트레이딩을 위한 조합론과 확률 이론(1부): 기본 사항
이번 시리즈에서는 거래와 가격 책정 과정을 설명하기 위해 확률 이론을 실제로 적용하는 방법에 대해 알아보겠습니다. 첫 번째 기사에서는 조합론과 확률의 기초를 살펴볼 것입니다. 그리고 확률 이론의 틀에서 프랙탈을 적용하는 방법의 첫 번째 예를 분석할 것입니다.
이 글에서는 수수료와 스왑을 포함한 모든 거래의 총 손익을 계산하는 방법을 보여드리겠습니다. 저는 가장 정확한 수학적 모델을 제공하고 이를 사용하여 코드를 작성하고 표준과 비교할 것입니다. 또한 수익을 계산하고 종목 사양의 모든 값에 접근하고 활용하기 위해 주요 MQL5 함수의 내부에 들어갈 것입니다.
이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.
이 글에서는 Expert Advisors, 지표 및 스크립트를 개발하는 데 드는 시간과 노동 강도를 줄이는 측면에서 OpenAI의 ChatGPT를 살펴보고 그 기능에 대해 알아보겠습니다. 이제부터 ChatGPT를 MQL4 및 MQL5에서 프로그래밍에 올바르게 사용하는 방법을 보여 드리겠습니다.
트레이딩을 위한 조합론과 확률 이론(3부): 첫 번째 수학적 모델
앞서 살펴본 주제에 대해 논리적으로 연속적인 내용을 다루자면 그것은 아마도 트레이딩 작업을 위한 다기능 수학적 모델의 개발일 것입니다. 이 글에서 저는 프랙탈을 설명하는 최초의 수학적 모델의 개발과 관련된 전체의 과정을 처음부터 설명하겠습니다. 이 모델은 중요한 빌딩 블록이 되어야 하며 다 기능적이고 보편적이어야 합니다. 그리고 모델은 우리의 아이디어를 더욱 발전시키기 위한 이론적 기반을 구축할 것입니다.
트레이딩을 위한 조합론과 확률 이론(1부): 기본 사항
이번 시리즈에서는 거래와 가격 책정 과정을 설명하기 위해 확률 이론을 실제로 적용하는 방법에 대해 알아보겠습니다. 첫 번째 기사에서는 조합론과 확률의 기초를 살펴볼 것입니다. 그리고 확률 이론의 틀에서 프랙탈을 적용하는 방법의 첫 번째 예를 분석할 것입니다.
이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.
이 글에서는 수수료와 스왑을 포함한 모든 거래의 총 손익을 계산하는 방법을 보여드리겠습니다. 저는 가장 정확한 수학적 모델을 제공하고 이를 사용하여 코드를 작성하고 표준과 비교할 것입니다. 또한 수익을 계산하고 종목 사양의 모든 값에 접근하고 활용하기 위해 주요 MQL5 함수의 내부에 들어갈 것입니다.
이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.
트레이딩을 위한 조합론과 확률 이론(1부): 기본 사항
이번 시리즈에서는 거래와 가격 책정 과정을 설명하기 위해 확률 이론을 실제로 적용하는 방법에 대해 알아보겠습니다. 첫 번째 기사에서는 조합론과 확률의 기초를 살펴볼 것입니다. 그리고 확률 이론의 틀에서 프랙탈을 적용하는 방법의 첫 번째 예를 분석할 것입니다.
트레이딩을 위한 조합론과 확률 이론(1부): 기본 사항
이번 시리즈에서는 거래와 가격 책정 과정을 설명하기 위해 확률 이론을 실제로 적용하는 방법에 대해 알아보겠습니다. 첫 번째 기사에서는 조합론과 확률의 기초를 살펴볼 것입니다. 그리고 확률 이론의 틀에서 프랙탈을 적용하는 방법의 첫 번째 예를 분석할 것입니다.
트레이딩을 위한 조합론과 확률 이론(2부): 범용 프랙탈
이 기사에서 우리는 프랙탈에 대해 계속 알아보고 모든 자료를 요약하는 데 집중할 것입니다. 이를 위해 이전의 모든 개발 내용을 간결하게 정리하여 거래에 실제로 적용하기에 편리하고 이해하기 쉬운 형태로 만들 것입니다.
이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.
