이것들은 흥미로운 종류의 질문입니다. 쌓다은 무슨 뜻인가요? 어떤 아키텍처(앙상블, 모델 트리)가 더 나은지 이해하는 방법은 무엇입니까? 최종 결과에 따라 어떤 메트릭으로 이해해야 합니까? 예를 들어 katbusta의 동일한 LST 반복을 결합하는 방법은 무엇입니까? 그리고 필요한지, 그만한 가치가 있는지 ..
글쎄, 더 나은 패키지 결과만. 그리고 아키텍처의 선택은 네트워크에서 얻고자 하는 것에 달려 있습니다. 개인적으로 내 의견은 네트워크가 단순할수록 더 좋다는 것입니다. 가장 중요한 것은 그녀가 그녀에게 기대하는 결과를 제공한다는 것입니다.
평범한 상인 한 명이 시장에 미치는 영향은 미미하기 때문에 게임 이론에서 말하는 것은 "자연을 가지고 노는 것"이다. 모두 같은 matstat, 기계 학습 및 비정상성 문제입니다.
근사 형식 모델은 구성하기 쉽습니다. 이산 시간을 대략적으로 고려할 수 있습니다. 아무도 위치를 너무 자주 바꾸지 않을 것입니다. 동일한 라운드의 반복 게임(이것은 게임 이론의 용어임)으로 밝혀졌으며, 각 라운드는 소수가 이깁니다. 이것은 짝수-홀수처럼 보이지만 그렇지 않습니다. 다음으로, 나는 결과적으로 반복되는 게임이 게임 라운드에 대한 일련의 평형으로 구축된 대칭적 평형을 갖는다고 가정합니다(수학적으로 증명할 준비가 되지 않았습니다). 즉, 각 라운드의 모든 플레이어는 동전을 던지고 소수일 때만 승리합니다.
이것들은 흥미로운 종류의 질문입니다. 쌓다은 무슨 뜻인가요? 어떤 아키텍처(앙상블, 모델 트리)가 더 나은지 이해하는 방법은 무엇입니까? 최종 결과에 따라 어떤 메트릭으로 이해해야 합니까? 예를 들어 katbusta의 동일한 LST 반복을 결합하는 방법은 무엇입니까? 그리고 필요한지, 그만한 가치가 있는지 ..
서로 다른 유형의 레이어가 있는 하나의 네트워크가 있습니다. 예를 들어 CNN, LSTM, 선형 레이어 등과 같이 순차적으로 쌓습니다. 그리고 이 모든 것을 한 번에 가르치고 따로 가르치지 않습니다.
당신에게 준 예 - lstm의 2개의 레이어가 있고 lstm 출력을 범위 0으로 변환하는 softmax 함수가 있습니다. , 다음 시그모이드 종료합니다. 저것들. 이제 CNN이 lstm 전에 아직 멈춘 것을 시도할 수 있습니다.
이 접근 방식은 에이전트 기반 모델링 방법을 참조하고 에이전트의 개별 행동에 대한 규칙을 설명할 필요가 있기 때문에 질문은 공정합니다. "소수 게임"의 규칙은 에이전트가 환경에서 받는 "보상"만을 설명합니다.
이 주제에 대한 과학 기사에서는 일반적으로 "수익성 있는 시스템을 만드는 방법"에 대한 질문이 제기되지 않습니다. 오히려 "이 바보 요원이 시장에서 위기를 정확히 어떻게 만듭니까?") 따라서, "거래 전략"이라고 불리는 것은 충분히 나쁘게 보입니다.
TS가 무엇인지에 대한 질문을 진지하게 받아들이고 상인의 접근 방식과 과학적 접근 방식을 결합하려고 하면 이 개념의 형식화에서 벗어나게 됩니다. 명확한 정의는 알고리즘의 개념을 통해 발생합니다. 하지만 TS의 전체 라이프 사이클을 주의 깊게 살펴보면 "TS 알고리즘을 재최적화하기 위한 알고리즘을 재구성하기 위한 알고리즘"과 같은 아이디어가 무한정) 있습니다.
이 주제에 대한 과학 기사에서는 일반적으로 "수익성 있는 시스템을 만드는 방법"에 대한 질문이 제기되지 않습니다. 오히려 "이 바보 요원이 시장에서 위기를 정확히 어떻게 만듭니까?") 따라서, "거래 전략"이라고 불리는 것은 충분히 나쁘게 보입니다.
향후 신뢰성과 유용성을 바탕으로 정보를 검색하여 상황을 고려하고,
따라서 그러한 "과학적 기사"는 우리에게 적합하지 않습니다.
알렉세이 니콜라예프 :
TS가 무엇인지에 대한 질문을 진지하게 받아들이고 상인의 접근 방식과 과학적 접근 방식을 결합하려고 하면 이 개념의 형식화에서 벗어나게 됩니다.
나는 이것이 "전체 트릭"이라고 생각합니다. 민속 (상인의 접근 방식 + 성배에 대한 비유)과 시장의 특성을 고려하지 않은 시계열 분석의 과학적 방법 - 경쟁 + 폭발로 인한 변동성 뉴스 배경 - (마이너스) 내부 정보 (이것은 수학적 방법을 사용하여 공식화할 수 없습니다! ..... 글쎄, 누가 학교에서 수학 숙제를 베꼈는지, 누가 스스로 했는지 기억하는 것이 정말로 가능합니까? ))))
알렉세이 니콜라예프 :
명확한 정의는 알고리즘의 개념을 통해 발생합니다. 하지만 TS의 전체 라이프 사이클을 주의 깊게 살펴보면 "TS 알고리즘을 재최적화하기 위한 알고리즘을 재구성하기 위한 알고리즘"과 같은 아이디어가 무한정) 있습니다.
그래, 네
많지는 않지만 이것은 추상 TS에 대한 가장 그럴듯한 설명이거나 오히려 TS를 찾는 문제의 공식화에 맞습니다.
그런 다음 다시 질문:
자동차의 수명주기는 얼마나 되나요? (상인의 10년 10일 테스트에 관한 전설, 상인의 손가락에서 "빠져 나와" 주변의 모든 사람을 위해 무화과를 회전시키는 - 우리는 고려해서는 안 됨)
기존 네트워크에 대한 경험이 있으므로 아마도 재미로 MQL 도구와 순수 C++ 코드를 사용하여 교육을 수행하려고 했지만 그렇지 않은 경우 시도하면 즉시 명확하게 알 수 있습니다.
평범한 상인 한 명이 시장에 미치는 영향은 미미하기 때문에 게임 이론에서 말하는 것은 "자연을 가지고 노는 것"이다. 모두 같은 matstat, 기계 학습 및 비정상성 문제입니다.
근사 형식 모델은 구성하기 쉽습니다. 이산 시간을 대략적으로 고려할 수 있습니다. 아무도 위치를 너무 자주 바꾸지 않을 것입니다. 동일한 라운드의 반복 게임(이것은 게임 이론의 용어임)으로 밝혀졌으며, 각 라운드는 소수가 이깁니다. 이것은 짝수-홀수처럼 보이지만 그렇지 않습니다. 다음으로, 나는 결과적으로 반복되는 게임이 게임 라운드에 대한 일련의 평형으로 구축된 대칭적 평형을 갖는다고 가정합니다(수학적으로 증명할 준비가 되지 않았습니다). 즉, 각 라운드의 모든 플레이어는 동전을 던지고 소수일 때만 승리합니다.
인사말!
https://www.mql5.com/ru/forum/86386/page1682#comment_15839188
이 작업의 형식화를 간신히 찾았습니다. 아직 더 나은 것을 보지 못했습니다.
또 다른 질문: - 거래 전략이란 무엇입니까?
어렵지 않다면 일종의 추상적 거래 시스템에 대한 정의를 듣고 싶습니다.
ONNX와 함께 WinML을 추가하겠다고 약속했던 것을 기억합니다)
어딘가에 써있었는데 예..
서로 다른 유형의 레이어가 있는 하나의 네트워크가 있습니다. 예를 들어 CNN, LSTM, 선형 레이어 등과 같이 순차적으로 쌓습니다. 그리고 이 모든 것을 한 번에 가르치고 따로 가르치지 않습니다.
당신에게 준 예 - lstm의 2개의 레이어가 있고 lstm 출력을 범위 0으로 변환하는 softmax 함수가 있습니다. , 다음 시그모이드 종료합니다. 저것들. 이제 CNN이 lstm 전에 아직 멈춘 것을 시도할 수 있습니다.
올바르게 수행하는 방법 - 경험이 필요하고 일부 기사를 읽을 수 있습니다.
https://machinelearningmastery.com/sequence-classification-lstm-recurrent-neural-networks-python-keras/인사말!
https://www.mql5.com/en/forum/86386/page1682#comment_15839188
이 작업의 형식화를 간신히 찾았습니다. 아직 더 나은 것을 보지 못했습니다.
또 다른 질문: - 거래 전략이란 무엇입니까?
어렵지 않다면 일종의 추상적 거래 시스템에 대한 정의를 듣고 싶습니다.
이 접근 방식은 에이전트 기반 모델링 방법을 참조하고 에이전트의 개별 행동에 대한 규칙을 설명할 필요가 있기 때문에 질문은 공정합니다. "소수 게임"의 규칙은 에이전트가 환경에서 받는 "보상"만을 설명합니다.
이 주제에 대한 과학 기사에서는 일반적으로 "수익성 있는 시스템을 만드는 방법"에 대한 질문이 제기되지 않습니다. 오히려 "이 바보 요원이 시장에서 위기를 정확히 어떻게 만듭니까?") 따라서, "거래 전략"이라고 불리는 것은 충분히 나쁘게 보입니다.
TS가 무엇인지에 대한 질문을 진지하게 받아들이고 상인의 접근 방식과 과학적 접근 방식을 결합하려고 하면 이 개념의 형식화에서 벗어나게 됩니다. 명확한 정의는 알고리즘의 개념을 통해 발생합니다. 하지만 TS의 전체 라이프 사이클을 주의 깊게 살펴보면 "TS 알고리즘을 재최적화하기 위한 알고리즘을 재구성하기 위한 알고리즘"과 같은 아이디어가 무한정) 있습니다.
이 주제에 대한 과학 기사에서는 일반적으로 "수익성 있는 시스템을 만드는 방법"에 대한 질문이 제기되지 않습니다. 오히려 "이 바보 요원이 시장에서 위기를 정확히 어떻게 만듭니까?") 따라서, "거래 전략"이라고 불리는 것은 충분히 나쁘게 보입니다.
향후 신뢰성과 유용성을 바탕으로 정보를 검색하여 상황을 고려하고,
따라서 그러한 "과학적 기사"는 우리에게 적합하지 않습니다.
TS가 무엇인지에 대한 질문을 진지하게 받아들이고 상인의 접근 방식과 과학적 접근 방식을 결합하려고 하면 이 개념의 형식화에서 벗어나게 됩니다.
나는 이것이 "전체 트릭"이라고 생각합니다. 민속 (상인의 접근 방식 + 성배에 대한 비유)과 시장의 특성을 고려하지 않은 시계열 분석의 과학적 방법 - 경쟁 + 폭발로 인한 변동성 뉴스 배경 - (마이너스) 내부 정보 (이것은 수학적 방법을 사용하여 공식화할 수 없습니다! ..... 글쎄, 누가 학교에서 수학 숙제를 베꼈는지, 누가 스스로 했는지 기억하는 것이 정말로 가능합니까? ))))
명확한 정의는 알고리즘의 개념을 통해 발생합니다. 하지만 TS의 전체 라이프 사이클을 주의 깊게 살펴보면 "TS 알고리즘을 재최적화하기 위한 알고리즘을 재구성하기 위한 알고리즘"과 같은 아이디어가 무한정) 있습니다.
그래, 네
많지는 않지만 이것은 추상 TS에 대한 가장 그럴듯한 설명이거나 오히려 TS를 찾는 문제의 공식화에 맞습니다.
그런 다음 다시 질문:
자동차의 수명주기는 얼마나 되나요? (상인의 10년 10일 테스트에 관한 전설, 상인의 손가락에서 "빠져 나와" 주변의 모든 사람을 위해 무화과를 회전시키는 - 우리는 고려해서는 안 됨)
- 최적화/재구성 작업은 무엇입니까?
신경망 터미널에 쓰는 것은 전혀 선택 사항이 아닙니다. 거기, 어떤 f-I도 갑자기 예상대로 작동하지 않을 수 있습니다. 기성품 사용
일반적으로 다른 경험, 모든 것이 터미널에 있고 하나의 코드/파일에 최대한 기능이 단순화되어 있습니다. 지표와 Expert Advisor의 계산 일치가 확인됩니다. 비록 당신이 무언가에 대해 옳았고 지금은 슬픈 생각을 하고 있지만(
음, 다시 경험상 번들도 버그가 있고 속도가 느립니다(
돌파하자)
일반적으로 다른 경험, 모든 것이 터미널에 있고 하나의 코드/파일에 최대한 기능이 단순화되어 있습니다. 지표와 Expert Advisor의 계산 일치가 확인됩니다. 비록 당신이 무언가에 대해 옳았고 지금은 슬픈 생각을 하고 있지만(
음, 다시 경험상 번들도 버그가 있고 속도가 느립니다(
돌파하자)
신경망을 처음부터 어떻게 학습하는지 보기 위해 작성하는 것은 모호한 즐거움)) 기성품을 확인할 수 있고 넌센스로 고통받지 않을 때
또한 병렬화, 우수한 옵티마이저, GPU 지원을 작성하고 확장 가능하게 만들어야 합니다. 이것은 NS가 Forex에서 작동하지 않는다는 것을 이해하기 위한 것입니다.
그런 다음 학습하는 데 24시간이 걸리며(최근 기사에서와 같이) 그러한 아키텍처에 대한 연구는 수행될 수 없음(mql의 기능 또는 신은 다른 것을 알고 있음)을 명시합니다.
신경망을 처음부터 어떻게 학습하는지 보기 위해 작성하는 것은 모호한 즐거움)) 기성품을 확인할 수 있고 넌센스로 고통받지 않을 때
또한 병렬화, 우수한 옵티마이저, GPU 지원을 작성하고 확장 가능하게 만들어야 합니다. 이것은 NS가 Forex에서 작동하지 않는다는 것을 이해하기 위한 것입니다.
그런 다음 학습하는 데 24시간이 소요되며(최근 기사에서와 같이) 그러한 아키텍처에 대한 연구는 수행될 수 없음(mql의 기능 또는 신은 다른 것을 알고 있기 때문에)을 명시합니다.
Maximka 드래그하자
내 작업 시스템이 작동하지 않으면 인공 지능으로 가야 할 것입니다. 당신이 거기에서 최고라면 나는 운이 좋습니다.