کنترل شیب منحنی تعادل در حین کار یک مشاور متخصص

این مقاله یکی از رویکردها را توصیف می کند ، که امکان بهبود عملکرد مشاوران متخصص را از طریق ایجاد بازخورد فراهم می کند. در این حالت ، بازخورد بر اساس اندازه گیری شیب منحنی تعادل خواهد بود. کنترل شیب به طور خودکار با تنظیم حجم کار انجام می شود. یک مشاور خبره می تواند در حالت های زیر تجارت کند: با حجم برش ، با مقدار کار تعداد زیادی (مطابق در ابتدا تنظیم شده) و با حجم متوسط. حالت کار به طور خودکار تغییر می کند.

از خصوصیات تنظیم کننده مختلف در زنجیره بازخورد استفاده می شود: پله ، قدم با هیسترزیس ، خطی. این امکان را برای تنظیم سیستم کنترل شیب منحنی تعادل به ویژگی های یک سیستم خاص فراهم می کند.

ایده اصلی اتوماسیون فرایند تصمیم گیری برای یک معامله گر ضمن نظارت بر سیستم تجارت خود است. معقول است که خطرات را در دوره های نامطلوب کار خود کاهش دهید. در هنگام بازگشت به حالت عادی خطرات کار می تواند به سطح اولیه بازگردد.

البته ، این سیستم یک پاناسه نیست و یک مشاور متخصص از دست دادن را به یک سودآور تبدیل نمی کند. به نوعی ، این علاوه بر MM (مدیریت پول) مشاور خبره است که آن را از ضررهای قابل توجهی در یک حساب باز می دارد.

این مقاله شامل یک کتابخانه است که به تعبیه این عملکرد برای کد هر مشاور متخصص اجازه می دهد.

اصل عمل

بیایید نگاهی به اصل عملکرد سیستم بیندازیم که شیب منحنی تعادل را کنترل می کند. فرض کنید که ما یک مشاور متخصص تجارت هستیم. منحنی فرضی آن از تعادل به شرح زیر است:

شکل 1. اصل عملکرد سیستم که شیب منحنی تعادل را کنترل می کند

منحنی اولیه تعادل برای مشاور خبره که از حجم مداوم عملیات تجاری استفاده می کند در بالا نشان داده شده است. معاملات بسته با نقاط قرمز نشان داده شده است. بیایید آن نقاط را با یک خط منحنی متصل کنیم ، که نشان دهنده تغییر تعادل مشاور متخصص در طول تجارت (خط سیاه ضخیم) است.

اکنون می خواهیم به طور مداوم زاویه شیب این خط را به محور زمان (که با خطوط آبی نازک نشان داده شده است) ردیابی کنیم. یا دقیق تر ، قبل از باز کردن هر تجارت توسط یک سیگنال ، زاویه شیب را با دو معاملات بسته شده قبلی (یا با دو تجارت ، محاسبه می کنیم تا توضیحات ساده تر باشد). اگر زاویه شیب کمتر از مقدار مشخص شده باشد ، سیستم کنترل ما شروع به کار می کند. این حجم را با توجه به مقدار محاسبه شده زاویه و عملکرد تنظیم شده مشخص کاهش می دهد.

به این ترتیب ، اگر تجارت به یک دوره ناموفق تبدیل شود ، حجم از VMAX کاهش می یابد. به vminدر داخل т3. 5 دوره تجارت. پس از معاملات т5 نقطه با حداقل حجم مشخص شده - در نحوه رد حجم تجارت انجام می شود. پس از بازگرداندن سودآوری مشاور خبره و زاویه شیب منحنی تعادل بالاتر از مقدار مشخص شده ، حجم شروع می شود. این در т8 اتفاق می افتد. فاصله 10. پس از نقطه 10 ، حجم عملیات تجاری به حالت اولیه VMAX بازگردد.

منحنی تعادل تشکیل شده در نتیجه چنین آیین نامه ای در قسمت پایین FIG نشان داده شده است. 1. می بینید که کاهش اولیه از B1 به B2 کاهش یافته و از B1 به B2* شده است. همچنین می توانید مشاهده کنید که سود در دوره بازیابی حداکثر حجم 8 کاهش یافته است. 1010 - این برعکس مدال است.

رنگ سبز هنگام انجام معاملات با حداقل حجم مشخص ، بخشی از منحنی ترازو را برجسته می کند. رنگ زرد نشانگر قسمتهای انتقال از حداکثر به حداقل حجم و کمر است. چندین نوع انتقال در اینجا امکان پذیر است:

• پله - تغییرات حجم در مراحل گسسته از حداکثر تا حداقل حجم و عقب.
• خطی - حجم بسته به زاویه شیب منحنی تعادل در بازه تنظیم شده ، به صورت خطی تغییر می کند.
• قدم با هیسترزیس - انتقال از حداکثر به حداقل حجم و پشت در مقادیر اختلاف زاویه شیب انجام می شود.

بیایید آن را در تصاویر نشان دهیم:

شکل 2. انواع خصوصیات تنظیم کننده

تنظیم ویژگی ها بر نرخ سیستم کنترل تأثیر می گذارد - تأخیر در فعال سازی/ناتوان سازی ، روند انتقال از حداکثر به حداقل حجم و عقب. توصیه می شود هنگام رسیدن به بهترین نتایج آزمایش ، یک ویژگی را به صورت آزمایشی انتخاب کنید.

بنابراین ، ما سیستم تجارت را با بازخورد بر اساس زاویه شیب منحنی تعادل تقویت می کنیم. توجه داشته باشید که چنین تنظیم حجم فقط برای آن سیستم ها مناسب است ، که حجم آن به عنوان بخشی از خود سیستم تجارت نیست. به عنوان مثال ، اگر از اصل Martingale استفاده شود ، شما نمی توانید از این سیستم مستقیماً بدون تغییر در مشاور متخصص اولیه استفاده کنید.

علاوه بر این ، ما باید توجه خود را به نکات مهم زیر جلب کنیم:

• اثربخشی مدیریت شیب خط تعادل به طور مستقیم به نسبت حجم کار در حالت عادی عملکرد به حجم در حالت رد حجم بستگی دارد. هرچه این نسبت بیشتر باشد ، مدیریت مؤثرتر است. به همین دلیل حجم کار اولیه باید به طور قابل توجهی بیشتر از حداقل ممکن باشد.
• میانگین دوره تغییر افزایش و کاهش توازن مشاور متخصص باید به طور قابل توجهی بزرگتر از زمان واکنش سیستم کنترل باشد. در غیر این صورت ، سیستم قادر به تنظیم شیب منحنی تعادل نخواهد بود. هرچه نسبت دوره متوسط به زمان واکنش بیشتر باشد ، سیستم مؤثرتر است. این نیاز تقریباً مربوط به هر سیستم تنظیم خودکار است.

اجرای در MQL5 با استفاده از برنامه نویسی شی گرا

بیایید یک کتابخانه بنویسیم که رویکرد توضیح داده شده در بالا را تحقق بخشد. برای انجام این کار ، بیایید از ویژگی جدید رویکرد MQL5 - شیء گرا استفاده کنیم. این رویکرد اجازه می دهد تا بدون بازنویسی قسمت های بزرگ کد از ابتدا ، کتابخانه خود را در آینده توسعه و گسترش دهیم.

تجارت کلاس

از آنجا که آزمایش چند سطحی در پلت فرم جدید Metatrader 5 اجرا می شود ، ما به یک کلاس احتیاج داریم که به خودی خود کل کار را با هر نماد کاری انجام می دهد. این امکان استفاده از این کتابخانه در مشاوران متخصص چند ارز را فراهم می کند. این کلاس به طور مستقیم مربوط به سیستم کنترل نیست ، کمکی است. بنابراین ، این کلاس برای عملیات با نماد کار استفاده می شود.

ساختار کلاس بسیار ساده است. هدف دریافت ، ذخیره و پردازش اطلاعات بازار فعلی توسط یک نماد مشخص است. روشهای اصلی Tradesymbol :: refreshsymbolinfo ، tradesymbol :: normalizelots ، tradesymbol :: normalizeprice. بیایید آنها را یکی یکی در نظر بگیریم.

روش Tradesymbol :: روش RefreshSymbolinfo برای تازه کردن اطلاعات بازار توسط نماد کار در نظر گرفته شده است.

به یک نکته مهم که در چندین روش استفاده می شود توجه کنید. از آنجا که تحقق فعلی MQL5 اجازه استفاده از سازنده با پارامترها را نمی دهد ، باید روش زیر را برای تنظیم اولیه نمادهای کار فراخوانی کنید:

از روش Tradesymbol :: برای دریافت حجم صحیح و عادی استفاده می شود. ما می دانیم که اندازه یک موقعیت نمی تواند کمتر از حداقل مقدار ممکن مجاز توسط کارگزار باشد. حداقل مرحله تغییر موقعیت نیز توسط کارگزار تعیین می شود و می تواند متفاوت باشد. این روش نزدیکترین مقدار حجم را از پایین برمی گرداند.

همچنین بررسی می کند که آیا حجم موقعیت فرضی بیش از حداکثر مقدار مجاز توسط کارگزار است یا خیر.

روش Tradesymbol :: از روش عادی سازی برای دریافت قیمت صحیح و عادی استفاده می شود. از آنجا که تعداد ارقام قابل توجه پس از نقطه اعشاری (دقت قیمت) باید برای یک نماد معین تعیین شود ، ما باید قیمت را کوتاه کنیم. علاوه بر آن ، برخی از نمادها (به عنوان مثال ، آینده) حداقل مرحله تغییر قیمت بیشتر از یک امتیاز دارند. به همین دلیل ما باید مقادیر قیمت را چند برابر با حداقل تبعیض بدانیم.

قیمت لازم غیر طبیعی به عملکرد وارد می شود. و قیمت عادی را که نزدیکترین مورد لازم است ، برمی گرداند.

هدف سایر روشها به وضوح در نظرات شرح داده شده است. نیازی به توضیحات بیشتر ندارد.

کلاس tbalancehistory

این کلاس ، برای کار با تاریخ مانده حساب در نظر گرفته شده است ، که برای نام آن مشخص است. همچنین یک کلاس پایه برای چندین کلاس است که در زیر شرح داده شده است. هدف اصلی این کلاس دسترسی به تاریخچه تجارت یک مشاور متخصص است. علاوه بر این ، شما می توانید با تاریخ شروع نظارت بر مشاور متخصص یا هر سه عنصر به طور همزمان ، تاریخ را با نماد کار ، توسط "شماره جادویی" فیلتر کنید.

تنظیمات تصفیه هنگام خواندن نتایج آخرین معاملات و تاریخ با استفاده از روش tbalancehistory :: setFiltrparams تنظیم شده است. این پارامترهای ورودی زیر را دارد:

• _ سحر و جادو - "شماره جادویی" معاملات که باید از تاریخ خوانده شود. اگر مقدار صفر مشخص شود ، معاملات با هر "شماره جادویی" خوانده می شود.
• _ نوع - نوع معاملات که باید خوانده شود. این می تواند مقادیر زیر را داشته باشد - deal_type_buy (فقط برای خواندن معاملات طولانی) ، deal_type_sell (فقط برای خواندن معاملات کوتاه) و-1 (برای خواندن هر دو معاملات طولانی و کوتاه).
• _ حد - عمق تاریخ تجزیه و تحلیل معاملات را محدود می کند. اگر برابر با صفر باشد ، تمام تاریخ موجود مورد تجزیه و تحلیل قرار می گیرد.

به طور پیش فرض ، مقادیر زیر هنگامی تنظیم می شوند که شیء کلاس tbalancehistory ایجاد شود: _ جادو = 0 ، _ نوع = -1 ، _ حد = 0.

روش اصلی این کلاس tbalancehistory :: getTraderesultsarray است. این برای پر کردن آرایه های عضو کلاس last_result_array و last_datetime_array با نتایج آخرین معاملات در نظر گرفته شده است. این روش پارامترهای ورودی زیر را دارد:

• _ MAX_TRADES - حداکثر تعداد معاملات که باید از تاریخ خوانده شود و به آرایه های خروجی نوشته شود. از آنجا که برای محاسبه زاویه شیب حداقل به دو نقطه نیاز داریم ، این مقدار نباید کمتر از دو باشد. اگر این مقدار برابر با صفر باشد ، کل تاریخچه موجود در معاملات مورد تجزیه و تحلیل قرار می گیرد. از نظر عملی ، تعداد نقاط لازم برای محاسبه شیب منحنی تعادل در اینجا مشخص شده است.

بررسی های اجباری در ابتدا انجام می شود - اگر نمادهای کاری مشخص شده و اگر پارامترهای ورودی صحیح هستند.

سپس تاریخ معاملات و سفارشات را از تاریخ مشخص شده تا لحظه فعلی می خوانیم. در قسمت زیر از کد انجام می شود:

علاوه بر این ، تعداد کل معاملات در تاریخ بررسی می شود. اگر کمتر از مشخص شده باشد ، اقدامات بیشتر بی معنی است. به محض تهیه آرایه های "خام" ، چرخه پر کردن آنها با اطلاعات تاریخ معاملات اجرا می شود. به روش زیر انجام می شود:

در ابتدا ، بلیط معامله از تاریخ با استفاده از عملکرد HistoryDealGetticket خوانده می شود. خواندن بیشتر جزئیات معاملات با استفاده از بلیط به دست آمده انجام می شود. از آنجا که ما فقط به معاملات بسته علاقه مندیم (می خواهیم تعادل را تجزیه و تحلیل کنیم) ، در ابتدا نوع معامله بررسی می شود. این کار با فراخوانی تابع HistoryDealGetInteger با پارامتر deal_entry انجام می شود. اگر عملکرد به Deal_Entry_out بازگردد ، پس از آن بسته می شود.

پس از آن "شماره جادویی" معامله ، نوع معامله (پارامتر ورودی روش مشخص شده است) و نماد معامله بررسی می شود. اگر تمام پارامترهای معامله الزامات را برآورده کنند ، آخرین پارامتر بررسی می شود - زمان بسته شدن معامله. به روش زیر انجام می شود:

تاریخ/زمان معامله با تاریخ/زمان داده شده از شروع نظارت بر تاریخ مقایسه می شود. اگر تاریخ/زمان معامله بیشتر از آن است ، ما به خواندن تجارت خود به آرایه می رویم - نتیجه تجارت در امتیازات و زمان تجارت را در دقیقه ها بخوانیم (در این حالت ، زمانبسته شدن)پس از آن ، پیشخوان معاملات Real_Trades افزایش می یابد. و چرخه ادامه دارد.

هنگامی که آرایه های "خام" با اطلاعات لازم پر شود ، باید آرایه ای را که زمان بسته شدن معاملات در آن ذخیره می شود ، مرتب کنیم. در عین حال ، ما باید مکاتبات زمان بسته شدن را در آرایه org_datetime_array و نتایج معاملات در آرایه org_result_array حفظ کنیم. این کار با استفاده از روش مخصوص نوشته شده انجام می شود:

tbalancehistory :: sortmasterSlaouarRay (Double & _master [] ، Double & _slave []). پارامتر اول _ Master است - آرایه ای که به روش صعودی مرتب شده است. پارامتر دوم _ برده است - آرایه ، عناصر آن باید همزمان با عناصر آرایه اول منتقل شوند. مرتب سازی از طریق روش "حباب" انجام می شود.

بعد از تمام عملیات توضیح داده شده در بالا ، ما دو آرایه با زمان و نتایج معاملات طبقه بندی شده بر اساس زمان داریم. از آنجا که تنها یک نقطه در منحنی تعادل (نقطه روی محور Y) می تواند با هر لحظه از زمان مطابقت داشته باشد (نقطه روی محور x) ، ما باید عناصر آرایه را با همان زمان بسته شدن گروه بندی کنیم (در صورت وجود)بشرقسمت زیر از کد این عمل را انجام می دهد:

عملاً ، تمام معاملات با زمان "همان" بسته شدن در اینجا خلاصه می شود. نتایج به talancehistory :: group_datetime_array (زمان بسته شدن) و tbalancehistory :: group_result_array (نتایج معاملات) نوشته شده است. پس از آن ما دو آرایه مرتب شده با عناصر منحصر به فرد دریافت می کنیم. هویت زمان در این مورد طی یک دقیقه در نظر گرفته می شود. این تحول را می توان به صورت گرافیکی نشان داد:

شکل 3. گروه بندی با همان زمان معاملات می کند

تمام معاملات در طی یک دقیقه (قسمت سمت چپ شکل) در یک واحد با گرد شدن زمان گروه بندی می شوند و نتایج (قسمت سمت راست شکل) را جمع می کنند. این اجازه می دهد تا "پچ پچ" زمان بسته شدن معاملات و بهبود ثبات مقررات را صاف کند.

پس از آن شما باید دو تحول دیگر از آرایه های به دست آمده را انجام دهید. ترتیب عناصر را معکوس کنید تا اولین معامله با عنصر صفر مطابقت داشته باشد. و نتایج معاملات منفرد را با کل تجمعی ، یعنی با تعادل جایگزین کنید. در قطعه زیر کد انجام می شود:

کلاس TBalanceSlope

این کلاس برای انجام عملیات با منحنی مانده حساب در نظر گرفته شده است. از کلاس TBalanceHistory ایجاد شده است. و تمام داده ها و روش های محافظت شده و عمومی خود را به ارث می برد. بیایید نگاهی دقیق به ساختار آن بیندازیم:

ما زاویه شیب منحنی تعادل را با زاویه شیب خط رگرسیون خطی ترسیم شده برای مقدار مشخصی از نقاط (معاملات) روی منحنی تعادل تعیین می کنیم. بنابراین، ابتدا باید معادله رگرسیون خط مستقیم شکل زیر را محاسبه کنیم: A*x + B. روش زیر این کار را انجام می دهد:

در اینجا از روش حداقل مربعات برای محاسبه حداقل خطای موقعیت خط رگرسیون نسبت به داده های اولیه استفاده می کنیم. آرایه ای که مختصات Y را که روی خط محاسبه شده ذخیره می کند نیز پر شده است. این آرایه در حال حاضر استفاده نمی شود و برای توسعه بیشتر در نظر گرفته شده است.

متد اصلی که در کلاس داده شده استفاده می شود TBalanceSlope::CalcSlope است. زاویه شیب منحنی تعادل را برمی گرداند که با مقدار مشخص شده آخرین معاملات محاسبه می شود. در اینجا تحقق آن است:

ابتدا مقدار مشخص شده از آخرین نقاط منحنی تعادل تحلیل می شود. با فراخوانی متد کلاس پایه TBalanceSlope::GetTradeResultsArray انجام می شود. اگر مقدار نقاط خوانده شده کمتر از مقدار مشخص شده نباشد، خط رگرسیون محاسبه می شود. با استفاده از روش TBalanceSlope::CalcLR انجام می شود. در مرحله قبل پر شد، آرایه های last_result_array و last_datetime_array که متعلق به کلاس پایه هستند، به عنوان آرگومان استفاده می شوند.

بقیه روش ها ساده هستند و نیازی به توضیح دقیق ندارند.

کلاس TBalanceSlopeControl

این کلاس پایه است که با تغییر حجم کار، شیب منحنی تعادل را مدیریت می کند. از کلاس TBalanceSlope ایجاد می شود و تمام روش ها و داده های عمومی و محافظت شده خود را به ارث می برد. تنها هدف این کلاس محاسبه حجم کار جاری بسته به زاویه شیب فعلی منحنی تعادل است. بیایید نگاهی دقیق به آن بیندازیم:

قبل از محاسبه حجم فعلی، باید پارامترهای اولیه را تنظیم کنیم. با فراخوانی روش های زیر انجام می شود:

پارامتر ورودی _ کنترل - این نوع مشخصه تنظیم است. می تواند ارزش زیر را داشته باشد:

• STEP_WITH_HYSTERESISH - پله با مشخصه تنظیم پسماند.
• STEP_WITHOUT_HYSTERESIS - بدون مشخصه تنظیم پسماند گام برداشت.
• LINEAR - مشخصه تنظیم خطی؛
• non_linear - ویژگی تنظیم غیر خطی (در این نسخه اجرا نشده است) ؛

پارامترهای ورودی زیر هستند:

• _min_slope - زاویه شیب منحنی تعادل که مربوط به تجارت با حداقل حجم است.
• _max_slope - زاویه شیب منحنی تعادل که مربوط به تجارت با حداکثر حجم است.
• _centr_slope - زاویه شیب منحنی تعادل که مربوط به ویژگی تنظیم پله ای بدون هیسترزیس است.

حجم با استفاده از روش زیر محاسبه می شود:

نکات مهم اصلی اجرای TalalanceslOpeControl :: روش Calcstradelot S به شرح زیر است:

• تا زمانی که حداقل مقدار مشخص شده معاملات جمع شود ، تجارت با حداقل حجم. این منطقی است ، زیرا مشخص نیست ، کدام دوره (سودآور یا نه) مشاور خبره در حال حاضر در آن قرار دارد ، درست پس از تنظیم آن برای تجارت.
• اگر عملکرد تنظیم یک قدم بدون هیسترزیس است ، پس از آن برای تنظیم زاویه تعویض بین حالت های معاملات از طریق tbalanceslopecontrol :: setControlParams ، باید فقط از پارامتر _ centr_slope استفاده کنید. پارامترهای _ min_slope و _ max_slope نادیده گرفته می شوند. این کار برای انجام بهینه سازی صحیح توسط این پارامتر در تستر استراتژی Metatrader 5 انجام می شود.

بسته به زاویه محاسبه شیب ، تجارت با حداقل ، حداکثر یا حجم متوسط انجام می شود. حجم میانی از طریق روش ساده - talanceslopecontrol :: calcintermediatelots محاسبه می شود. این روش محافظت می شود و در کلاس استفاده می شود. کد آن در زیر نشان داده شده است:

روشهای دیگر این کلاس به توضیحی احتیاج ندارند.

نمونه ای از تعبیه سیستم در یک مشاور متخصص

بیایید روند اجرای سیستم کنترل شیب منحنی تعادل را در یک مشاور مشاور اعمال کنید.

مرحله 1 - اضافه کردن دستورالعمل برای اتصال کتابخانه توسعه یافته به مشاور متخصص:

مرحله 2 - اضافه کردن متغیرهای خارجی برای تنظیم پارامترهای سیستم کنترل شیب خط تعادل به مشاور متخصص:

مرحله 3 - اضافه کردن شی از نوع tbalanceslopecontrol به مشاور متخصص:

این اعلامیه را می توان در ابتدای مشاور متخصص ، قبل از تعاریف توابع اضافه کرد.

مرحله 4 - اضافه کردن کد برای اولیه سازی سیستم کنترل منحنی تعادل به عملکرد OnInit مشاور متخصص:

مرحله 5 - اضافه کردن فراخوان روش برای تازه کردن اطلاعات بازار فعلی به عملکرد انتهایی مشاور متخصص:

فراخوان این روش را می توان به همان ابتدای عملکرد ONTICK یا بعد از بررسی نوار جدید (برای مشاوران خبره با چنین چک) اضافه کرد.

مرحله 6 - اضافه کردن کد برای محاسبه حجم فعلی قبل از کدی که موقعیت ها در آن باز می شوند:

اگر از یک سیستم مدیریت پول در مشاور خبره استفاده می شود ، در عوض باید Normallots را بنویسید TALANCESLOPECONTROL :: روش Calcstradelots - حجم فعلی محاسبه شده توسط سیستم MM مشاور متخصص.

مشاور متخصص آزمون BSCS-TESTEXPERT. MQ5 با سیستم داخلی که در بالا توضیح داده شد به این مقاله پیوست شده است. اصل عملکرد آن مبتنی بر تقاطع سطح شاخص CCI است. این مشاور متخصص برای آزمایش تهیه شده است و برای کار در حساب های واقعی مناسب نیست. ما می خواهیم آن را در بازه زمانی H4 (2008. 07. 01 - 2010. 09. 01) EURUSD آزمایش کنیم.

بیایید نتیجه کار این EA را تجزیه و تحلیل کنیم. نمودار تغییر تعادل با سیستم کنترل شیب غیرفعال در زیر نشان داده شده است. برای دیدن آن ، هیچ مقدار برای پارامتر useautobalancecontrol را تنظیم کنید.

شکل 4. نمودار اولیه تغییر تعادل

اکنون پارامتر خارجی UseAutoBalanceControl را بله تنظیم کرده و مشاور متخصص را آزمایش کنید. نمودار را با سیستم فعال کنترل شیب تعادل دریافت خواهید کرد.

شکل 5. نمودار تغییر تعادل با سیستم کنترل فعال

می بینید که بیشتر دوره های موجود در نمودار فوقانی (شکل 4) به نظر می رسد که برش داده می شود و در نمودار پایین یک فرم مسطح دارند (شکل 5). این نتیجه کار سیستم ما است. می توانید پارامترهای اصلی کار مشاور متخصص را مقایسه کنید:

بهترین پارامترها در بین موارد مقایسه شده با رنگ سبز برجسته می شوند. سود و بازپرداخت مورد انتظار کمی کاهش یافته است. این طرف دیگر مقررات است ، که در نتیجه تاخیر در تعویض بین حالت های حجم کار ظاهر می شود. در کل ، بهبود نرخ کار مشاور متخصص وجود دارد. به خصوص ، بهبود فاکتور سود و سود.

نتیجه

• استفاده از معاملات مجازی هنگامی که مشاور خبره وارد یک دوره نامطلوب کار می شود. سپس حجم کار عادی دیگر اهمیتی نخواهد داشت. این امکان را برای کاهش کاهش قرار می دهد.
• استفاده از الگوریتم های پیچیده تر برای تعیین وضعیت فعلی کار مشاور متخصص (سودآور یا نه). به عنوان مثال ، ما می توانیم برای چنین تجزیه و تحلیل یک شبکه نورون استفاده کنیم. البته تحقیقات اضافی در این مورد لازم است.

بنابراین ، ما اصل و نتیجه کار سیستم را در نظر گرفته ایم که امکان بهبود ویژگی های کیفیت یک مشاور متخصص را فراهم می کند. عملکرد مشترک با سیستم مدیریت پول ، در برخی موارد ، افزایش سودآوری را بدون افزایش ریسک امکان پذیر می کند.

من یک بار دیگر به شما یادآوری می کنم: هیچ سیستم کمکی نمی تواند یک مشاور متخصص سودآور را از یک بازنده بسازد.

ترجمه شده از روسی توسط Metaquotes Ltd. مقاله اصلی: https://www. mql5.com/ru/articles/145

هشدار: کلیه حقوق این مواد توسط Metaquotes Ltd. کپی یا چاپ مجدد این مواد به طور کامل یا جزئی محفوظ است.