繰り返されるパターンなど - ページ 3

 
gpwr:
  1. 過去と比較して、現在のパターンが歪んでいること。現在のパターンを何らかの滑らかな関数で表現し、それを1小節分圧縮して、過去のすべてのパターンと比較し、また1小節分圧縮して、というように繰り返す。そして、棒状に伸ばします。要するに、かなりの時間がかかるということです。あるいは、私たちの視覚野の原理で働くネットワークを作る。

履歴上の非・弱伸縮性パターン検索というアイデアは、半年ほど前に4で 咀嚼されました。 私は関与していませんが、調べました。 そこでは、いくつかのクリングスを見つけたようです。

あとRenkoの前処理は何が悪いんだ? チャネルの文脈でパターンを修正するはずだろ。

--

それに、人前でコグニトロンを振っていましたね。思い出した!ひねりが効いていて、距離も可変です。頑張れ...。:)

// しかし、そこから(コグニトロンから)アイデアを盗むことは可能であり、必要なことです。

Сравнение двух графиков котировок с нелинейными искажениями по оси X - MQL4 форум
  • www.mql5.com
Сравнение двух графиков котировок с нелинейными искажениями по оси X - MQL4 форум
 

さて、価格配列は「なめらかな関数」である。非線形の歪みも区分線形で近似すると、90〜95%の一致が得られますが、フィッティングには程遠く、適度なバランスが必要です。一般的には、いろいろな考えがあり、全部コーディングしたくてうずうずしているが、1日128時間をどこで確保するか?

そうだ、ここにいるネットワークの専門家たちは、これまでチャンネルを認識しようとしなかったのだろうか?

 
bas:

さて、価格配列は「なめらかな関数」である。非線形の歪みも区分線形で近似すると、90〜95%の一致が得られますが、フィッティングには程遠く、適度なバランスが必要です。一般的には、たくさんのアイデアがあり、それをすべてコーディングしたくてうずうずしているのですが、1日に128時間をどこで確保すればいいのか?

そうだ、ここにいるネットワークの専門家は、これまでチャンネルを認識しようとしなかったのだろうか?

もう一度、特に才能のある人のために説明すると、パターンを認識することは問題ではありません。なぜなら、そのためのアルゴリズムはたくさんあります。問題は、レンダリングされて初めてパターンを認識できることです。

歴史パターン、波動、レベル、ローソク足の組み合わせなど、認識されてパターンに分解されようがされまいが、過去はすでに知られているので、誰も必要としないのです。トレーダーは、次のパターンを知る必要がある。そして、どんなアルゴリズムも次のパターンを認識することはできません。なぜなら、それはまだ存在していないからです。

 

>パターンを認識することは問題ではない

それは当たり前のことで、質問はチャンネルについてでした。

>問題は、パターンが描かれてからでないと認識できないことです。

認識されるべきは非流通のパターンの部分なのに、どこに問題があるんだ?

 
bas:

>パターンを認識することは問題ではない

それは当たり前のことで、質問はチャンネルについてでした。

>問題は、パターンが描かれてからでないと認識できないことです。

認識されるべきは非流通のパターンの部分なのに、どこに問題があるんだ?

特に才能のある人へ。
  1. パターンとは、チャネルでも、ローソク足の組み合わせでも、波模様でも、何でも呼びます。パターンとは、リストの中からあるパターンを選択するだけです。
  2. 履歴でチャンネルを特定するのは、チャンネルマークアップによる線形回帰 があるので問題ないです。
  3. 非流通の部分は、オタク以外には興味がない。検出されない取引可能な部分にはトレーダーしか興味がない。

ここで、パズルのようなものを考えてみましょう。喜び勇んでズボンを履いてやってきて、そのニュースをブログや掲示板で国際社会に発信し、手を洗って豚のように酔っぱらっているのです。それから?これが、次の展開です。

gpwr

...

このパターンは、パターンが長く、辞書に載っている数が多いほど、バケツテストの利益が高くなるのですが、これはオーバートレーニングで理解できますね。しかし、とにかくNとLが違うので、フォワードテストは利益ゼロのあたりでチャラチャラしているように見えます。パターンに不満が出始めている。 どうやらFXでは、それらは一定ではないらしい。言い換えれば、FXはパターンを記憶しておらず、毎回新しいものが作られる。

例えば、記号や音声をデジタル化したり、敵機を撃墜したりするのは、一つの認識です。植物学、つまり認知のための認知をするのはまた別の話です。

認識力に問題はない。問題は、認識されたものをマネタイズすることです。

 
Reshetov:

もう一度言いますが、才能のある人にとって、パターンを認識することは問題ではありません。なぜなら、そのためのアルゴリズムはいくらでもあるからです。問題は、パターンが描かれてからでないと認識できないことだ。

歴史のパターン、波動、レベル、ローソク足の組み合わせなど、誰も必要としていない。なぜなら、認識されてパターンに分解されようがされまいが、過去はすでに知られているからである。トレーダーは、次のパターンを知る必要がある。そして、どんなアルゴリズムも次のパターンを認識することはできません。なぜなら、それはまだ存在していないからです。

最初のページで、不完全なパターンであるポイント3(EURUSD = 1.300)の予測と、そのタッチ後のリバウンドが非常に正確に動作することをお見せしました。これは、あなたにとって有益な取引です。 私は今、上限を ブレイクアウトすることを予測します。購入する。これらの予測はすべてリアルタイムであることに注意してください。何がいけないんですか?もう、予想を載せてくださいということです。比べてみよう。もしかしたら、いくつかの成功した戦略を1つにまとめれば、面白いものが出てくるかもしれません。今後、新しいチャネルがどのように形成され、どこに注文が出されるかを順を追って説明する予定です。

Документация по MQL5: Стандартные константы, перечисления и структуры / Константы индикаторов / Линии индикаторов
Документация по MQL5: Стандартные константы, перечисления и структуры / Константы индикаторов / Линии индикаторов
  • www.mql5.com
Стандартные константы, перечисления и структуры / Константы индикаторов / Линии индикаторов - Документация по MQL5
 
gpwr:

最初のページで、不完全なパターン、ポイント3(EURUSD = 1.300)の予測をお見せしましたが、このタッチ後のリバウンドと同様に、非常に高い精度で動作しています。これは、あなたにとって有益な取引です。 私は今、上限を ブレイクアウトすることを予測します。購入する。これらの予測はすべてリアルタイムであることに注意してください。何が悪いんだ?

明確な表現がないこと。目で見てわかるもの、予測されるもの。ノストラダムスは傍観者として緊張してタバコを吸っている。
gpwr

今後、新しいチャネルがどのように形成され、どこに注文が出されるかを順を追って説明します。

最後に残すのではなく、そこから始めるべきでしたね。
 
Reshetov:
  1. 非流通の部分なんてオタク以外誰も興味ないだろ。トレーダーは取引可能な部分にしか興味がないので、認識されない。

パズル的な質問ですが、仮にパターンの中にトレード不可能な部分があるとします。喜び勇んでズボンを履いてやってきて、そのニュースをブログや掲示板で国際社会に発信し、手を洗って豚のように酔っぱらって いるのです。それから?ここからが本題です。

こんなのでたらめだ!私たちが犬を認識するのに必要なのは、その顔を見て、体の他の部分がどのようなものか、かなり正確に推測することである。

なぜそんなに辛口なんだ? ニューロンに殺されるのか?それとも、人工の神経細胞ではダメなので、すでにご自分の神経細胞を提供されているのでしょうか?

 
Reshetov:

もう一度言いますが、才能のある人にとって、パターンを認識することは問題ではありません。なぜなら、そのためのアルゴリズムはいくらでもあるからです。問題は、レンダリング後にしかパターンを認識できないことだ。

部分から全体を認識することは、ニューラルネットワーク(特に多層膜)が得意とするところである。

歴史のパターン、波動、レベル、ローソク足の組み合わせなど、誰も必要としていない。なぜなら、過去はすでに知られており、それが認識され、パターンに分解されようがされまいが関係ない。トレーダーは、次のパターンを知る必要がある。そして、どんなアルゴリズムも次のパターンを認識することはできません。なぜなら、それはまだ存在していないからです。

それに、[比較的]安定したパターン配列もある。 そのひとつが、まさに著者が推進しているものである。

--

由良 大げさに言わないでくださいよ。

 
MetaDriver:

部分から全体を認識することは、ニューラルネット(特に多層膜)が得意とするところである。

その上、[比較的]安定したパターンの並びがあります。

--

由良 大げさではなく、アプローチはかなり有効なんですよ。

それが明確になり、少なくとも何らかの利点が得られるようになれば、実用化されるでしょう。その間、どちらからアプローチするかという話ばかりです。
理由: