트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1157 1...115011511152115311541155115611571158115911601161116211631164...3399 새 코멘트 Aleksey Nikolayev 2018.11.18 11:51 #11561 알렉산더_K2 : 내가 제안한 것에서 아무도 아무것도 하지 않을 것임을 미리 알지만 여전히 ... 1. 실제 VR과 그 증분은 "무거운" 꼬리로의 변칙적 방출이 2%라는 점을 제외하고는 고정 무작위 프로세스 라플라스 운동과 98% 유사하다는 것을 모두 알고 있습니다. 2%가 98% 손실의 원인) 80/20 규칙의 향상된 버전이라고 생각하십시오. Alexander_K2 2018.11.18 11:56 #11562 알렉세이 니콜라예프 : 2%가 98% 손실의 원인) 80/20 규칙의 향상된 버전이라고 생각하십시오. 동의한다. 그래서 임무는 VR에서 이 2%를 반드시 제거하는 것입니다. Lyapunov CCT를 사용하여 순수한 고정 라플라스 동작에서 내 TS는 가장 자신 있는 "+"를 제공합니다. Dmitriy Skub 2018.11.18 12:20 #11563 알렉산더_K2 : 동의한다. 그래서 임무는 VR에서 이 2%를 반드시 제거하는 것입니다. Lyapunov CCT를 사용하여 순수한 고정 라플라스 동작에서 내 TS는 가장 자신 있는 "+"를 제공합니다. 그 2%로 무엇을 할 것인지 생각하는 것이 좋습니다. 계산에서 제외할 수 있지만 실제로는 그대로 유지됩니다. "그들은 당신의 여권이 아니라 얼굴로 당신을 이길 것입니다." Yuriy Asaulenko 2018.11.18 12:29 #11564 알렉산더_K2 : 동의한다. 그래서 임무는 VR에서 이 2%를 반드시 제거하는 것입니다. Lyapunov CCT를 사용하여 순수한 고정 라플라스 동작에서 내 TS는 가장 자신 있는 "+"를 제공합니다. 2%? 방해? 이것은 이미 나쁜 댄서에 대한 사이클에서 왔습니다. 대부분의 신호에 대해 2%의 노이즈 레벨은 노이즈가 전혀 없는 것과 같습니다. Alexander_K2 2018.11.18 13:05 #11565 유리 아사울렌코 : 2%? 방해? 이것은 이미 나쁜 댄서에 대한 사이클에서 왔습니다. 대부분의 신호에 대해 2%의 노이즈 레벨은 노이즈가 전혀 없는 것과 같습니다. 유리님, 원본 VR과 변환된 고정 VR을 보여주세요. 필터를 비밀로 유지할 수 있습니다. 하지만? Yuriy Asaulenko 2018.11.18 13:23 #11566 알렉산더_K2 : 유리님, 원본 VR과 변환된 고정 VR을 보여주세요. 필터를 비밀로 유지할 수 있습니다. 하지만? 나는 그렇게 하지 않는다. 그리고 그것은 계획에 없습니다.) Aleksey Vyazmikin 2018.11.18 13:23 #11567 알렉산더_K2 : 시작이 0이고 다른 것이 없는 인공 라플라스 모션 시퀀스입니다. 여기 내 TS가 지금까지 25개 거래(+14/-11) 조건부 +175.86 포인트의 첫 번째 행에 있습니다. 더 확인해보니... 그리고 국회에서 최소한 무언가를 추출할 수 있습니까? 죄송합니다만 논리 없이 순수하게 숫자로 작업하는 방법을 모르겠고 Excel에서 논리를 찾는 것이 흥미롭지 않습니다. 옆에서 지켜봅니다. Alexander_K2 2018.11.18 13:29 #11568 알렉세이 비아즈미킨 : 죄송합니다만 논리 없이 순수하게 숫자로 작업하는 방법을 모르겠고 Excel에서 논리를 찾는 것이 흥미롭지 않습니다. 옆에서 지켜봅니다. 여기에서 볼 것이 없습니다. 내가 게시 한 고정 행에서 내 TS가 가장 자신있는 이익을 제공합니다. 따라서 나에게 주요 작업은 실제 VR을 고정된 형태로 변환하는 것입니다. 나는 신경망이 처음부터 같은 일을 해야 한다고 생각합니다. 다른 모든 것은 넌센스입니다. Aleksey Vyazmikin 2018.11.18 13:49 #11569 알렉산더_K2 : 여기에서 볼 것이 없습니다. 내가 게시 한 고정 행에서 내 TS가 가장 자신있는 이익을 제공합니다. 따라서 나에게 주요 작업은 실제 VR을 고정된 형태로 변환하는 것입니다. 나는 신경망이 처음부터 같은 일을 해야 한다고 생각합니다. 다른 모든 것은 넌센스입니다. 글쎄요, 물론 저는 신경망에 대한 깊은 감정가가 아니라 나무로 작업하지만 솔루션을 찾기 위한 파일은 대상이 있는 예측 변수 집합처럼 보입니다. Aleksey Vyazmikin 2018.11.19 10:28 #11570 누가 시계열/증분으로 작동하지 않습니까? 도움이 필요하고 예측 변수가 있고 목표가 있지만 데이터를 최대한 활용하는 방법을 모르겠습니다. 훈련 경험이 거의 없습니다(모델마다 기본 설정에서 다른 결과가 표시됨). 누군가이 문제에 대해 도움을 줄 수 있습니까? 1...115011511152115311541155115611571158115911601161116211631164...3399 새 코멘트 사유: 취소 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
내가 제안한 것에서 아무도 아무것도 하지 않을 것임을 미리 알지만 여전히 ...
1. 실제 VR과 그 증분은 "무거운" 꼬리로의 변칙적 방출이 2%라는 점을 제외하고는 고정 무작위 프로세스 라플라스 운동과 98% 유사하다는 것을 모두 알고 있습니다.
2%가 98% 손실의 원인) 80/20 규칙의 향상된 버전이라고 생각하십시오.
2%가 98% 손실의 원인) 80/20 규칙의 향상된 버전이라고 생각하십시오.
동의한다.
그래서 임무는 VR에서 이 2%를 반드시 제거하는 것입니다. Lyapunov CCT를 사용하여 순수한 고정 라플라스 동작에서 내 TS는 가장 자신 있는 "+"를 제공합니다.
동의한다.
그래서 임무는 VR에서 이 2%를 반드시 제거하는 것입니다. Lyapunov CCT를 사용하여 순수한 고정 라플라스 동작에서 내 TS는 가장 자신 있는 "+"를 제공합니다.
동의한다.
그래서 임무는 VR에서 이 2%를 반드시 제거하는 것입니다. Lyapunov CCT를 사용하여 순수한 고정 라플라스 동작에서 내 TS는 가장 자신 있는 "+"를 제공합니다.
2%? 방해? 이것은 이미 나쁜 댄서에 대한 사이클에서 왔습니다.
대부분의 신호에 대해 2%의 노이즈 레벨은 노이즈가 전혀 없는 것과 같습니다.
2%? 방해? 이것은 이미 나쁜 댄서에 대한 사이클에서 왔습니다.
대부분의 신호에 대해 2%의 노이즈 레벨은 노이즈가 전혀 없는 것과 같습니다.
유리님, 원본 VR과 변환된 고정 VR을 보여주세요. 필터를 비밀로 유지할 수 있습니다. 하지만?
유리님, 원본 VR과 변환된 고정 VR을 보여주세요. 필터를 비밀로 유지할 수 있습니다. 하지만?
나는 그렇게 하지 않는다. 그리고 그것은 계획에 없습니다.)
시작이 0이고 다른 것이 없는 인공 라플라스 모션 시퀀스입니다.
여기 내 TS가 지금까지 25개 거래(+14/-11) 조건부 +175.86 포인트의 첫 번째 행에 있습니다. 더 확인해보니...
그리고 국회에서 최소한 무언가를 추출할 수 있습니까?
죄송합니다만 논리 없이 순수하게 숫자로 작업하는 방법을 모르겠고 Excel에서 논리를 찾는 것이 흥미롭지 않습니다. 옆에서 지켜봅니다.
죄송합니다만 논리 없이 순수하게 숫자로 작업하는 방법을 모르겠고 Excel에서 논리를 찾는 것이 흥미롭지 않습니다. 옆에서 지켜봅니다.
여기에서 볼 것이 없습니다. 내가 게시 한 고정 행에서 내 TS가 가장 자신있는 이익을 제공합니다.
따라서 나에게 주요 작업은 실제 VR을 고정된 형태로 변환하는 것입니다.
나는 신경망이 처음부터 같은 일을 해야 한다고 생각합니다. 다른 모든 것은 넌센스입니다.
여기에서 볼 것이 없습니다. 내가 게시 한 고정 행에서 내 TS가 가장 자신있는 이익을 제공합니다.
따라서 나에게 주요 작업은 실제 VR을 고정된 형태로 변환하는 것입니다.
나는 신경망이 처음부터 같은 일을 해야 한다고 생각합니다. 다른 모든 것은 넌센스입니다.
글쎄요, 물론 저는 신경망에 대한 깊은 감정가가 아니라 나무로 작업하지만 솔루션을 찾기 위한 파일은 대상이 있는 예측 변수 집합처럼 보입니다.
누가 시계열/증분으로 작동하지 않습니까?
도움이 필요하고 예측 변수가 있고 목표가 있지만 데이터를 최대한 활용하는 방법을 모르겠습니다. 훈련 경험이 거의 없습니다(모델마다 기본 설정에서 다른 결과가 표시됨).
누군가이 문제에 대해 도움을 줄 수 있습니까?