المتاجرة نظام التوليف و تعزيز -

رائدة في مجال التعلم الآلي أمب غير الخطية تطوير نظام التداول وإشارة بوستينغفيلتيرينغ منذ عام 1979. بدأت مجموعة أبحاث رادين في عام 1982 وأشرف على تطوير بريسم (نمط التعرف على المعلومات النمذجة التجميعية). تشارتيرد ماركيت تيشنيشيان معتمدة من قبل جمعية فنيي السوق منذ عام 1992. حقوق الملكية المتداول التاجر ل الرمح، ليدز و كيلوغ 1997 2002. أستاذ مساعد المالية تدريس دورة على مستوى الدراسات العليا في التحليل الفني واستخراج البيانات والتحليلات التنبؤية لطلاب الماجستير في إدارة الأعمال والهندسة المالية من عام 2002 إلى عام 2011. مؤلف من التحليل الفني القائم على الأدلة التي نشرتها جون ويلي أمب أبناء 2006. أول كتاب شعبي للتعامل مع التحيز التعدين البيانات وطريقة مونتي كارلو بيروموتاتيون لتوليد التحيز القيم p الحرة. المصمم المشارك ل تسسب (تجميع نظام التداول وتعزيز) منصة برمجيات لتطوير الآلي للنظم التجارية القائمة على نموذج التنبؤ التنبؤي سليمة إحصائيا. المؤلف أمب محرر من آلة التعلم إحصائيا الصوت لتجارة خوارزمية من الأدوات المالية. تطوير أنظمة التداول القائم على نموذج التنبؤي باستخدام تسسب. اقترح طريقة لتنقية المؤشرات و فيكس النقي استحدث مفهوم تعزيز إشارة: استخدام آلة التعلم لتعزيز أداء الاستراتيجيات القائمة. تحريك استقرار ارتباط النافذة واستخدامها في تقييم المؤشر، مجلة جمعية الفنيين بالسوق، ربيع 1992 ص 21-28 التعرف على الأنماط مرشحات الإشارات، مجلة جمعية فنيي السوق، ربيع 1991، ص ص2-2-51 طريقة خلية المؤشر موسوعة مؤشرات السوق الفنية، الفصل 15، كولبي أند مايرز، داو جونز-إيروين، 1988 التعرف على نمط الذكاء الاصطناعي المطبق على التنبؤات اتجاهات الأسواق المالية، مجلة رابطة تقنيين السوق، مايو 1985 ص 91-132 الذكاء الاصطناعي أمبير نمط التعرف على مساعدة محلل السوق، المالية واستعراض البرمجيات الاستثمار، ثلاثة جزء تعليمي، الصيف، الخريف أمبير الشتاء الطبعة 1984. سيبرنيتيكش، نهج التداول ل 80، مجلة السلع، يناير 1980. الأدلة على التحليل الفني: تطبيق العلمية الطريقة والاستدلال الإحصائي لإشارات التداول. جون وايلي أمب سونس، تشرين الثاني / نوفمبر 2006 مؤشرات معنوية منقحة لسوق الأوراق المالية نشرت في مجلة التحليل الفني، 2010. وتشمل المصالح الخارجية دافيدس التزلج، والمشي، والحياكة، وبوق الجاز. الدكتور تيموثي الماجستير لديه درجة الدكتوراه في الإحصاء، مع تخصصات في الإحصاءات التطبيقية والعددية الحسابية. وهو مؤلف من أربعة كتب تحظى بتقدير كبير على الذكاء الاصطناعي (وصفات الشبكة العصبية العملية في C الإشارات ومعالجة الصور مع الشبكات العصبية خوارزميات متقدمة للشبكات العصبية العصبية، رواية، والخوارزميات الهجينة للتنبؤ سلسلة الوقت وقد عمل الدكتور ماسترز في مجال التداول الآلي للأدوات المالية منذ عام 1995. وقبل ذلك قام بتطوير برامج للهندسة الطبية الحيوية وتطبيقات الاستشعار عن بعد، وتركز أبحاثه الحالية على خوارزميات للتحكم في تحيز استخراج البيانات من أجل تقييم ما يمكن أن يحققه نظام التداول الآلي الآلي كما تقوم بتطوير أدوات رسومية وتحليلية لمساعدة التجار الماليين على فهم ديناميات السوق بشكل أفضل، وتشمل اهتماماته الخارجية الموسيقى (يلعب لوحة المفاتيح والكمان والباص في عدة نطاقات) وفنون الدفاع عن النفس (وهو حزام أسود من الدرجة الثانية يدرس واشين - ريو الكاراتيه مع الماجستير هيدي أوشياي.) المزيد عن تيم الماجستير، بما في ذلك معلومات عن كتابه الأخير تقييم وتحسين التنبؤ والتصنيف. يمكن العثور عليها في TimothyMasters. info. هذا هو إطار الأتمتة لتجميع نظام التداول وتعزيز (تسسب). تسسب هو حزمة لطيفة المتاحة هنا من هود نهر البحوث لتطوير النظم التجارية القائمة على نموذج التنبؤي، ولكن الآن هو واجهة المستخدم الرسومية فقط والإخراج هو في ملفات سجل مطول. يستخدم إطار تسسبوتيل بيوينوتو لتمكين المستخدم لتشغيل البرنامج النصي تسسب عن طريق استدعاء وظيفة بيثون. كما يوفر المحلل الذي يحول الإخراج تسسب إلى نموذج بيانات هرمية بديهية (انظر الوثائق في tssbrun. py تسسبوتيل بالطبع يعتمد على تسسب اتبع الرابط أعلاه إلى صفحة التحميل ثم ضع الرابط tssb64.exe في باث الخاص بك في مكان ما يعتمد تسسبوتيل أيضا على بيثون و بيوينوتو حزمة. كما تسسب هو حزمة ويندوز فقط، فمن المفترض أن التثبيت والاستخدام سوف تحدث على منصة ويندوز (على الرغم من أن المحللين عبر منصة ويجب أن تعمل في أي بيئة) تسسبوتيل ومن المعروف أن تعمل مع 32 بت بايثون 2.7 - ومن المرجح أن يعمل أيضا مع بيثون 3.X ولكن لم يتم اختباره. ويكون معيار بيوينوتو هو 32 بت محددة في هذه المرحلة - هناك العديد من الشوكات التي تدعي لجعلها تعمل مع 64 بيت بيثون ولكن لم أستطع أن أجعل أي من تلك الأعمال و 32 بت بايثون بيثونو عملت بشكل جيد على بلدي 64 بت تركيب ويندوز 7 و 64 بت تسسب قابل للتنفيذ صفحة التحميل بيثون هنا. وأوصي 2.7.x 32- بت تثبيت ويندوز كتوري من اختيارك وإضافة دليل بايثون إلى باث للراحة. ثم، تحميل حزمة بيوينوتو من هنا. تعليمات التثبيت هنا. بعد ذلك، تحتاج إلى استنساخ هذا المستودع. إذا كنت مستخدم سيغوين مثلي، يمكنك تثبيت واستخدام جيت من قذيفة سيغوين: بدلا من ذلك، هناك إصدار ويندوز من جيت المتاحة هنا. لاحظ أنه عند اختيار دليل لاستنساخ ل، فمن الأفضل لاختيار مسار دون. في ذلك إذا كنت تريد أن تكون قادرا على استخدام المثال كما هو (مثلا C: usersjohn. doeworkspace لن تعمل). ويرجع ذلك إلى تقييد تسسب وقراءة ريد ماركيت هيستوريز. بمجرد استنساخ بنجاح مستودع تسسبوتيل، قم بتشغيل ما يلي. تسسبوتيل نظرة عامة على المكونات يحتوي هذا القسم على نظرة عامة موجزة عن مكونات تسسبوتيل. جميع الوحدات النمطية، والطبقات، والأساليب وجزءا لا يتجزأ من الوثائق على غرار دوكسترينغ لمزيد من التفاصيل. تحتوي هذه الوحدات على الدالة رونتسب () التي يمكن استدعاؤها لاستدعاء تسب لنص معين. تحتوي هذه الوحدة النمطية على فئة أوديتبارزر التي يتم استخدامها في تحليل ملف الإخراج Audit. LOG من تسب. تحتوي هذه الوحدة النمطية على نموذج البيانات المستخدم لتمثيل خرج تشغيل تسسب. يتم إنشاء مثيل تسبرون بواسطة أوديتبارسر عند تحليل ملف Audit. LOG. انظر وثائق دوكسترينغ للحصول على تفاصيل حول النموذج. تحتوي هذه الوحدات على فئة فاربارسر التي يمكن استخدامها لتحليل ملف تعريف متغير تسب. تحتوي هذه الوحدات النمطية على فئة دببارسر التي يمكن استخدامها لتحليل ملف قاعدة بيانات تسسب. هذه الوحدة تحتوي على طريقة سيدليت (). هذه هي وظيفة الأداة المساعدة التي يمكن استخدامها لتسهيل إنشاء ملف النصي بارامتريزد (انظر externalwf. py في أمثلة لمثال على قالب مثبت). استخدام المثال هناك مثال يستخدم المكونات الرئيسية ل تسسبوتيل لتنفيذ حلقة السير إلى الأمام الخارجي. المثال هو تماما مكتفية ذاتيا داخل تسسبوتيل، لذلك تشغيل بسيط مثل: مع عدم وجود حجج، وهذا سوف يعرض شاشة الاستخدام: قبل تشغيل المثال، هنا هو مزيد من التفاصيل حول ما سيحدث فعلا. ويتوقع النموذج عودة اليوم التالي لشركة عب. المرحلة 1.txt هي الحلقة الداخلية للمشي قدما - وهي تخلق ثلاثة نماذج انحدار خطي 2-إنبوت باستخدام اختيار متدرج (في مجموعة استبعاد لمنع استخدام المدخلات الزائدة عن الحاجة) ثم يمضي قدما لمدة 10 سنوات لسنة واحدة (سنة التحقق) . ثم يتم فحص مخرجات المرحلة .1txt لتحديد النماذج التي تحقق أفضل أداء في فترة خارج العينة (أي سنة التحقق). أفضل اثنين من المدخلات 2 نماذج المدخلات في stage2.txt. حلقة المشي الخارجي إلى الأمام، حيث يتم تشغيلها بشكل مستقل كما سوف المدخلات في اثنين من اللجان المختلفة. ثم تدرس المرحلة2.Txt فترة 11 سنة واحدة (مجموعة التدريب الأصلية بالإضافة إلى سنة التحقق) واختبار فترة المشي إلى الأمام (سنة الاختبار). وينبغي أن يكون الأداء في سنة الاختبار تقديرا غير متحيز للأداء المستقبلي لهذا النموذج. وتكرر هذه العملية مرة واحدة في السنة بين لتيار-ستارتغ و لتيار-إندغ المحدد على سطر الأوامر. المثال إخراج ملف. csv perf. csv مع نسب تحسن عامل الربح الطويل للفترات خارج عينة من كل نموذج واللجنة من stage2.txt. لاحظ أنه من خلال الاتفاقية، فإن السنوات المحددة على سطر الأوامر وذكرت في perf. csv هي السنة الأخيرة في مجموعة التدريب. وهكذا لعام 2002، سنة التحقق من عام 2003 وعام الاختبار هو 2004 - وهذا يعني أن الأداء المبلغ عنها في perf. csv لعام 2002 هو نتائج خارج العينة لعام 2004. خرج هيريس من سبيل المثال تشغيل: ومحتويات perf. csv: لاحظ أن هناك على الأرجح العديد من القياسات أكثر من مجرد تحسن الربح تحسين عامل التموينية التي هي مرغوبة من الخارجي المشي إلى الأمام حلقة. هذه يمكن الحصول عليها بسهولة من نموذج البيانات التي تنتجها المحلل ل run2.txt المدى. وتترك هذه العملية ممارسة للآخرين بناء على حالتهم الخاصة. استكشاف الأخطاء وإصلاحها أمبير متفرقات. في حين خلق تسبوتيل، تم العثور على سلوك بيوينوتو لتكون عالية غير ديترمينينيستيك، وخاصة في الحوسبة تسسب مكثفة حسابيا وأيضا قصيرة جدا تسسب يعمل. وأعتقد أن رونتسب الحالي () لتكون قابلة للاستخدام عموما، ولكن سوف تنشأ قضايا أخرى بلا شك. وتعتمد الشفرة على بعض التأخيرات التعسفية ومختلف الشيكات المختلفة التي ينبغي أن تكون زائدة عن الحاجة. وأخيرا، لاحظ أن هناك مضمونة أن يكون الكثير من الإخراج Audit. LOG أن أوديتبارزر لا يدعم. وهو يعمل حاليا لمعيار تراينينغوالك إلى الأمام مع النماذج واللجان، فضلا عن مجموعات البحث. تسب لديها العديد والعديد من الخيارات الأخرى - سيتم إضافة دعم تحليل المستقبل لهذه حسب الحاجة. تسسبوتيل يتضمن مجموعة من الاختبارات وحدة التي ينبغي استخدامها لاختبار الانحدار أي تغييرات أجريت على الإطار. يمكن تنفيذ جميع الاختبارات من دليل الريبو رفيع المستوى باستخدام البرنامج النصي test. bat المضمنة. سترى الكثير من النوافذ القادمة والذهاب من اختبارات رونتسب () - عندما ينتهي هذا البحث عن طيب أن نرى أن جميع الاختبارات قد مرت. يوليو 22، 2013 5:00 آم 17 تعليقات المشاهدات: 6064 تداول الأدوات المالية في منهجية منهجية الأزياء لديها العديد من المزايا على النهج الذاتية: نظم التداول الآلي مصممة بشكل ذكي ويمكن في كثير من الأحيان تتفوق على الأداء البشري مدفوعا بسبب التحيزات المعرفية المختلفة والعاطفية. برنامج فعال لاستخراج البيانات يمكن اكتشاف أنماط خفية في سلوك السوق أن معظم البشر لن يكون لديهم فرصة لرؤية. نظام أوتوماتيكي قابل للتكرار تماما، في حين أن نظام يحركها الإنسان يخضع للنزوات البشرية. إن اتساق عملية صنع القرار هو الربحية الحيوية على المدى الطويل. التكرار هو أيضا قيمة لأنه يسمح فحص الصفقات من أجل دراسة العملية وربما تحسين الأداء عن طريق تصفية إشارة. معظم أنظمة التداول الآلي مصممة بشكل صحيح هي قابلة للتحليل الإحصائي الدقيق التي يمكن أن تقيم مقاييس الأداء مثل الأداء المتوقع في المستقبل واحتمال أن النظام يمكن أن تأتي إلى حيز الوجود بسبب حظا سعيدا بدلا من السلطة الحقيقية. عملية غير المراقب هو ممكن. وعادة ما تستخدم أنظمة التداول الآلي لواحد أو كلا التطبيقين. تسب (نظام التوليف والتدعيم) هو برنامج متطور قادر على توليد كلا التطبيقين: (1) نظام تداول كامل قائم بذاته يجعل جميع قرارات التداول و (2) نموذجا قد يكون تستخدم لتصفية الصفقات من نظام التداول الحالي من أجل تحسين الأداء. ونحن نشير إلى هذا على أنه تعزيز. وكثيرا ما يكون ذلك من خلال اختيار بذكاء مجموعة فرعية من الإشارات الناتجة عن نظام تداول قائم، ورفض الآخرين، يمكننا تحسين نسبة المخاطرة. نهجان للتداول الآلي إذا كان هدف المستخدمين هو تطوير نظام تجاري قائم بذاته أو نظام تصفية لتعزيز أداء نظام تجاري قائم، هناك نهجان مشتركان لتطويره وتنفيذه: (1) يستند إلى قواعد ( قواعد إفثن المقترحة من قبل الإنسان) والنمذجة التنبؤية. يتطلب نظام التداول القائم على القواعد أن يقوم المستخدم بتحديد القواعد الدقيقة التي تتخذ قرارات التجارة، على الرغم من أن واحد أو أكثر من المعلمات المرتبطة بهذه القواعد قد يكون الأمثل من قبل تطوير البرمجيات. في ما يلي مثال بسيط لنظام التداول القائم على الخوارزمية: إذا تجاوز المتوسط ​​المتحرك على المدى القصير للأسعار المتوسط ​​المتحرك الطويل الأجل للأسعار، فاحتفظ بمركز طويل خلال الشريط التالي. الخوارزمية أعلاه تنص صراحة على القاعدة التي تقرر مواقف بار-بار-بار، على الرغم من أن التعريف الدقيق على المدى القصير والطويل الأجل مفتوح. قد يستخدم المطور البرامج للعثور على مسافات إعادة توجيه متوسطة الحركة تزيد من بعض مقاييس الأداء. وتشمل برامج مثل ترادستاتيون لغة الملكية (إيسيلانغواج في هذه الحالة) التي المطور يمكن تحديد قواعد التداول. وبفضل توافر الحواسيب المكتبية عالية السرعة على نطاق واسع، أصبح نهجا بديلا لتطوير نظام التجارة أمرا ممكنا. وتستخدم النمذجة التنبؤية برمجيات متطورة رياضيا لدراسة المؤشرات المستمدة من البيانات التاريخية مثل السعر والحجم والاهتمام المفتوح، بهدف اكتشاف أنماط قابلة للتكرار لها قدرة تنبؤية. النموذج التنبئي هو في الأساس صياغة رياضية أو منطقية التي تربط هذه الأنماط بمتغير تطلعي يسمى الهدف أو المتغير التابع، مثل عودة الأسواق خلال الأسبوع المقبل. هذا هو النهج المستخدم من قبل تسسب. ولها العديد من المزايا على تطوير النظام القائم على الخوارزمية: برامج النمذجة الذكية الاستفادة من التعلم آلة يمكن اكتشاف أنماط معقدة جدا أو دفن تحت الضوضاء العشوائية التي لا يمكن لأي إنسان رؤيتها من أي وقت مضى. مرة واحدة يتم تطوير نظام التداول نموذج التنبؤي، فمن السهل عادة لقرص عملها لضبط نسبة المخاطرة لتناسب التطبيقات التي تتراوح عبر طائفة واسعة. ويمكن الحصول على المبادلة المطلوبة بين إشارات عديدة مع احتمال أقل للنجاح وإشارات أقل مع احتمال أعلى للنجاح. ويتم ذلك عن طريق ضبط عتبة تحول التنبؤات النموذجية إلى إشارات شراء وبيع منفصلة. برنامج مصمم بشكل جيد يسمح للمطور لضبط درجة الأتمتة المستخدمة في اكتشاف أنظمة التداول. يمكن للمطورين ذوي الخبرة الحفاظ على سيطرة كبيرة على العملية ووضع معارفهم للعمل خلق أنظمة وجود بعض الخصائص المرجوة، في حين أن المطورين عديمي الخبرة يمكن الاستفادة من الأتمتة الضخمة، والسماح للبرنامج السيطرة على الأغلبية. بشكل عام، النمذجة التنبؤية هي أكثر قابلية للتحليل الإحصائي المتقدم من تطوير النظام القائم على القواعد. ويمكن دمج خوارزميات التحليل المتطورة لاختبار السلامة الإحصائية لاكتشافاتها في عملية توليد النماذج بسهولة أكبر مما يمكن إدراجها في الأنظمة القائمة على قواعد محددة من قبل الإنسان. النمذجة التنبؤية على الانضباط الرياضي المتقدمة بشكل جيد لاستخراج المعلومات القصوى من مجموعة البيانات التي تكمل الحدس البشري. الحدس قادر على اقتراح سلسلة البيانات وطرق تحويلها إلى قائمة كبيرة من المؤشرات المرشحة. النمذجة التنبؤية، حتى أبسط أشكالها، الانحدار الخطي متفوقة على الحدس البشري في اختيار أفضل المرشحين والجمع بينهما في التنبؤ. كان هناك أكثر من الأكاديميين 150 دراسات مقارنة الخبراء البشري إلى النماذج الإحصائية تشهد على هذه الحقيقة. النمذجة التنبؤية يعتمد نهج النمذجة التنبؤية لتطوير النظام التجاري على خاصية أساسية لحركة أسعار السوق: فجميع الأسواق تحتوي على أنماط تميل إلى تكرارها عبر التاريخ، ومن ثم يمكن استخدامها في كثير من الأحيان للتنبؤ بالنشاط المستقبلي. على سبيل المثال، في ظل بعض الظروف يمكن توقع استمرار الاتجاه حتى يتم استنفاد هذه الخطوة. في ظل ظروف أخرى، يظهر نمط مختلف: الاتجاه أكثر احتمالا أن يتبعه تصحيح نحو السعر المتوسط ​​الأخير. نموذج التنبؤي يدرس بيانات السوق التاريخية ومحاولات لاكتشاف الميزات التي تميز هذين النمطين. الهدف من النمذجة التنبؤية ثم هو العثور على الأنماط التي تتكرر في كثير من الأحيان بما فيه الكفاية لتكون مربحة. مرة واحدة اكتشفت، فإن النموذج يكون على اطلاع على نمط ل ريوكور. واستنادا إلى الملاحظات التاريخية، فإن النموذج سوف يكون قادرا على التنبؤ ما إذا كان السوق سوف ترتفع قريبا، تقع، أو لا تزال على حالها. ويمكن ترجمة هذه التنبؤات إلى قرارات بازل من خلال تطبيق عتبات على تنبؤات النماذج. المؤشرات والأهداف لا تعمل النماذج التنبؤية عادة مع بيانات السوق الخام. بدلا من ذلك، فإن أسعار السوق وسلسلة أخرى، مثل حجم، وعادة ما تتحول إلى فئتين من المتغيرات تسمى المؤشرات والأهداف. هذه هي البيانات المستخدمة من قبل النموذج خلال التدريب، والاختبار، والاستخدام النهائي في الوقت الحقيقي. في تعريف هذه المتغيرات أن المطور يمارس نفوذه الخاص على نظام التداول. المؤشرات هي المتغيرات التي تبدو بدقة إلى الوراء في الوقت المناسب. عند التداول في الوقت الحقيقي، كما في أي شريط معين سيكون المؤشر قابلا للحساب، على افتراض أننا في حوزتنا بيانات السعر التاريخية كافية لتلبية تعريف المؤشر. على سبيل المثال، قد يحدد شخص ما مؤشرا يسمى الاتجاه كما تغير نسبة سعر السوق من إغلاق شريط خمسة أشرطة قبل إغلاق هذا الشريط. طالما أننا نعرف هذين السعرين، يمكننا حساب هذا المؤشر الاتجاه. يمكن تسسب حساب أكثر من مائة أنواع من المؤشرات التي تحدد العديد من الميزات من سلوك السوق. الأهداف هي المتغيرات التي تبدو بدقة إلى الأمام في الوقت المناسب. (في نمذجة الانحدار الكلاسيكي، غالبا ما يشار إلى الهدف على أنه المتغير التابع). وتكشف الأهداف عن السلوك المستقبلي للسوق. يمكننا حساب أهداف البيانات التاريخية طالما لدينا عدد كاف من الحانات في المستقبل لتلبية تعريف الهدف. من الواضح، على الرغم من ذلك، عندما نحن في الواقع تداول النظام لا يمكننا أن نعرف الأهداف ما لم يكن لدينا الكرة الكريستال الهائل. على سبيل المثال، قد نحدد مؤشر يسمى دايريتورن كما تغير السوق في المئة من فتح اليوم التالي إلى فتح اليوم التالي. إذا كان لدينا سجل تاريخي للأسعار، يمكننا حساب هذا الهدف لكل شريط باستثناء آخر اثنين في مجموعة البيانات. يمكن تسسب حساب مجموعة متنوعة من أنواع متغير الهدف. وباختصار، فإن الفكرة الأساسية وراء النمذجة التنبؤية هي أن المؤشرات قد تحتوي على معلومات يمكن استخدامها للتنبؤ بالأهداف. وتتمثل مهمة النموذج التنبؤي في إيجاد واستغلال أي من هذه المعلومات. جيت ذي بوك 8212 بي ديفيد أرونسون ديفيد أرونسون هو رائد في التعلم الآلي وتطوير نظام التداول غير الخطية وإشارة بوستنفلتيرينغ. أرونسون هو المصمم المشارك ل تسسب (نظام التداول التوليف وتعزيز) منصة البرمجيات لتطوير الآلي للنظم التنبؤية القائمة على نموذج التنبؤ الإحصائي سليمة. وقد عمل في هذا المجال منذ عام 1979، وكان فني السوق تشارترد مصدقة من قبل جمعية فنيي السوق منذ عام 1992. وكان أستاذا مساعدا في التمويل، وتدرس بانتظام لطلاب الماجستير في إدارة الأعمال والهندسة المالية دورة على مستوى الدراسات العليا في التحليل الفني، واستخراج البيانات والتحليلات التنبؤية. كتابه صدر مؤخرا، إحصائيا تعلم آلة الصوت لتجارة خوارزمية من الأدوات المالية. هو نظرة متعمقة لتطوير أنظمة التداول القائم على نموذج التنبؤي باستخدام تسسب. سيستيم ترادر ​​سوتشيس كونتريبوتور المساهمون المشاركون هم مشاركون نشطون في الأسواق المالية ويتنقلون بشكل كامل في التحليل الفني أو الكمي. انهم يرغبون في تبادل قصصهم ورؤى واكتشاف على نجاح نظام التاجر ونأمل أن تجعلك تاجر نظام أفضل. الاتصال بنا إذا كنت ترغب في أن يكون المؤلف المساهمة وتبادل رسالتك مع العالم.