통계 실시간 데이터는 매주 업데이트됩니다. 5년 테스트 샘플

선형 그래디언트(또는 일반적인 그래디언트)는 미적분학과 선형대수학의 기본 개념으로, 함수의 방향과 가장 빠른 변화율을 설명하는 데 사용됩니다. 이 경우, 금융 시장에 적용된 접근법은 변동성이 범위 내에서 증가함에 따라 더 큰 이익을 정의하는 것입니다. 외환 시장에서는 가격 변동이 일정하다는 것을 알고 있습니다. 이 외환 시장의 불안정성에서 이익을 얻기 위한 해결책이 고안되었습니다. Gradient UMl pro 로봇은 특히 여러 방법과 필터에 맞게 조정되어 이익을 극대화하는 것을 목표로 합니다. 알고리즘은 구현된 필터를 통해 가격을 지속적으로 모니터링하여 변동성 수준에 따라 목표 범위에 맞는 대기 주문을 배치합니다. 머신러닝 기능은 시장 진행에 따라 모니터링하고 진화하며, 가격 움직임에 따라 손절매와 목표를 조정하여 위험을 줄입니다. 이 알고리즘의 유일한 단점은 강한 추세 시장으로, 이는 위험에 영향을 줄 수 있습니다. 그러나 시장 주기를 알고 추세가 끝나는 시점, 축적 및 분배 기간을 식별할 수 있다면, 이러한 기간에 연결하여 알고리즘의 성능을 극대화할 수 있습니다.

투자자 프로필에 따라 주문을 조정하세요: 최소 2건, 최대 30건

이것들은 이미 EURUSD에 최적화된 매개변수입니다. H1 타임프레임에서

최소 자본 프로필 200= 거래량 0.01 목표 이익 =2

자본 프로필 500= 거래량 0.02 목표 이익 매개변수 =4

자본 프로필 1,000= 거래량 0.04 목표 이익 매개변수 =8

자본 프로필 5,000= 거래량 0.05 목표 이익 매개변수 =24