1. 난수 생성기(RNG)에서 시리즈를 가져와 시장에 가까운 형태로 변환합니다. 이러한 계열은 범위가 무제한이며 값을 예측하는 것은 좋지 않습니다. 진짜.
2. 저역 통과 필터(LPF)를 통해 행을 통과시킵니다. 우리는 제한된 범위와 n-카운트를 미리 예측할 수 있는 능력을 가진 무작위 시리즈를 얻었지만 이 시리즈는 시장 시리즈와 매우 유사하지 않습니다.
3. RNG의 도움으로 M=0인 행을 생성하고 탬버린으로 춤을 추고 LPF 이후에 얻은 행에 추가합니다. 우리는 다시 시장에 가까운 시리즈를 얻습니다. 우리는 이 시리즈를 훈련에 사용할 것입니다.
4. 목적 함수로서, 저역 통과 필터를 통과하고 N 카운트 백만큼 시프트된 청구항 2에 따른 급수를 취합니다. 이는 앞으로 N 카운트에 대한 예측에 해당합니다.
다음으로 입력 및 대상 시리즈를 NN에 공급하고 훈련 결과를 확인합니다. 그런 다음 단락의 단계를 반복합니다. 1-4, 항목 3에 따른 행을 NS에 공급하고 NS의 출력을 항목 4의 N 카운트만큼 이동한 행과 비교합니다. 결과는 사진에 있습니다.
모두. 기적은 없습니다. 이 모든 것은 NS 없이 가능합니다. 무슨 나 och. 나를 놀라게 한 것은 NS가 단 몇 초 만에 단 24번의 훈련 주기 만에 해냈다는 것입니다. 그리고 이것은 나쁜 소음이 아니라이 저주파 성분이 더 이상 보이지 않습니다. 놀라운.
시장 VR에서 작동하지 않는 이유. 모든 저역 통과 필터에는 상당한 지연이 있으며 그 곡선은 BP에 대해 오른쪽으로 이동합니다. 즉, 시리즈의 각 지점에서 이미 지연된 저주파 신호가 있으므로 예측 간격이 허용 가능한 것보다 크게 나타나 예측이 비현실적입니다. 우리는 학습을 위한 진정한 목표를 세울 수도 없습니다.
자세한 설명 감사합니다. 사실 제가 알기로는 그런 회로의 NS는 노이즈 필터로 사용됩니다. 저것들. 이동은 pseudo -market Quotes 를 기반으로 구축된 다음 일정한 분산과 기대값을 갖는 노이즈가 추가되고 예측 간격만큼 이동된 동일한 이동이 교육 대상으로 제공됩니다. 결과적으로 NN은 노이즈를 제거하고 회귀를 통해 움직임을 예측하는 방법을 학습합니다. 그래서?
그건 그렇고, 아무도 마술사를 본 사람이 없었습니까 ??? 그와 정말 의논하고 싶었어. . . . . . . 그럴 때가 있었어. 우리는 영웅이 아니야!!! :-)
마법사는 분노한 투자자들에게 추월당한 Alyosha를 구출하기 위해 달려갔습니다. 그는 곧 돌아올 것입니다.
스펙트럼의 개념은 정지된 과정에 대해서만 정의됩니다. 시간이 지남에 따라 분산이 증가하기 때문에 가격은 그렇지 않습니다.
무슨 헛소리를 하는거야...
분명히 스펙트럼의 개념은 아직 알려지지 않았고 모호합니다.무슨 헛소리를 하는거야...
분명히 스펙트럼의 개념은 밝혀지지 않았고 모호한 상태로 남아 있습니다.Oleg, 스펙트럼에 대해 이야기하고 싶습니까?
이것은 시장 가격에 어떻게 적용됩니까?
1) 올렉, 스펙트럼에 대해 이야기하고 싶습니까?
2) 이것은 시장 가격에 어떻게 적용됩니까?
1) 나는 당신과 아무 얘기도 하고 싶지 않습니다. "스펙트럼에 대한" 지식은 이 그림으로 제한됩니다.
2) 귀하의 이 질문은 "스펙트럼에 대한" 지식과 이해가 부족함을 확인시켜 줍니다.
1) 나는 당신과 아무 얘기도 하고 싶지 않습니다. 스펙트럼에 대한 지식은 이 그림으로 제한됩니다.
2) 귀하의 이 질문은 "스펙트럼에 대한" 지식과 이해가 부족함을 확인시켜 줍니다.
나는 상자에 프리즘을 가지고 있으므로 "스펙트럼에 대한"실용 지식이 있습니다.
토론하시겠습니까?
나는 상자에 프리즘을 가지고 있으므로 "스펙트럼에 대한"실용 지식이 있습니다.
그것에 대해 이야기하고 싶습니까?
당신에게 뭔가를 보내...
당신에게 뭔가를 보내...
어디, 프리즘을 하나 더 드릴까요?
그래서 나는 내 것을 줄 수 있다. 나는 이미 충분히 놀았다.
어디, 프리즘을 하나 더 드릴까요?
그래서 나는 내 것을 줄 수 있다. 나는 이미 충분히 놀았다.
당신은 당신이 매우 재치 있다고 생각하는 것 같습니까?
자신을 살펴보십시오 - 당신은 한심해 보입니다 ...
이제 훈련을 위한 데이터 준비에 대해 알아보겠습니다.
1. 난수 생성기(RNG)에서 시리즈를 가져와 시장에 가까운 형태로 변환합니다. 이러한 계열은 범위가 무제한이며 값을 예측하는 것은 좋지 않습니다. 진짜.
2. 저역 통과 필터(LPF)를 통해 행을 통과시킵니다. 우리는 제한된 범위와 n-카운트를 미리 예측할 수 있는 능력을 가진 무작위 시리즈를 얻었지만 이 시리즈는 시장 시리즈와 매우 유사하지 않습니다.
3. RNG의 도움으로 M=0인 행을 생성하고 탬버린으로 춤을 추고 LPF 이후에 얻은 행에 추가합니다. 우리는 다시 시장에 가까운 시리즈를 얻습니다. 우리는 이 시리즈를 훈련에 사용할 것입니다.
4. 목적 함수로서, 저역 통과 필터를 통과하고 N 카운트 백만큼 시프트된 청구항 2에 따른 급수를 취합니다. 이는 앞으로 N 카운트에 대한 예측에 해당합니다.
다음으로 입력 및 대상 시리즈를 NN에 공급하고 훈련 결과를 확인합니다. 그런 다음 단락의 단계를 반복합니다. 1-4, 항목 3에 따른 행을 NS에 공급하고 NS의 출력을 항목 4의 N 카운트만큼 이동한 행과 비교합니다. 결과는 사진에 있습니다.
모두. 기적은 없습니다. 이 모든 것은 NS 없이 가능합니다. 무슨 나 och. 나를 놀라게 한 것은 NS가 단 몇 초 만에 단 24번의 훈련 주기 만에 해냈다는 것입니다. 그리고 이것은 나쁜 소음이 아니라이 저주파 성분이 더 이상 보이지 않습니다. 놀라운.
시장 VR에서 작동하지 않는 이유. 모든 저역 통과 필터에는 상당한 지연이 있으며 그 곡선은 BP에 대해 오른쪽으로 이동합니다. 즉, 시리즈의 각 지점에서 이미 지연된 저주파 신호가 있으므로 예측 간격이 허용 가능한 것보다 크게 나타나 예측이 비현실적입니다. 우리는 학습을 위한 진정한 목표를 세울 수도 없습니다.
자세한 설명 감사합니다. 사실 제가 알기로는 그런 회로의 NS는 노이즈 필터로 사용됩니다. 저것들. 이동은 pseudo -market Quotes 를 기반으로 구축된 다음 일정한 분산과 기대값을 갖는 노이즈가 추가되고 예측 간격만큼 이동된 동일한 이동이 교육 대상으로 제공됩니다. 결과적으로 NN은 노이즈를 제거하고 회귀를 통해 움직임을 예측하는 방법을 학습합니다. 그래서?
무슨 헛소리를 하는거야...
분명히 스펙트럼의 개념은 밝혀지지 않았고 모호한 상태로 남아 있습니다.Cicero의 연설이 아니라 교과서에서 이론을 배우십시오. 예를 들어 Korolyuk이 추천 한 것을보십시오.