यह ट्रेडिंग रोबोट एक सिद्धांत पर आधारित है जो कहता है कि "याददाश्त (aftereffects) की उपस्थिति यादृच्छिक अनुक्रमों में"।
हालांकि इस सिद्धांत की जटिलता थोड़ी अधिक है, इसके निष्कर्ष काफी साधारण हैं। इसलिए, इस रोबोट में ट्रेडिंग निर्णय लेने की प्रक्रिया बेहद सरल है: पहले के दो ऐतिहासिक डेटा क्षेत्रों को लें, प्रत्येक से प्रारंभ और अंत के दामों का अंतर निकालें और दो मान प्राप्त करें। इन मानों की तुलना की जाती है। और इस तुलना के आधार पर, भविष्य में दामों के अंतर के बारे में निर्णय लिया जाता है।
एक्सपर्ट एडवाइजर की सेटिंग्स भी बहुत सरल हैं, क्योंकि केवल तीन इनपुट पैरामीटर होते हैं जिन्हें अनुकूलित किया जा सकता है:
- sl — स्टॉप लॉस और ट्रेलिंग स्टॉप का कदम, जो प्वाइंट्स में होता है। ऊपर की छवि में ये पैरामीटर 5 अंकों के लिए सेट किए गए हैं। सभी मानों को Start, Step और Stop कॉलम में 10 गुना कम किया जाना चाहिए।
- p — तकनीकी विश्लेषण के लिए बार्स में ऐतिहासिक डेटा क्षेत्रों का आकार।
- random — उद्धरण की यादृच्छिकता। यदि उद्धरण यादृच्छिक नहीं हैं और इसलिए, सिद्धांत की शर्तें मान्य नहीं हैं, तो ट्रेडिंग संकेत उलट जाते हैं।
नोट:
- रोबोट के कोड में निर्दिष्ट इनपुट पैरामीटर (डिफ़ॉल्ट के अनुसार), कॉन्फ़िगर नहीं किए गए हैं। इसलिए,_algo-trading शुरू करने से पहले, इन्हें प्रत्येक वित्तीय उपकरण के लिए अनुकूलित करना आवश्यक है जिस पर रोबोट ट्रेड करेगा।
- पुनः अनुकूलन तब करना चाहिए जब_algo-trading के परिणाम संतोषजनक नहीं हों।
- रोबोट को छोटे टाइमफ्रेम पर कॉन्फ़िगर करना अनुशंसित नहीं है। इससे नुकसान होगा (यह पहले ही डेमो और रियल सेंट खातों पर जांचा गया है)। अनुकूलतम टाइमफ्रेम H1 से कम नहीं होना चाहिए।
टिप्पणी 0