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
No, es un intento de utilizar transformaciones no lineales (redes neuronales) para encontrar patrones en lasseries temporales financieras.
No, es un intento de encontrar patrones en las series financieras y temporales utilizando transformaciones no lineales (redes neuronales).
Pregunta ¹ 2 si con la ayuda de las redes neuronales multinivel para crear un sistema de verificación. Por ejemplo, tomar el gráfico de ayer y compararlo con toda la historia de este par. Y los resultados muestran lo siguiente: el segmento coincide con el segmento del gráfico a 1m 10%, a m5 12%, a m15 40%, etc.
y luego se filtra todo lo que está por debajo del 50%.
¿se puede hacer?
Pregunta ¹2 si con la ayuda de las redes neuronales multinivel para crear un sistema de verificación. Por ejemplo, tomar el gráfico de ayer y compararlo con toda la historia de este par. Y los resultados son los siguientes: el segmento coincide con el segmento del gráfico a 1m 10%, a m5 12%, a m15 40%, etc.
y luego filtra todo lo que está por debajo del 50%.
¿se puede hacer?
No necesitamos rejillas para esta tarea. Es más fácil calcular la correlación.
Quiero utilizar las redes neuronales para empobrecer varios sistemas de trading en uno solo. Quiero utilizar las redes neuronales para empobrecer varios sistemas de trading en uno solo. por ejemplo, hay un sistema que gana bien en tendencia pero pierde en plano. luego está el contrario. luego están los diseñados para posiciones largas y así sucesivamente.
Como no conocemos el futuro, pueden producirse retrasos, y el tercer bloque reacciona para compensar los retrasos.
Pregunta ¹2 si con la ayuda de las redes neuronales multinivel para crear un sistema de verificación. Por ejemplo, tomar el gráfico de ayer y compararlo con toda la historia de este par. Y los resultados muestran lo siguiente: el segmento coincide con el segmento del gráfico a 1m 10%, a m5 12%, a m15 40%, etc.
y luego filtra todo lo que está por debajo del 50%.
¿se puede hacer?
y todo esto tiene que compensarse entre sí. y las redes neuronales tienen que comprobar las señales de cada bloque, buscar patrones. y controlar y aprender completamente.
¿Es suficiente un procesador de 4 núcleos para ello?
Las redes neuronales no son necesarias para esto.
Esto puede hacerse sin NS. En Excel, por ejemplo, se calcula la medida euclidiana de la distancia entre un segmento determinado y todos los demás segmentos. A continuación, se seleccionan los segmentos que más se parecen al dado. Lo principal es recordar que hay que escalar los datos para no comparar, por ejemplo, las fluctuaciones de precios a 1,4 con las fluctuaciones a 1,2.
No se necesitan redes neuronales para eso.