에 넣을 것입니다. 어떤 DC가 더 나은지 이해하면 됩니다.
Z.Y. 나는 복잡한 것에 정통하지 않기 때문에 생각합니다. 아마도 다른 것을 놓친 것 같습니다. 점차 이해가 됩니다.