Lua Trading System

Forex lua indikatoren gt Suche forex lua indikatoren Online Forex Trading kriminellen Forex Trading uns Forex lua Indikatoren forex lua Indikatoren gt Finden Sie Forex Lua Indikatoren Online Forex Trading kriminellen Forex Trading uns forex lua Indikatoren forex lua Indikatoren gt Finden Sie Forex Lua Indikatoren Online Forex Trading kriminellen Forex Trading Uns forex lua indikatoren forex lua indikatoren gt Suche forex lua indikatoren Online Forex Trading kriminellen Forex Trading uns forex lua indikatoren forex lua indikatoren gt Suche forex lua indikatoren Online Forex Trading kriminellen forex lua indikatoren gt Suche forex lua indikatoren Online Forex Trading kriminellen Forex Trading Us forex Lua indikatoren forex lua indikatoren gt Suche forex lua indikatoren Online Forex Trading kriminellen Forex Trading uns forex lua indikatoren forex lua indikatoren gt Suche forex lua indikatoren Online Forex Trading kriminellen Forex Trading uns forex lua Indikatoren Artical forex lua Indikatoren Anbei finden Sie einige Fakten, die Sie MUSS akzeptieren oder Sie werden nicht am Forex-Handel zu gewinnen, so check it out und sehen, ob Sie in den weltweit am meisten Investitionen Investitionen gelingen könnte 1. Märkte sind nicht wissenschaftlich Wenn Sie denken, Sie können beim Forex-Handel gewinnen, indem Sie die Wissenschaft vergessen. Wissenschaftliche Theorien dont und nie wird funktionieren, weil die Menschen bestimmen, den Preis für alles und sie nicht bewegen, um wissenschaftliche Kriterien 2. Erwarten Sie lange Zeiträume der Verluste Egal, welches System Sie verwenden, gehen Sie nach oben haben Zeiten der Drawdown, die für Wochen oder Monate so erhalten Bereit für sie und geistig vorbereitet, um sie zu nehmen. 3. Währung Handel ist riskant Die meisten Menschen nicht wie Risiko und werden von Anbietern, die versuchen, ihnen sagen, sie können mit geringem Risiko handeln und machen ein regelmäßiges Einkommen Ignorieren Sie diesen Rat. Fakt ist: Je größer die Belohnung, desto größer das Risiko-Risiko geht mit Belohnung rein und einfach. Wenn Sie nicht wie die Einnahme von Risiken Forex Trading vergessen. 4. Sie können Erfolg kaufen Sie werden sehen, viele Anbieter versprechen, um Ihnen Erfolg, aber die Realität ist sie nicht. Die meisten verlassen sich auf Werbetexte ohne Beweise haben sie kein Geld für sich selbst Dont fallen for. Machine Learning und automatisierte Trading The Big Short (Ich mag es) Ich suche Handelsstrategien mit profitable Backtests - UPDATE Ich habe einige sehr interessante Gespräche seit ich angeboten habe Meine nicht-öffentlichen Intraday-Trading-Rahmen im Austausch für Informationen über profitable Strategien, weshalb ich diese zunächst zeitlich begrenzte Anrufe unbegrenzt verlängern will. Beachten Sie, dass ich nicht auf der Suche nach Strategie Ideen. Ich habe viele davon. Die Herausforderung liegt nicht in der kommenden mit einer Idee, sondern bei der Auswahl der richtigen und testen sie bis zum Ende, wenn youll entweder wissen, dass es funktioniert oder dass es nicht. Entscheidend ist hier die Zeit. Also, was ich bin im Wesentlichen Handel ist die Zeit, die ich investiert haben, in die Entwicklung eines felsigen Intraday Trading Framework gegen die Zeit, die Sie investiert haben, in die Entwicklung einer profitablen Handelstrategie. Es kann eine Aktien-, ETF-, Zukunfts - oder Optionsstrategie sein. Alle Diskussionen und Informationen werden vertraulich behandelt. Ich bin natürlich offen, um Ideen zu diskutieren, aber bitte nicht erwarten, dass ich sie für Sie testen und nicht beschweren, wenn ich sie implementiere, ohne um Ihre Zustimmung zu bitten. Aufforderung zur Einreichung von Vorschlägen Suche nach Handelsstrategien mit profitable Backtests Bis zum 15. Juni akzeptiere ich Vorschläge für vielversprechende Handelsstrategien auf Aktien, Währungen und Aktienindexindizes. Die Strategie muss für Backtesting rentabel sein und eine jährliche Sharpe Ratio von mindestens 1,0 haben. Am 1. Juli werden die beiden vielversprechendsten Strategien ausgewählt und ihre Autoren können eine der folgenden Optionen wählen: 1) Erhalten Sie eine vollständige und kostenlose Kopie des verbesserten, nicht-öffentlichen Handelsrahmens auf der Grundlage von R, den ich entwickelt und verwendet habe Seit 2012 und dass die Autoren für Live-Trading ihre Strategien mit Interactive Brokers nutzen können. (Die vereinfachte öffentliche Version kann hier heruntergeladen werden) 2) Geben Sie in ein Kooperationsabkommen ein, in dem ich mich verpflichten werde, ihre Strategie in R umzusetzen und sie für maximal drei Monate zu handeln. Alle einzelnen Trades werden mit den Autoren geteilt, wenn sie auftreten. Darüber hinaus wird der für die Strategie spezifische R-Code (nicht der Code des Handelsrahmens) an die Strategieautoren übergeben. Vorgehensweise: Eine schriftliche Beschreibung der Strategie sowie eine Liste der Trades sowie die Rücklaufzeiten des Backtests oder des ausführbaren Roctavepython-Codes, der die Backtest-Return-Zeiten zusammen mit dem vollständigen Datensatz der im Backtest verwendeten Preise berechnet. Senden Sie mir meine E-Mail im Kontakt-Bereich Update des reinen R Intraday Trading Framework Schließlich fand ich die Zeit, dies zu tun. Lange überfällig. Das Framework läuft nun mit den neuesten (Unix-) Versionen des IB TWSGW (ab Version 9493). Dies allein erforderte eine teilweise Wiederholung mehrerer Funktionen aus dem großen, aber jetzt etwas veralteten IBrokers R Paket von Jeff Ryan. Auch die Standardkonfiguration für den Handel von EURUSD wurde aktualisiert, so dass es nun ein Stück Kuchen ist, um die Beispiel-Dummy-Strategie auszuführen. Nur klonen Sie die git Repo auf Ihrem lokalen Rechner. GithubcensixINTRADAY-PartAB und folgen Sie dem README. Etwas über Hardware Ich bin immer noch ein Fan von meinem eigenen Metall. Sicher, Dinge mit konfigurierbaren Maschinen-Bilder in der Wolke ist beliebt, weil Sie nicht durch den Streit der Verwaltung Ihrer eigenen Hardware gehen müssen, aber isnt, dass Streit wirklich nur ein Problem für große Organisationen, in denen hunderttausende von Benutzern müssen glücklich gehalten werden Minimale Kosten. So ist die Wolke nicht nur eine Lösung für ein Problem von Menschen, die Skala verwalten müssen, sondern sind gleichzeitig versuchen, zu verkaufen-auf, dass die Lösung für die einzelnen joe da draußen wer, lass es Gesicht, nicht wirklich brauchen. Wie auch immer, wie gesagt, ich bin ein Fan von meinem eigenen Metall. Preisgünstige Standard-Hardware kann Ihnen einen langen Weg, wenn Sie die Zeit nehmen, um es richtig zu konfigurieren. Ein 16-64Gb RAM-Schreibtisch mit einem oder sogar zwei GPUs wird ziemlich viel tun, was Sie brauchen. Es scheint, dass Backtesting-Strategien verwendet mehr Computing-Ressourcen als tatsächliche Live-Trading, weshalb in diesen Tagen können Sie ein Intraday-Strategie von jedem anständigen Laptop mit Vertrauen, während für die Backtesting und Forschung Sie wirklich wollen, dass die RAM-CPU-GPU-Monster Oben oder ein kleines kleines Supercomputing-Cluster, wie ich hier vor kurzem beschrieben habe. Pure R Intraday Trading Framwork Voller Download verfügbar Ich habe INTRADAY-PartA. tar. gz und INTRADAY-PartB. tgz zum Download bereit gestellt. Censixdownloads. html Beziehungen zwischen Assets finden, die für statistische Arbitrage verwendet werden können Anstelle der Fokussierung auf die Vorhersage der Preisausrichtung und der Preisvolatilität mit nicht-linearen Modellen, die mit maschinellen Lernmethoden abgeleitet werden, wäre eine Alternative die Suche nach verwertbaren Preisverhältnissen zwischen Assets derselben Klasse Und reagieren (Handel), wenn mispricing geschieht, mit anderen Worten, tun statistische Arbitrage. In gewissem Sinne ist das etwas leichter als der Versuch, die Preise zu prognostizieren, da man nur eine relativ stabile, lineare oder nichtlineare Beziehung zwischen einer Gruppe von mindestens zwei Vermögenswerten zu finden braucht und davon ausgeht, Seine Erkennung, diese Beziehung wird für einige Zeit in die Zukunft. Der Handel unter dieser Annahme ist dann sehr viel ein reaktiver Prozess, der durch Preisbewegungen ausgelöst wird, die deutlich von der modellierten Beziehung abweichen. Traditionelles Paar Handel und Handel von assetts in einer VECM (Vector Error Correction Model) Beziehung sind gute Beispiele für statarb mit linearen Modellen. Warum also nicht ein einfaches einschichtiges neuronales Netzwerk oder gar ein RBM verwenden, um eine nicht-lineare Preisbeziehung zwischen zwei nicht kointegrierten Assets zu entdecken, und wenn dieser Entdeckungsprozess erfolgreich ist, handeln Sie ihn ähnlich wie ein klassisches Paar. Noch interessanter wird es, wenn Gruppen mit mehr als nur zwei Vermögenswerten betrachtet werden. Dies wäre dann das nicht-lineare Äquivalent eines VECM. Feature Selection Breadth vs. Depth Lets sagen, wir haben eine univariate timeeries Prädiktion Ziel, das entweder von Typ Regression oder Klassifizierung sein kann, und wir haben zu entscheiden, welche Eingabe-Features zu wählen. Genauer gesagt, haben wir ein großes Universum von Zeitreihen, die wir als Input verwenden können, und wir möchten wissen, wie viele wir wählen sollten (Breite) und auch, wie weit zurück in der Zeit wollen wir für jede (Tiefe) zu suchen. Es gibt einen zweidimensionalen Entscheidungsraum, der von den folgenden vier Extremfällen unter der Annahme begrenzt wird, dass wir eine Gesamtserie der N-Serie haben und wir können höchstens K timesteps zurückblicken: (1) nur eine Serie und einen Rückblick wählen 1 timestep, (2) nur eine Serie und lookback K timesteps auswählen, (3) n-Serie auswählen und ein timestep zurückschauen, (4) N Serie und lookback K timesteps auswählen. Die optimale Wahl wird wahrscheinlich nicht diejenige von denen sein, da (1) und (2) nicht genug Vorhersageinformation enthalten können und (3) und insbesondere (4) entweder aufgrund von Berechnungszwängen nicht realisierbar sind oder zu viel zufälliges Rauschen enthalten. Die vorgeschlagene Art, sich dem zu nähern, besteht darin, klein an (1) zu starten, zu sehen, welche Leistung Sie erhalten und dann die Größe des Eingabebereichs entweder breit oder tiefenweise erhöhen, bis Sie eine befriedigende Vorhersageleistung erreicht haben oder bis Sie erschöpft sind Ihre Computer-Ressourcen und müssen entweder die gesamte Herangehensweise: (oder Kauf einer neuen (farm of) Desktop (s) :) Verwenden Stacked Autoencoder und Restricted Boltzmann Maschinen in R 12. Februar 2014 Stacked Autoencoder (SAs) und Restricted Boltzmann Machines RBMs) sind sehr leistungsfähige Modelle für unüberwachtes Lernen. Leider sieht es zum Zeitpunkt des Schreibens aus, als gäbe es keine direkten R-Implementierungen, was überraschend ist, da beide Modelltypen schon seit einiger Zeit existieren und R Implementierungen für viele andere maschinelle Lernmodelle aufweist. Als ein Workaround, könnten SAs implementiert werden, mit einem von mehreren neuronalen Netzwerkpaketen von R ziemlich schnell (nnet, AMORE) und RBMs, gut, jemand würde eine gute R-Implementierung für sie schreiben müssen. Aber da das Training beider Modelltypen eine Menge von Rechenressourcen erfordert, wollen wir auch eine Implementierung, die GPUs nutzen kann. Also im Moment die einfachste Lösung, die wir zu haben scheint, ist die Verwendung von Theano. Es kann GPUs und es bietet Implementierungen von gestapelten (Denoising) Autoencoder und RBMs. Darüber hinaus schwimmt auch der PythonTheano-Code für mehrere weitere exotische Boltzmann-Maschinenvarianten. Wir können rPython verwenden, um diese Python-Funktionen von R aufrufen, aber die Herausforderung sind die Daten. Getting große Datensätze hin und her zwischen R und Python ohne die ascii Serialisierung, die rPython implementiert (zu langsam) muss gelöst werden. Eine mindestens gleich starke Implementierung von Autoencodern, die die GPU-Nutzung unterstützen, steht über das Torch7-Framework (Demo) zur Verfügung. Allerdings werden Torch7-Funktionen mit lua aufgerufen und rufen sie aus innerhalb R stattdessen erfordern einige Arbeiten auf C-Ebene. Fazit: Verwenden Sie Theano (Python) oder Torch7 (lua) für Trainingsmodelle mit GPU-Unterstützung und schreiben Sie die trainierten Modelle in die Datei. In R, importieren Sie das trainierte Modell aus Datei und verwenden Sie für Vorhersage. Update 25. April 2014: Die folgende schöne Lösung Call Python von R bis Rcpp sollte uns einen Schritt näher zur Verwendung von Theano direkt von R. bringen. Welche Frequenzen zu handeln. 13. Januar 2014 Bei der Suche nach verwertbaren Marktmustern, die man als Einzelhändler handeln könnte, ist eine der ersten Fragen: Welche Handelsfrequenzen, um monatlich wöchentlich täglich oder innerhalb von überall zwischen 5 Sekunden bis 1 Stunde zu betrachten mit begrenzter Zeit für Forschung auf allen dieser Zeitskalen, wird dies eine wichtige Frage zu beantworten. Ich und andere haben beobachtet, dass es scheint, eine einfache Beziehung zwischen Handelsfrequenz und Höhe der Anstrengungen erforderlich, um eine rentable Strategie, die rein quantitativ ist und ein akzeptables Risiko zu finden scheint. Kurz gesagt: Je niedriger (langsamer) die Frequenz, an der Sie handeln möchten, desto intelligenter muss Ihre gewinnbringende Strategie sein. Tradefreqvssmartness Als Beispiel könnte man das (sehr) hochfrequente Ende des Spektrums betrachten, in dem Marktmachungsstrategien, die auf wirklich sehr einfacher Mathematik basieren, sehr profitabel sein können, wenn es Ihnen gelingt, nahe am Markt zu sein. Unter einem großen Sprung in den täglichen Frequenzbereich wird es immer schwieriger, quantitative Strategien zu finden, die profitabel sind und dennoch auf einfacher Mathematik basieren. Handel in wöchentlichen und monatlichen Intervallen, mit einfachen quantitativen Methoden oder technische Indikatoren ist nur ein sehr gutes Rezept für eine Katastrophe. Wenn wir also für einen Augenblick davon ausgehen, dass diese Beziehung tatsächlich wahr ist und auch in Anbetracht der Tatsache, dass wir in unseren Handelsstrategien anspruchsvolle maschinelle Lerntechniken nutzen können und wollen, könnten wir mit einem wöchentlichen Frequenzfenster beginnen und uns auf höhere Frequenzen hinarbeiten. Wöchentlicher Handel muss nicht automatisiert werden und kann von jeder Web-basierten Brokerage-Schnittstelle getan werden. Wir könnten eine Reihe von Strategien entwickeln, indem wir öffentlich verfügbare historische Daten in Kombination mit unserem bevorzugten Lernalgorithmus verwenden, um handelbare Marktmuster zu finden und dann die Strategie manuell auszuführen. Auf dieser Skala sollten alle Anstrengungen in die Suche und Feinabstimmung der quantitativen Strategie und sehr wenig Gedanken braucht, um in die Ausführung des Handels gesetzt werden. Trade Automatisierungsaufwand: 0. Strategie smartness erforderlich: 100 Daily Trading sollte automatisiert werden, es sei denn, Sie können wirklich einen festen Teil Ihres Tages zur Überwachung der Märkte und Durchführung von Trades zu widmen. Die Integration von maschinellen Lernalgorithmen mit automatisierten täglichen Handel ist keine triviale Aufgabe, aber es kann getan werden. Trade-Automation-Anstrengung: 20, Strategie smartness erforderlich: 80 Auf Intraday-Zeitskalen, von Minuten und Sekunden bis zu Sub-Sekunden, die Anstrengung müssen Sie sich verpflichten, um Ihre Geschäfte zu automatisieren, können irgendwo im Bereich zwischen 20 und 90 liegen Die Zeitskala wird die dumber Ihre Strategie sein kann, aber dumm ist natürlich ein relatives Konzept hier. Trade Automation: 80, Strategie smartness erforderlich: 20 Welche Funktionen zu verwenden. Handgefertigt vs gelernt 10. Dezember 2013 An einem Punkt in der Gestaltung eines (Maschine) Lernsystems werden Sie unvermeidlich fragen, welche Funktionen, um in Ihr Modell einziehen. Es gibt mindestens zwei Optionen. Die erste ist die Verwendung von handgefertigten Funktionen. Diese Option wird Ihnen in der Regel gute Ergebnisse, wenn die Features gut konzipiert sind (das ist natürlich eine Tautologie, da würden Sie nur nennen sie gut gestaltet, wenn sie Ihnen gute Ergebnisse.). Das Entwerfen von handgefertigten Merkmalen erfordert Expertenwissen über das Feld, auf das das Lernsystem angewendet wird, d. H. Audioklassifikation, Bilderkennung oder in unserem Fall handeln. Das Problem hier ist, dass Sie möglicherweise keine dieser Expertenwissen (noch) und es wird sehr schwer zu kommen oder nehmen Sie eine Menge Zeit oder wahrscheinlich beide. So ist die Alternative, die Merkmale aus den Daten zu lernen, oder mit anderen Worten, verwenden Sie unbeaufsichtigtes Lernen, um sie zu erhalten. Eine Voraussetzung hier ist, dass Sie wirklich brauchen viele Daten. Viel mehr von ihm, als Sie für handgefertigte Eigenschaften benötigen würden, aber dann muss es nicht gekennzeichnet werden. Der Nutzen ist jedoch klar. Sie müssen nicht wirklich ein Experte auf dem spezifischen Gebiet Sie das System für, d. H. Handel und Finanzen. So, während Sie noch herausfinden müssen, welche Teilmenge der gelehrten Eigenschaften wird am besten für Ihr Lernsystem, das ist auch etwas, was Sie mit den handgefertigten Funktionen zu tun haben würde. Mein Vorschlag: Versuchen Sie, einige handgefertigte Funktionen selbst zu entwerfen. Wenn sie nicht durchführen und Sie haben gute Gründe zu glauben, dass es möglich ist, bessere Ergebnisse als die, die Sie bekommen haben, verwenden Sie unbeaufsichtigte Lernmethoden, um Funktionen zu lernen. Sie können sogar ein Hybrid-System, das entworfene und erlernte Funktionen zusammen verwendet. Warum ich mit Open-Source-Tools für den Bau von Handels-Anwendungen 19. November, 2013 Als ich begann, in meinem eigenen automatisierten Handel zu sehen, hatte ich drei Anforderungen an die Menge der Werkzeuge, die ich verwenden wollte. 1) Sie sollten so wenig wie möglich zu bekommen, um mich begonnen, auch wenn das bedeutete, dass ich eine Menge von Programmierung und Anpassungen selbst zu tun hatte (es würde Zeit kosten) 2) Es sollte eine Gemeinschaft von Gleichgesinnten da draußen sein Mit diesen gleichen Werkzeugen für einen ähnlichen Zweck. 3) Die Werkzeuge sollten es mir erlauben, so tief in die Eingeweide des Systems zu gehen, wie es nötig war, auch wenn ich anfangs mehr die Grundlagen entdecken sollte. Ich wollte mich nicht in einer Situation finden, in der ich zwei Jahre lang die Linie wechseln musste, die ich zu einem anderen Satz von Tools wechseln musste, nur weil die, mit denen ich begonnen hatte, es mir nicht erlaubten, das zu tun, was ich wollte, weil es Probleme gab Geschlossene Quellen und restriktive Lizenzierung. Als Ergebnis kam ich zu wählen R als meine Sprache der Wahl für die Entwicklung von Handel Algortihms und ich begann mit Interactive Brokers, da sie eine API für die Anbindung an ihre Brokerage-System. Zwar gibt es viele schöne Trading-Tools, die eine Verbindung zu der IB Trader Workstation und einige können für automatisierte Trading verwendet werden, keine von ihnen bieten die gleiche Leistung, Flexibilität und Community-Unterstützung, die das R-Projekt hat. Darüber hinaus hat R wirklich eine erstaunliche Repository von freien und sehr adavanced statistische und maschinelle Lernpakete, etwas, das ist wichtig, wenn Sie wollen, um Handelsalgorithmen zu erstellen. Copyright Kopie Censix 2013 - 2015Strategy Codiert in LUA Ich habe mit einer ganz tollen Idee für eine algorithmische Strategie kommen, aber meine Kodierung Erfahrung in LUA ist sehr begrenzt. LUA ist die Codierungssprache, die in der FXCM-Plattform TSIIMarketscope verwendet wird. Ich frage mich, ob es irgendwelche Tradersprogrammers gibt, die bereit sind, mit dieser hervorragenden Idee helfen würde. Ich habe eine ziemlich gute Idee für eine algorithmische Strategie kommen, aber meine Kodierung Erfahrung in LUA ist sehr begrenzt. LUA ist die Codierungssprache, die in der FXCM-Plattform TSIIMarketscope verwendet wird. Ich frage mich, ob es irgendwelche Tradersprogrammers gibt, die bereit sind, mit dieser hervorragenden Idee helfen würde. Zusätzlich zu dem, was Terraforce und Jcl365 bereits gesagt haben, können Sie kostenlose Hilfe bei der Programmierung von benutzerdefinierten Funktionen, Indikatoren und Strategien für FXCM-Plattformen auf der FXCodebase-Website erhalten. Wenn Sie feststellen, dass Sie professionelle Hilfe benötigen, können Sie sich an die FXCMs Programming Services Abteilung wenden. Und wenn Sie komfortabler Programmierung in anderen Sprachen als. LUA sind, dann bietet FXCM die MT4 und NinjaTrader-Plattformen, die MMS bzw. C verwenden. Zusätzlich zu dem, was Terraforce und Jcl365 bereits gesagt haben, können Sie kostenlose Hilfe bei der Programmierung von benutzerdefinierten Funktionen, Indikatoren und Strategien für FXCM-Plattformen auf der FXCodebase-Website erhalten. Wenn Sie feststellen, dass Sie professionelle Hilfe benötigen, können Sie sich an die FXCMs Programming Services Abteilung wenden. Und wenn Sie bequemer Programmierung in anderen Sprachen als. LUA sind, dann bietet FXCM die urlquotfxcm. co. ukautomated-trading. jspquotMT4. Vielen Dank für die Antwort, aber ich habe hier gepostet, um zu vermeiden, dass das Team bei FXcodebase daran arbeiten. Das Team ist sehr, sehr schlecht geführt und die Website ist ganz über dem Platz und nichts scheint jemals dort fertig zu werden. Die meisten der Algos, dass das Team arbeitet völlig nutzlos und ich kann sofort sagen, dass die Strategien nicht funktionieren wird. Also, was passiert, ist, dass eine gute Idee kommt und die Programmierer sind zu beschäftigt arbeiten auf nutzlose Ideen, um es zu beenden. Dann erhalten Sie die Antwort quotyour Idee wurde hinzugefügt, um die Entwicklung listquot aka die vergessene Liste. Ich habe geantwortet Anfragen und Ideen nur zu überprüfen, Wochen später und finden, dass andere Ideen, die gepostet wurden viel später als meine bereits fertig waren. Ich habe angeboten, für die Premium-Dienste bezahlen, aber sie sagten nur, sie würden es kostenlos tun und senden Sie es auf der Website. Dies ist keine gute Praxis meiner Meinung nach. Warum würden sie nicht lassen Sie mich für ein privates algo bezahlt haben, sind sie untergeordneten Programmierer bezahlt von FXCM Sein sehr verrückt. In Bezug auf FXCM Programmierung Dienstleistungen, ich hatte einmal 600 für die Änderung von 15 Zeilen Code, der ist ein Witz am besten zitiert, so konnte ich nur spekulieren, was eine Strategie von ihnen entwickelt kosten würde. Vielen Dank für die Antwort, aber ich habe hier gepostet, um zu vermeiden, dass das Team bei FXcodebase daran arbeiten. Das Team ist sehr, sehr schlecht geführt und die Website ist ganz über dem Platz und nichts scheint jemals dort fertig zu werden. Die meisten der Algos, dass das Team arbeitet völlig nutzlos und ich kann sofort sagen, dass die Strategien nicht funktionieren wird. Also, was passiert, ist, dass eine gute Idee kommt und die Programmierer sind zu beschäftigt arbeiten auf nutzlose Ideen, um es zu beenden. Dann erhalten Sie die Antwort quotyour Idee wurde hinzugefügt, um die. Wir programmieren Roboter in C für die FXCM API. Wenn youre interessiert, bitte PM ich. Ich kann nicht sagen Ihnen im Voraus, was ein kundenspezifischer Algorithmus kostet, aber ich kann Ihnen sagen, dass es nicht 600 für 15 Zeilen werden. Ich habe angeboten, für die Premium-Dienste bezahlen, aber sie sagten nur, sie würden es kostenlos tun und senden Sie es auf der Website. Dies ist keine gute Praxis meiner Meinung nach. Warum würden sie nicht lassen Sie mich für ein privates algo bezahlt haben, sind sie untergeordneten Programmierer bezahlt von FXCM Sein sehr verrückt. In Bezug auf FXCM Programmierung Dienstleistungen, ich hatte einmal 600 für die Änderung von 15 Zeilen Code, der ist ein Witz am besten zitiert, so konnte ich nur spekulieren, was eine Strategie von ihnen entwickelt kosten würde. Die FXCodebase-Site soll eine freie Community sein, in der Menschen Programme austauschen können. Das ist, warum sie nicht einen bezahlten Service haben. Die FXCM Programming Services Abteilung ist, wo Sie professionelle Hilfe erhalten können. Das Minimum, das sie für irgendeinen Job verlangen, ist 600, also kann es nicht es für ein kurzes Programm wert sein, aber könnte für ein komplizierteres Programm sinnvoll sein. Sie bieten in der Regel auch eine Möglichkeit für Sie, um Ihr Programm codiert kostenlos, wenn Sie Einzahlungen in Ihrem FXCM-Konto oder erfüllen bestimmte Handelsvolumen Anforderungen. Wenn Sie neugierig auf diese Optionen waren, können Sie hier ein kostenloses Angebot.