Discusión sobre el artículo "Aplicación práctica de las redes neuronales en el trading (Parte 2). Visión por computadora" - página 3
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Aplicación práctica de las redes neuronales en el comercio (Parte 2). Visión por ordenador:
Autor: Andrey Dibrov
Se ha publicado el artículo Aplicación práctica de las redes neuronales en el comercio (Parte 2). Visión por computador:
Autor: Andrey Dibrov
Usted me perdonará, pero en presencia de datos digitales para procesar gráficos - es una perversión ...
1. Usted debe hacer todo en png =)
2. A efectos de neurotendencia, el aprendizaje por refuerzo es adecuado..... De lo contrario tendrás que explicar a las neuronas la diferencia entre dos imágenes gráficas (arrays), y en presencia de datos digitales esto es un truco innecesario. Las neuronas entienden todo digitalmente y los datos de origen también digitalmente =)
Perdóname, pero con datos digitales, procesar gráficos es una perversión.
Perdóneme, pero con datos digitales, procesar gráficos es una perversión....
1. Tienes que hacerlo todo en png =)
2. A efectos de neurotendencia, el aprendizaje por refuerzo es adecuado..... De lo contrario tendrás que explicar a las neuronas la diferencia entre dos imágenes gráficas (matrices), y en presencia de datos digitales esto es un truco innecesario. Las neuronas entienden todo digitalmente y los datos de origen también digitalmente =)
Bueno.... Yo uso los gráficos para identificar similitudes y luego los uso como filtro. Eso es todo. Te aconsejo que también uses neuronas para analizar mensajes de texto...
No se trata de formalizar algo en "cinceles". El zigzag es un indicador problemático en general... Concretamente se retrasa en la dinámica y no dice nada....
https://youtu.be/mcQH-OqC0Bs, https://youtu.be/XL5n4X0Jdd8
estás muy equivocado en este caso. Dejar de pipsing con la revisión de una vela y todo será inmediatamente obvio.
estás muy equivocado. Deje de pipsing con la revisión de una vela y todo será obvio a la vez.
Si miramos con la mejor red neuronal de nuestra cabeza la captura de pantalla del gráfico, que nuestra red neuronal artificial está revisando.... podemos ver que hay más de una vela en él.
Perdóname, pero con datos digitales, procesar gráficos es una perversión.
Perdóneme, pero con datos digitales, procesar gráficos es una perversión....
1. Tienes que hacerlo todo en png =)
2. A efectos de neurotendencia, el aprendizaje por refuerzo es adecuado..... De lo contrario tendrás que explicar a las neuronas la diferencia entre dos imágenes gráficas (matrices), y en presencia de datos digitales esto es un truco innecesario. Las neuronas entienden todo digitalmente y los datos de origen también digitalmente =)
Y sí, en la fase de entrenamiento es necesario aumentar considerablemente los recursos de hardware. Pero todo esto está dentro de lo razonable.
Pero en la fase de análisis y respuesta, una red neuronal sólo necesita una imagen sin datos digitalizados adicionales. Por ejemplo, mis redes neuronales de trabajo, que analizan series temporales, están alineadas en cadena y cada una de ellas tiene más de 50 entradas.
Así que aquí está la cuestión: ¿dónde es mejor retorcer...? En la fase de entrenamiento o en la fase de trabajo.