파도를 부정하지 않고... 파도는 2차, 뉴스/사건의 충동은 1차입니다. 파도로 변하는 것. 그러나 이것은 레벨의 작업입니다. 조약돌의 파도가 이런 저런 궤적을 따라 날아가고 이런 구성의 무게를 달게 될 것입니다. 파도는 자갈의 세 가지 매개 변수뿐만 아니라 자갈뿐만 아니라 외부 영향에도 세 가지 모두에 따라 달라집니다.
그리고 있습니다.
그리고 여기 뉴스, 소문, 정치인의 발언에 기계 학습을 첨부할 수 있는 방법이 있습니다.))
그렇다면 ML의 전체 단점은 대부분의 기술 지표와 마찬가지로 NN이 학습을 거부하거나 매우 늦게 이루어져야 한다는 것입니다. 그렇다면 교육이 시장의 새로운 현실에 맞지 않는다면 무슨 소용이 있겠습니까?
저는 NS를 반대하지 않습니다. NS를 직접 사용하지만 훈련은 없습니다. 나는 단단한 비율을 사용합니다. NS는 TS에서 다른 신호 소스를 확인하는 요소로 사용됩니다. 기다릴 수 없습니다.
출력 결과는 백분율로 표시됩니다. 사실 이것은 방향성 운동의 힘입니다. 이런 식으로 파동의 반전이나 어떤 사람들이 말하는 추세를 보는 것도 편리합니다. 이 접근 방식은 모든 TF에 사용할 수 있습니다. 가격 행동은 어느 시간대에서나 동일하기 때문에 NN의 훈련 및 재훈련은 필요하지 않습니다.
그렇다면 ML의 전체 단점은 대부분의 기술 지표와 마찬가지로 NN이 학습을 거부하거나 매우 늦게 이루어져야 한다는 것입니다. 그렇다면 교육이 시장의 새로운 현실에 맞지 않는다면 무슨 소용이 있겠습니까?
저는 NS를 반대하지 않습니다. NS를 직접 사용하지만 훈련은 없습니다. 나는 단단한 비율을 사용합니다. NS는 TS에서 다른 신호 소스를 확인하는 요소로 사용됩니다. 기다릴 수 없습니다.
출력 결과는 백분율로 표시됩니다. 사실 이것은 방향성 운동의 힘입니다. 이런 식으로 파동의 반전이나 일부 사람들이 말하는 추세를 관찰하는 것도 편리합니다. 이 접근 방식은 모든 TF에 사용할 수 있습니다. 가격 행동은 어느 시간대에서나 동일하기 때문에 NN의 훈련 및 재훈련은 필요하지 않습니다.
결과 는 다음과 같습니다 .
저는 "신경망 기반 데이터베이스" 또는 포리스트/부스트의 정의를 좋아합니다. 국방부는 역사상 유사한 상황을 발견한 후, 예를 들어 유사한 사례 10건 중 7건에서 증가가 있었다고 보고할 것입니다. 지연이 있지만 많지는 않습니다. MO는 일어난 일을 기억하고 MA가 돌아오기를 기다리지 않습니다. 일반적으로 MO는 정면돌파 패턴을 찾고 가장 가능성 있는 결과를 제안합니다. 문제는 새 데이터에서 약 50/50으로 판명된다는 것입니다.
글쎄, 우리는 터미널 앞에 앉아 뉴스를 볼 시간조차 없을 것입니다. 일반적으로 움직임이 이미 몇 초 동안 시작된 경우 뉴스가 나타납니다.
도서관 # : 나는 "신경망 기반 데이터베이스" 또는 포리스트/부스트의 정의를 좋아합니다. 역사상 유사한 상황을 발견한 MO는 예를 들어 유사한 사례 10건 중 7건에서 증가가 있었다고 보고할 것입니다. 지연이 있지만 많지는 않습니다. MO는 일어난 일을 기억하고 MA가 돌아오기를 기다리지 않습니다. 일반적으로 MO는 정면돌파 패턴을 찾고 가장 가능성 있는 결과를 제안합니다. 문제는 새 데이터에서 약 50/50으로 판명된다는 것입니다.
글쎄, 우리는 터미널 앞에 앉아 뉴스를 볼 시간조차 없을 것입니다. 일반적으로 뉴스는 움직임이 이미 몇 초 동안 시작되었을 때 나타납니다.
우리 국회는 전체적으로 예후적 성격의 책무를 맡고 있습니다.
MO가 있는 NS에서는 시장의 가격이 완벽한 사인 곡선이 아니기 때문에 즉각적인 가격 변화에 반응할 것이라고 기대할 수 없습니다. 일부 데이터에 대해 훈련된 데이터는 특히 신호에 대해 짧은 시간 간격으로 더 이상 새로운 데이터에 적합하지 않습니다.
그건 그렇고, 최근 머리와 어깨는 15 년 전과 같지 않습니다.) 상어는 능숙하게 유동성을 잡는 법을 배웠습니다. 삶은 흐르고 변화합니다. 사람들은 점점 똑똑해지고 있습니다. 수익을 내기 위해서는 새로운 방법과 기술이 필요합니다. 오늘은 단기매매입니다. 나는 이 방향으로 일하고 있다.
" 인공 지능의 특징은 기술이 새로운 비표준 상황에서 탐색 할 수 없다는 것입니다. 시장에서 비정상적인 상황이 발생하면 모델이 최선의 방법을 제시하지 못할 것입니다. 팬데믹이 이에 대한 생생한 예입니다. 경제 협력 개발 기구(OECD)는 영국 은행 조사에 따르면 이 기간 동안 약 35%의 은행이 기계 방식에 기반한 AI 모델의 기능으로 인해 부정적인 결과를 경험했다고 데이터를 인용 했습니다. 학습. 이것은 주로 팬데믹으로 인해 모델 개발과 관련된 매개변수가 된 많은 거시경제 지표의 변화가 발생했기 때문입니다.
인공 지능의 이러한 기능을 감안할 때 많은 금융 기관에서 완전한 행동의 자유를 부여하지 않습니다. 예를 들어 Sberbank에서 AI는 거래 로봇을 직접 제어할 수 없습니다. 그것은 오히려 "스마트" 조수 역할을 하고 거래자에게 실행 알고리즘 설정에 대한 권장 사항을 제공합니다. 최종 결정은 항상 개인이 합니다. "
--------------
" 알고리즘 덕분에 트레이더의 최소한의 참여로 트레이딩 작업이 자동으로 수행될 수 있습니다. 2018년에는 미국 주식 시장 거래의 약 80%가 거의 완전히 기계에 의해 제어되었습니다. 말했다 주피터 자산 관리에서. "
" 인공 지능의 특징은 기술이 새로운 비표준 상황에서 탐색 할 수 없다는 것입니다. 시장에서 비정상적인 상황이 발생하면 모델이 최선의 방법을 제시하지 못할 것입니다. 팬데믹이 이에 대한 생생한 예입니다. 경제 협력 개발 기구(OECD)는 영국 은행 조사에 따르면 이 기간 동안 약 35%의 은행이 기계 방식에 기반한 AI 모델의 기능으로 인해 부정적인 결과를 경험했다고 데이터를 인용 했습니다. 학습. 이것은 주로 팬데믹으로 인해 모델 개발과 관련된 매개변수가 된 많은 거시경제 지표의 변화가 발생했기 때문입니다.
인공 지능의 이러한 기능을 감안할 때 많은 금융 기관에서 완전한 행동의 자유를 부여하지 않습니다. 예를 들어 Sberbank에서 AI는 거래 로봇을 직접 제어할 수 없습니다. 그것은 오히려 "스마트" 조수 역할을 하고 거래자에게 실행 알고리즘 설정에 대한 권장 사항을 제공합니다. 최종 결정은 항상 개인이 합니다. "
--------------
" 알고리즘 덕분에 트레이더의 최소한의 참여로 트레이딩 작업이 자동으로 수행될 수 있습니다. 2018년에는 미국 주식 시장 거래의 약 80%가 거의 완전히 기계에 의해 제어되었습니다. 말했다 주피터 자산 관리에서. "
파도를 부정하지 않고... 파도는 2차, 뉴스/사건의 충동은 1차입니다. 파도로 변하는 것. 그러나 이것은 레벨의 작업입니다. 조약돌의 파도가 이런 저런 궤적을 따라 날아가고 이런 구성의 무게를 달게 될 것입니다. 파도는 자갈의 세 가지 매개 변수뿐만 아니라 자갈뿐만 아니라 외부 영향에도 세 가지 모두에 따라 달라집니다.
그리고 있습니다.
그리고 여기 뉴스, 소문, 정치인의 발언에 기계 학습을 첨부할 수 있는 방법이 있습니다.))
여기에서 나는 몇 년 동안 MO에 대한 넌센스를 읽었습니다. 재미있는 스레드.
주제넘어서 죄송합니다. 그는 조용히 떠났다.
그리고 있습니다.
그리고 여기 뉴스, 소문, 정치인의 발언에 기계 학습을 첨부할 수 있는 방법이 있습니다.))
너무 늦은 것 같습니다. 무엇인가 범람했을 때 국회는 운동에 동참하는 법을 배워야 한다.
너무 늦은 것 같습니다. 무엇인가 범람했을 때 국회는 운동에 동참하는 법을 배워야 한다.
그렇다면 ML의 전체 단점은 대부분의 기술 지표와 마찬가지로 NN이 학습을 거부하거나 매우 늦게 이루어져야 한다는 것입니다. 그렇다면 교육이 시장의 새로운 현실에 맞지 않는다면 무슨 소용이 있겠습니까?
저는 NS를 반대하지 않습니다. NS를 직접 사용하지만 훈련은 없습니다. 나는 단단한 비율을 사용합니다. NS는 TS에서 다른 신호 소스를 확인하는 요소로 사용됩니다. 기다릴 수 없습니다.
출력 결과는 백분율로 표시됩니다. 사실 이것은 방향성 운동의 힘입니다. 이런 식으로 파동의 반전이나 어떤 사람들이 말하는 추세를 보는 것도 편리합니다. 이 접근 방식은 모든 TF에 사용할 수 있습니다. 가격 행동은 어느 시간대에서나 동일하기 때문에 NN의 훈련 및 재훈련은 필요하지 않습니다.
그렇다면 ML의 전체 단점은 대부분의 기술 지표와 마찬가지로 NN이 학습을 거부하거나 매우 늦게 이루어져야 한다는 것입니다. 그렇다면 교육이 시장의 새로운 현실에 맞지 않는다면 무슨 소용이 있겠습니까?
저는 NS를 반대하지 않습니다. NS를 직접 사용하지만 훈련은 없습니다. 나는 단단한 비율을 사용합니다. NS는 TS에서 다른 신호 소스를 확인하는 요소로 사용됩니다. 기다릴 수 없습니다.
출력 결과는 백분율로 표시됩니다. 사실 이것은 방향성 운동의 힘입니다. 이런 식으로 파동의 반전이나 일부 사람들이 말하는 추세를 관찰하는 것도 편리합니다. 이 접근 방식은 모든 TF에 사용할 수 있습니다. 가격 행동은 어느 시간대에서나 동일하기 때문에 NN의 훈련 및 재훈련은 필요하지 않습니다.
결과 는 다음과 같습니다 .
국방부는 역사상 유사한 상황을 발견한 후, 예를 들어 유사한 사례 10건 중 7건에서 증가가 있었다고 보고할 것입니다. 지연이 있지만 많지는 않습니다. MO는 일어난 일을 기억하고 MA가 돌아오기를 기다리지 않습니다. 일반적으로 MO는 정면돌파 패턴을 찾고 가장 가능성 있는 결과를 제안합니다. 문제는 새 데이터에서 약 50/50으로 판명된다는 것입니다.
글쎄, 우리는 터미널 앞에 앉아 뉴스를 볼 시간조차 없을 것입니다. 일반적으로 움직임이 이미 몇 초 동안 시작된 경우 뉴스가 나타납니다.
나는 "신경망 기반 데이터베이스" 또는 포리스트/부스트의 정의를 좋아합니다.
역사상 유사한 상황을 발견한 MO는 예를 들어 유사한 사례 10건 중 7건에서 증가가 있었다고 보고할 것입니다. 지연이 있지만 많지는 않습니다. MO는 일어난 일을 기억하고 MA가 돌아오기를 기다리지 않습니다. 일반적으로 MO는 정면돌파 패턴을 찾고 가장 가능성 있는 결과를 제안합니다. 문제는 새 데이터에서 약 50/50으로 판명된다는 것입니다.
글쎄, 우리는 터미널 앞에 앉아 뉴스를 볼 시간조차 없을 것입니다. 일반적으로 뉴스는 움직임이 이미 몇 초 동안 시작되었을 때 나타납니다.
우리 국회는 전체적으로 예후적 성격의 책무를 맡고 있습니다.
MO가 있는 NS에서는 시장의 가격이 완벽한 사인 곡선이 아니기 때문에 즉각적인 가격 변화에 반응할 것이라고 기대할 수 없습니다. 일부 데이터에 대해 훈련된 데이터는 특히 신호에 대해 짧은 시간 간격으로 더 이상 새로운 데이터에 적합하지 않습니다.
그건 그렇고, 최근 머리와 어깨는 15 년 전과 같지 않습니다.) 상어는 능숙하게 유동성을 잡는 법을 배웠습니다. 삶은 흐르고 변화합니다. 사람들은 점점 똑똑해지고 있습니다. 수익을 내기 위해서는 새로운 방법과 기술이 필요합니다. 오늘은 단기매매입니다. 나는 이 방향으로 일하고 있다.
다음은 기사에서 인용한 몇 가지입니다.
" 인공 지능의 특징은 기술이 새로운 비표준 상황에서 탐색 할 수 없다는 것입니다. 시장에서 비정상적인 상황이 발생하면 모델이 최선의 방법을 제시하지 못할 것입니다. 팬데믹이 이에 대한 생생한 예입니다. 경제 협력 개발 기구(OECD)는 영국 은행 조사에 따르면 이 기간 동안 약 35%의 은행이 기계 방식에 기반한 AI 모델의 기능으로 인해 부정적인 결과를 경험했다고 데이터를 인용 했습니다. 학습. 이것은 주로 팬데믹으로 인해 모델 개발과 관련된 매개변수가 된 많은 거시경제 지표의 변화가 발생했기 때문입니다.
인공 지능의 이러한 기능을 감안할 때 많은 금융 기관에서 완전한 행동의 자유를 부여하지 않습니다. 예를 들어 Sberbank에서 AI는 거래 로봇을 직접 제어할 수 없습니다. 그것은 오히려 "스마트" 조수 역할을 하고 거래자에게 실행 알고리즘 설정에 대한 권장 사항을 제공합니다. 최종 결정은 항상 개인이 합니다. "
--------------
" 알고리즘 덕분에 트레이더의 최소한의 참여로 트레이딩 작업이 자동으로 수행될 수 있습니다. 2018년에는 미국 주식 시장 거래의 약 80%가 거의 완전히 기계에 의해 제어되었습니다. 말했다 주피터 자산 관리에서. "
--------------
NS는 아직 AI가 아니지만 이미 AI의 요소이며 거래에서 더 큰 문제가 있습니다.
다음은 기사에서 인용한 몇 가지입니다.
" 인공 지능의 특징은 기술이 새로운 비표준 상황에서 탐색 할 수 없다는 것입니다. 시장에서 비정상적인 상황이 발생하면 모델이 최선의 방법을 제시하지 못할 것입니다. 팬데믹이 이에 대한 생생한 예입니다. 경제 협력 개발 기구(OECD)는 영국 은행 조사에 따르면 이 기간 동안 약 35%의 은행이 기계 방식에 기반한 AI 모델의 기능으로 인해 부정적인 결과를 경험했다고 데이터를 인용 했습니다. 학습. 이것은 주로 팬데믹으로 인해 모델 개발과 관련된 매개변수가 된 많은 거시경제 지표의 변화가 발생했기 때문입니다.
인공 지능의 이러한 기능을 감안할 때 많은 금융 기관에서 완전한 행동의 자유를 부여하지 않습니다. 예를 들어 Sberbank에서 AI는 거래 로봇을 직접 제어할 수 없습니다. 그것은 오히려 "스마트" 조수 역할을 하고 거래자에게 실행 알고리즘 설정에 대한 권장 사항을 제공합니다. 최종 결정은 항상 개인이 합니다. "
--------------
" 알고리즘 덕분에 트레이더의 최소한의 참여로 트레이딩 작업이 자동으로 수행될 수 있습니다. 2018년에는 미국 주식 시장 거래의 약 80%가 거의 완전히 기계에 의해 제어되었습니다. 말했다 주피터 자산 관리에서. "
--------------
NS는 아직 AI가 아니지만 이미 AI의 요소이며 거래에서 더 큰 문제가 있습니다.
다운로드 한 사람이 흥미로운 것을 찾았습니다. 더 다듬을 가치가 있습니까?
미래의 실제 구성 요소와 일부 주요 구성 요소의 예측을 비교하는 데 무언가가있을 수 있습니다.
예측을 기억하는 사람들은 상관 관계에 대해 "예상을 따라야 하는" 구성 요소와 현재 구성 요소를 비교합니다.
연결이 강하면 우리는 ..처럼 거래합니다.
글쎄, 어디로 가야할지에 대한 아이디어 ..
이처럼 예측과 현실의 연관성이 강하면서도 예측을 믿으려 한다.
이동 평균에서 두 번째 주성분에 대한 SSA 예측, 첫 번째 주성분은 Te detrendil에 의해 제거되었습니다.
미래의 실제 구성 요소와 일부 주요 구성 요소의 예측을 비교하는 데 무언가가있을 수 있습니다.
예측을 기억하는 사람들은 상관 관계에 대해 "예상을 따라야 하는" 구성 요소와 현재 구성 요소를 비교합니다.
연결이 강하면 우리는 ..처럼 거래합니다.
글쎄, 어디로 가야할지에 대한 아이디어 ..
이처럼 예측과 현실의 연관성이 강하면서도 예측을 믿으려 한다.
이동 평균에서 두 번째 주성분에 대한 SSA 예측, 첫 번째 주성분은 Te detrendil에 의해 제거되었습니다.
문제는 예측이 제대로 작동하는 경우가 얼마나 되느냐는 것입니다.
https://www.mql5.com/en/forum/330111/page2#comment_16078211
https://www.mql5.com/en/articles/318 (예측 정확도 5점)