This demo trains a Convolutional Neural Network on the MNIST digits dataset in your browser, with nothing but Javascript. The dataset is fairly easy and one should expect to get somewhere around 99% accuracy within few minutes. I used this python script to parse the original files into batches of images that can be easily loaded into page DOM...
你试过汇流分析吗？也就是说，这个函数不应该是价格与时间的关系p=x(i)，而是二维的f=z(i, p)。距离d是由两个坐标来计算的。而其他公式也是如此。
不，我没有试过，但这很有趣。最后，我决定沿时间轴的扭曲（不仅是图案的收缩或拉伸，这是线性扭曲，而且是非线性扭曲）应被考虑在内，根据我们的大脑可以识别物体和人的扭曲代表，甚至是漫画的原则，也就是通过将图案分解成组件，它们的旋转，缩放等，就像在视觉皮层。但在这方面花的时间很少。所有这些，在市场上交易，即使是在最复杂的数学模型上，也会有50/50。
不，我没有试过，但这很有趣。最后我决定，沿时间轴的扭曲（不仅是模式的压缩或拉伸，这是线性扭曲，也包括非线性扭曲）应该被考虑到的原则是，我们的大脑可以识别物体和人的扭曲表征，甚至是漫画，即通过将模式分解成它们的组成部分，它们的旋转，缩放等，就像在视觉皮层一样。但在这方面花的时间很少。即使在最复杂的数学模型上，在市场上交易 仍会是50/50。
机器视觉应该能很好地处理这个问题，以后会做的。
不，我没有试过，但这很有趣。最后我决定，沿时间轴的扭曲（不仅是模式的压缩或拉伸，这是线性扭曲，也包括非线性扭曲）应该被考虑到的原则是，我们的大脑可以识别物体和人的扭曲表征，甚至是漫画，即通过将模式分解成它们的组成部分，它们的旋转，缩放等，就像在视觉皮层一样。但在这方面花的时间很少。同样，在市场上交易，即使有最复杂的数学模型，也会有50/50。
不，我没有试过，但这很有趣。最后我决定，应根据我们的大脑能够识别物体和人的扭曲图像，甚至是漫画的原则，考虑沿时间轴的扭曲（不仅是模式的压缩或拉伸，这是线性扭曲，而且是非线性扭曲），即通过将模式分解成它们的组成部分，它们的旋转、缩放等等，就像在视觉皮层一样。但在这方面花的时间很少。所有这些，在市场上交易，即使是在最复杂的数学模型上，也会有50/50。
时间肯定应该被考虑在内，是的。例如，我做了以下工作：我把模式相似性得分作为时间的函数，线性地减少。也就是说，如果我估计图案的相似度从0（它们完全不相似）到1（它们完全相似），那么除了估计值之外，我还要拿走一个常数，再乘以图案之间的条数。我不知道那里发生了什么样的扭曲，但图案之间的距离越远，它们就越失去 "相似性"，100%保证。
模式的相似性是一个非常精确的估计，你不能只是从网上插入第一个公式，你必须自己检查。如何检查公式也很复杂，不清楚，但有些公式会在fronttest上失败，有些则不会:)
http://cs.stanford.edu/people/karpathy/convnetjs/demo/mnist.html
你的季度预测项目进展如何？- 这条线有一段时间没有更新了，似乎。
我把最新的预测放在那里。最后一次是两个月前。下一次将是在4月底发布新的GDP数据。到目前为止，所有的预测都接近于现实。我那里有两个模型，一个比另一个更保守。根据保守的模型，接下来的GDP增长将低于上一季度公布的增长。另一个模型则预测了更高的增长。我们将在3周后知道哪一个更准确。我的主要目标是避免经济衰退，到目前为止，在两个模型中都没有看到。
没有在这里找过，也许会发现一些东西....。Keldysh图书馆 http://library.keldysh.ru/preprint.asp?id=2016-7 Orlov
谢谢，让我们来读一读
比方说，我们有一块图表。我们需要（在历史上）研究出开启交易的最佳方式。在哪里买，在哪里卖，在哪里买更多，在哪里关闭，等等。但我们必须考虑到模式可能是不同的，我们必须找到最有效的方法来计算任何模式的开仓 位置，同时将风险降到最低。 一个模式中可能有几个交易。还有一个重要的条件，图案可以在一定范围内变化，比如20%。也就是说，一开始我们看到的是一个模式，而在下一个小节，它将发生一些变化，尽管它的基本特征保持不变（但我们将始终看到整个模式和它的所有未来变化）。也就是说，我们需要引入一些其他的误差因素。
你有什么好的办法吗？可以计算各种概率和价格水平，如何做到这一点？
有趣的是，在其中一次讨论中，你是经典技术分析的坚定反对者，指出其使用是无效的。基于这种分析的人工交易的自动化是不可接受的。现在你已经解决了创建一个有效的算法识别价格形态的方法的问题，这只不过是试图将 "手动 "技术分析自动化。很奇怪，为什么你最近才强烈地拒绝在自动交易中采用这种方法？(请原谅我离题了）。
有趣的是，在一次讨论中，你是经典技术分析的热烈反对者，称其使用是无效的。不接受基于此分析的手动交易自动化。现在你已经解决了创建一个有效的算法识别价格形态的方法的问题，这无非是试图将 "手动 "技术分析自动化。很奇怪，为什么你最近才强烈地拒绝在自动交易中使用这种方法？(请原谅我离题了）。
没有经典的技术分析，有一个资产收益的多分形模型（是的，是的，也有一个，我不是随便编的）。这个模型可以归为统计模型。没有特定的固定模式，但其结果是一种预测，可以表示为一种模式，仅此而已。
MMDA描述了一个广义的布朗运动