GANN ENIGMA · ABOUT
روشهای گن، با زبان داده
GannEnigma پروژهای است برای تبدیل روشهای W.D. Gann و نجوم مالی به ابزارهای دقیق، شفاف و قابلآزمون؛ در مرورگر، به زبان فارسی، و بدون وعدهٔ سود.
چرا GannEnigma
دانش گن پراکنده است؛ ما آن را ساختارمند میکنیم
روشهای گن در کتابهایی از دههٔ ۱۹۲۰ تا ۱۹۵۰، در شرحهای نویسندگان امروزی، در نرمافزارهای قدیمی ویندوزی و در دهها دورهٔ آموزشی فارسی پخش شدهاند. هر منبع بخشی از تصویر را دارد و کمتر منبعی میگوید یک عدد دقیقاً چگونه حساب میشود.
پایگاه دانش ما از بررسی آثار خود گن، شرحهای نویسندگانی مانند دنیل فررا، کانستنس براون و جین لانگ، و یادداشتهای دورههای فارسی شکل گرفته است. در این پایگاه، روشها با منبع و ابهامهایشان ثبت میشوند و بخشهایی از محاسبات با مثالهای عددی منابع تطبیق داده میشوند. بررسی منابع و رفع ابهامها ادامه دارد.
هدف ما ساده است: معاملهگری که به روشهای گن علاقه دارد، باید بتواند آنها را دقیق، سریع و بدون حدس و گمان روی نمودار امتحان کند، و خودش دربارهٔ ارزششان قضاوت کند.
آنچه میسازیم
سه ستون یک پروژه
ابزار، آموزش و پژوهش؛ هر سه از یک پایگاه دانش تغذیه میشوند.
ابزار تحلیل
اپ تحت وب با نمودار زنده، مربع ۹، ششضلعی، زاویههای گن، مربع کردن قیمت و زمان و چرخ سیارات.
مشاهدهٔ ابزارهاآکادمی
مقالهها و آموزشهای فارسی که هر روش را از منبع اصلی تا کاربرد روی نمودار توضیح میدهند.
رفتن به آکادمیآزمایشگاه اعتبارسنجی
آزمون آماری روشها روی دادهٔ واقعی: آیا یک سطح یا رویداد بیش از شانس اثر دارد؟ نتایج، مثبت یا منفی، منتشر میشوند.
در حال توسعهاصول کار ما
چهار اصلی که از آن کوتاه نمیآییم
منبع پیش از ادعا
هر محاسبه به منبعی مشخص برمیگردد. اگر منبعی مبهم باشد، این ابهام را میگوییم، نه اینکه آن را پنهان کنیم.
آزمون محاسبات
مثالهای عددی منابع، مبنای کنترل فرمولها هستند. تطبیق با منبع را از آزمون عملکرد روی دادهٔ بازار جدا گزارش میکنیم.
ابزار، نه سیگنال
ما سطوح و زمانها را حساب میکنیم؛ به کسی نمیگوییم چه بخرد یا بفروشد و هیچ سودی را وعده نمیدهیم.
صداقت دربارهٔ شواهد
شواهد علمی دربارهٔ قدرت پیشبینی این روشها محدود است. ما این را پنهان نمیکنیم؛ میآزماییم و نتیجه را میگوییم.
در یک نگاه
پشتوانهٔ پروژه
برای انتخاب منبع، مسیر مطالعهٔ کتابخانه را ببینید. برای آشنایی با معیارهای پژوهش، راهنمای آزمون روشها را بخوانید. حجم منابع یا تعداد آزمونهای نرمافزاری، بهتنهایی شواهد سودآوری نیست.
با ما در تماس باشید
پیشنهاد، گزارش خطا یا علاقه به همکاری دارید؟ خوشحال میشویم بشنویم.