gip>>: Если бы классический ТА останавливался на этапе измерений, я бы с ним согласился. А то ведь всё сразу уже и выводы предлагают, причем окончательные - открытие позициии. Дудки. В таком раскладе чистая хренология.
gip>>: Если бы классический ТА останавливался на этапе измерений, я бы с ним согласился. А то ведь всё сразу уже и выводы предлагают, причем окончательные - открытие позициии. Дудки. В таком раскладе чистая хренология.
Да, разумеется.
А выставляя два отложенных ордера (выше и ниже границ канала) я уверенно ПРЕДСКАЗЫВАЮ, что цена одновременно пойдет в обоих направлениях.
价格能否先降后升？还是先上后下？
这种交易的意义是什么--一个仓位的亏损和另一个仓位的盈利？
什么是平衡？
如果一个位置的大小比另一个大，即一个方向的预测更可取？
新鲜的一分钱？
我是一家银行，一家大银行，我有一台超级计算机（外汇银行都有），我把所有可能的TA指标及其所有可能的修改都填进去（让它成为10,000，甚至100,000）。我发出命令--搜索。一个一致的模式。赋予统计学上的优势。美国国家航空航天局的计算机处理数以千万计的变量。它的搜索时间，比如说，一个星期。
比方说，它发现了它。GRAAL!(不是你想的那个)
GRAALTA!!!!!
每月收益率为40%！
根据几何级数 公式--在一年内我接管了世界！！
为什么没有发生？
没有稳定的组合
Если бы классический ТА останавливался на этапе измерений, я бы с ним согласился. А то ведь всё сразу уже и выводы предлагают, причем окончательные - открытие позициии. Дудки. В таком раскладе чистая хренология.
最好是寻找你的概率领域，在你的心理上放一个垂直于你的网格，就是这样，然后等待））。
Если бы классический ТА останавливался на этапе измерений, я бы с ним согласился. А то ведь всё сразу уже и выводы предлагают, причем окончательные - открытие позициии. Дудки. В таком раскладе чистая хренология.
所以在测量阶段就停下来，为什么要把TA拧到不合适的地方。
给人民的问题。
我是一家银行，一家大银行，我有一台超级计算机（外汇银行都有），我把所有可能的TA指标及其所有可能的修改都塞在里面（让它成为10,000，甚至100,000）。我发出命令--搜索。一个一致的模式。赋予统计学上的优势。美国国家航空航天局的计算机处理数以千万计的变量。它的搜索时间，比如说，一个星期。
比方说，它发现了它。GRAAL!(不是你想的那个)
GRAALTA!!!!!
一个月给40%!
按照几何级数的公式--在一年内，我将接管世界！！。
为什么还没有发生？
没有稳定的组合
你能解释一下 "搜索稳定模式 "的算法吗？:)
去他妈的网络--愚蠢的搜索
，以超级计算机的速度--小菜一碟
，天气预报也是基于日本的superk的神经网络--数千万的参数被驱动，而不考虑它们是否影响，愚蠢的搜索模式!
正在投资数十亿美元用于天气预报。
几个超级计算机。
世界各地的数百个站点和卫星
从世界各地收集数以千万计的参数
并由计算机搜索模式。
一个预测变量（我自己看过官方公报的英文版本）--如果在这样的日子里，每天的温度都在这个范围内，那么今年7月的第三周就会有这样的温度和压力。
适用于外汇--相当!
简单--这就是神经网络算法的基础!
去他妈的网络--愚蠢的矫枉过正
以超级计算机的速度，这简直是小菜一碟
和天气预报基于同样的神经网络与日本的超级计算机--数千万的参数被驱动，而不考虑是否影响它们，愚蠢的蛮力搜索模式！。
任何蛮干，对NS的训练都不能保证稳定。它们保证了适合，但不保证稳定。而且，无论怎样的样本外等都没有明显的改善。如果没有自然智慧，就没有办法知道什么是稳定的，什么是不稳定的。而这需要大量的测试，大量的假设，其中大部分是错误的。
为了建立和训练一个特定任务的NS，有必要很好地了解主题领域--采取什么网格，喂养什么，等等。大多数解决方案不会导致一个结果（稳定性），你也需要在测试阶段能够确定这一点。
一旦你开始从中得出结论，就没有稳定的组合了
TA在对其结果的解释开始时结束
你还不如说没有TA--只有算术和代数，它不做其他事。