먼저 Wiener 프로세스에서 자동차를 테스트해 보겠습니다. 그리고 신은 그녀가 예측하기 시작하는 것을 금합니다!
다음은 통합된 백색 잡음을 포함하는 두 개의 파일입니다. 벡터의 길이는 1000개 샘플이며, 2000개 샘플 길이의 벡터를 반으로 잘라 얻습니다. 기술을 사용하여 원하는 알고리즘에 따라 첫 번째 벡터에서 시스템을 훈련하고 두 번째 벡터의 각 막대에 대한 예측을 제공해야 합니다. 동시에 두 번째 벡터의 각 막대에 알고리즘을 적용할 수 있습니다. 결과 예측 벡터는 당연히 1000개 샘플의 길이를 가지며 분석에 사용할 수 있어야 합니다. 예측 분석 방법에 대해서는 나중에 이야기하겠습니다.
Seryoga, 나는 NS가 없지만 Burg의 방법은 XXXXXX (여기서는 맹세코) 중성자 네트워크보다 훨씬 더 잘 작동합니다. 거세 파일이 필요한 이유는 무엇입니까? 이 국회에서 꽤 페클리닐로를 볼 수 있습니다.
최소한 2000 크기의 큰 파일 하나를 제공하고 필요한 기록을 고려하여 인덱스가 있는 테스트 영역을 표시(쓰기)하십시오. 약 1000개 샘플(최소 500개)의 이력이 필요하고 훈련용 샘플은 필요하지 않습니다. 예를 들어, 10000개의 샘플 파일을 업로드합니다. 무작위로, 하지만 내가 필요한 기록을 고려하면 테스트 섹션이 7000번에서 시작하여 8000번에서 끝난다고 합니다. 지수에 따르면 이것은 실제로 1001번이 될 것입니다. 포함되고 포함되지 않습니다( ORIGIN = 0 사용).
그리고 시작하겠습니다:o)
Для начала испытаем твою машину на Винеровском процессе. И не дай бог она начнёт предсказывать!!!
당신의 완고함은 나를 놀라게합니다. 당신이 생성하는 것은 나와 같은 발레리나와 동일한 Wiener 프로세스 (VP)라는 것을 설명하는 방법조차 모릅니다. Seryoga, 나는 즉시 경고합니다. 내 모델에는 오류가 없으므로 좋은 예측을 즐길 준비를하십시오. 요컨대, 귀하의 VP는 그러한 기준이 아니지만 ... 우리는 보게 될 것입니다.
최소한 2000 크기의 큰 파일 하나를 제공하고 필요한 기록을 고려하여 인덱스가 있는 테스트 영역을 표시(쓰기)하십시오. 약 1000개 샘플(최소 500개)의 이력이 필요하고 훈련용 샘플은 필요하지 않습니다. 예를 들어, 10000개의 샘플 파일을 업로드합니다. 무작위로, 하지만 내가 필요한 기록을 고려하면 테스트 섹션이 7000번에서 시작하여 8000번에서 끝난다고 합니다. 지수에 따르면 이것은 실제로 1001번이 될 것입니다. 포함되고 포함되지 않습니다( ORIGIN = 0 사용).
...
중성자 :
잠깐 기다려.
작업하기에 충분한 길이의 1000개 샘플 벡터가 있는 파일 하나 ? 그렇다면 숫자 2를 선택하고 나를 속이지 마십시오.
그와 함께 하고 싶은 대로 하고, 나에게 말하지 말고 모든 카운트다운 동안 산에 대한 예보를 알려주세요. 모든 것.
좋습니다. 1000개의 샘플이 있는 파일을 제공하고 이 파일의 각 샘플에 대해 예측을 해야 합니다. 그러나 첫 번째 카운트를 예측하기 위해 데이터를 어디서 얻습니까? F ... PY에서? 아니면 내가 친절하게 앉아서 이 파일들을 붙이도록 제안하는 것입니까? 그리고 어떤 것이 첫 번째 파일입니까? 그가 맞습니까?
...그리고 날 속이지 마
너 뭐야, 어떻게!!! 나는 당신을 방해하지 않을 것입니다,우선 테스트가 필요하고 EURUSD 에서 실행하고 결과를 게시하겠습니다. 그리고 Wiener 프로세스를 사용하여 스스로 재미를 느끼고 이미 나를 속이지 마십시오. 앉아서 직접 접착하십시오. 모두 . :에 대한)
세 번째 Seryoga, Burg 방법에 대해 자세히 알아볼 수 있습니다(무엇이 있고 무엇과 함께 먹는지). 나는 버그의 방법을 알고 있습니다. 이 예측을 확장합니다. 그는 블랙박스가 아니었다. 고맙습니다.
인원을 계산하는 위치에 따라 다릅니다. o)
Burg - 맞습니다(그의 작품이 표시됨) 이론적으로 이 방법에 익숙해야 하며 필터링 이론과 관련이 있으며 이 방법의 수정은 까다로운 적응 필터에 사용됩니다. 첨부, 지금까지 내가 찾을 수 있는 모든 것.
추신 : 자세히 이해하지 못했습니다. 나는 North Wind 가 도움이 되기를 정말로 희망하지만 어딘가에서 사라졌습니다.o))) 글쎄, 아니면 Halt 가 그것을 MQL 로 번역하거나 적어도 MathCAD 에서 다시 만드는 데 도움이 될 것입니다. 또는 당신은 이것을 할 수 없습니다. 이것은 제 주요 모델이 아니라 선택 사항입니다. 헤, 하나의 막대, 세 개의 막대 - 크게 생각해야 합니다. 그러나 방법을 더 자세히 이해하는 것은 흥미로울 수 있습니다. 다시 적응형 필터링의 경우 유용한 아이디어가 나타날 수 있으며 그 모든 것이 ... :o)
중요 :
이 기능은 매우 틀릴 수 있습니다. 저것들. 이전에 게시된 "오류 구름"은 1-2점 이내에서 얻을 수 없으며 모두 입력 매개변수의 최적화에 달려 있습니다. 아이디어가 있었지만 손이 닿지 않아 이제 구현했습니다 ...
가다!
먼저 Wiener 프로세스에서 자동차를 테스트해 보겠습니다. 그리고 신은 그녀가 예측하기 시작하는 것을 금합니다!
다음은 통합된 백색 잡음을 포함하는 두 개의 파일입니다. 벡터의 길이는 1000개 샘플이며, 2000개 샘플 길이의 벡터를 반으로 잘라 얻습니다. 기술을 사용하여 원하는 알고리즘에 따라 첫 번째 벡터에서 시스템을 훈련하고 두 번째 벡터의 각 막대에 대한 예측을 제공해야 합니다. 동시에 두 번째 벡터의 각 막대에 알고리즘을 적용할 수 있습니다. 결과 예측 벡터는 당연히 1000개 샘플의 길이를 가지며 분석에 사용할 수 있어야 합니다. 예측 분석 방법에 대해서는 나중에 이야기하겠습니다.
Seryoga, 나는 NS가 없지만 Burg의 방법은 XXXXXX (여기서는 맹세코) 중성자 네트워크보다 훨씬 더 잘 작동합니다. 거세 파일이 필요한 이유는 무엇입니까? 이 국회에서 꽤 페클리닐로를 볼 수 있습니다.
최소한 2000 크기의 큰 파일 하나를 제공하고 필요한 기록을 고려하여 인덱스가 있는 테스트 영역을 표시(쓰기)하십시오. 약 1000개 샘플(최소 500개)의 이력이 필요하고 훈련용 샘플은 필요하지 않습니다. 예를 들어, 10000개의 샘플 파일을 업로드합니다. 무작위로, 하지만 내가 필요한 기록을 고려하면 테스트 섹션이 7000번에서 시작하여 8000번에서 끝난다고 합니다. 지수에 따르면 이것은 실제로 1001번이 될 것입니다. 포함되고 포함되지 않습니다( ORIGIN = 0 사용).
그리고 시작하겠습니다:o)
Для начала испытаем твою машину на Винеровском процессе. И не дай бог она начнёт предсказывать!!!
당신의 완고함은 나를 놀라게합니다. 당신이 생성하는 것은 나와 같은 발레리나와 동일한 Wiener 프로세스 (VP)라는 것을 설명하는 방법조차 모릅니다. Seryoga, 나는 즉시 경고합니다. 내 모델에는 오류가 없으므로 좋은 예측을 즐길 준비를하십시오. 요컨대, 귀하의 VP는 그러한 기준이 아니지만 ... 우리는 보게 될 것입니다.
:에 대한)))
잠깐만.
1000개 샘플로 구성된 벡터가 포함된 파일 하나가 작업하기에 충분한 길이입니까? 그렇다면 숫자 2를 선택하고 나를 속이지 마십시오.
그와 함께 하고 싶은 대로 하고, 나에게 말하지 말고 모든 카운트다운 동안 산에 대한 예보를 알려주세요. 모든 것.
첫 번째 카운트를 예측하려면 길이가 필요한 선사 시대가 필요하다는 것이 밝혀지면 (글쎄, 어떤 것을 스스로 알아 내십시오) 바로이 목적을 위해 1 번 파일에서 가져옵니다. 거기에 있습니다!
세료가, 말 잘해, 벌써 낳자!
놀라운. Seryoga, 물론, 나는 당신을 속이지 않을 것이지만 신경망에 부담을주지 않도록 우선 순위에 따라 강조 표시된 문장으로 중요한 게시물을 인용 할 것입니다.
...
최소한 2000 크기의 큰 파일 하나를 제공하고 필요한 기록을 고려하여 인덱스가 있는 테스트 영역을 표시(쓰기)하십시오. 약 1000개 샘플(최소 500개)의 이력이 필요하고 훈련용 샘플은 필요하지 않습니다. 예를 들어, 10000개의 샘플 파일을 업로드합니다. 무작위로, 하지만 내가 필요한 기록을 고려하면 테스트 섹션이 7000번에서 시작하여 8000번에서 끝난다고 합니다. 지수에 따르면 이것은 실제로 1001번이 될 것입니다. 포함되고 포함되지 않습니다( ORIGIN = 0 사용).
...
잠깐 기다려.
작업하기에 충분한 길이의 1000개 샘플 벡터가 있는 파일 하나 ? 그렇다면 숫자 2를 선택하고 나를 속이지 마십시오.
그와 함께 하고 싶은 대로 하고, 나에게 말하지 말고 모든 카운트다운 동안 산에 대한 예보를 알려주세요. 모든 것.
...그리고 날 속이지 마
너 뭐야, 어떻게!!! 나는 당신을 방해하지 않을 것입니다, 우선 테스트가 필요하고 EURUSD 에서 실행하고 결과를 게시하겠습니다. 그리고 Wiener 프로세스를 사용하여 스스로 재미를 느끼고 이미 나를 속이지 마십시오. 앉아서 직접 접착하십시오. 모두 . :에 대한)
괜찮습니다.
괜찮습니다.
당신은 "모든 것"을 처음으로 썼습니다.
며칠 안에 결과가 나올 것입니다. 계산을 두 부분으로 나누어야 합니다(2박).
Seryoga, 나는 당신을보고 기뻐합니다;)
Lisp는 일하기 위해 공장에 왔습니다.
- 돌아가야 해!
주인:
- 그들은 @$#d, 중개인을 얻었습니다!....
잔디
세 번째 Seryoga, Burg 방법에 대해 자세히 알아볼 수 있습니다(무엇이 있고 무엇과 함께 먹는지). 나는 버그의 방법을 알고 있습니다. 이 예측을 확장합니다. 그는 블랙박스가 아니었다. 고맙습니다.
잔디
세 번째 Seryoga, Burg 방법에 대해 자세히 알아볼 수 있습니다(무엇이 있고 무엇과 함께 먹는지). 나는 버그의 방법을 알고 있습니다. 이 예측을 확장합니다. 그는 블랙박스가 아니었다. 고맙습니다.
인원을 계산하는 위치에 따라 다릅니다. o)
Burg - 맞습니다(그의 작품이 표시됨) 이론적으로 이 방법에 익숙해야 하며 필터링 이론과 관련이 있으며 이 방법의 수정은 까다로운 적응 필터에 사용됩니다. 첨부, 지금까지 내가 찾을 수 있는 모든 것.
추신 : 자세히 이해하지 못했습니다. 나는 North Wind 가 도움이 되기를 정말로 희망하지만 어딘가에서 사라졌습니다.o))) 글쎄, 아니면 Halt 가 그것을 MQL 로 번역하거나 적어도 MathCAD 에서 다시 만드는 데 도움이 될 것입니다. 또는 당신은 이것을 할 수 없습니다. 이것은 제 주요 모델이 아니라 선택 사항입니다. 헤, 하나의 막대, 세 개의 막대 - 크게 생각해야 합니다. 그러나 방법을 더 자세히 이해하는 것은 흥미로울 수 있습니다. 다시 적응형 필터링의 경우 유용한 아이디어가 나타날 수 있으며 그 모든 것이 ... :o)
중요 :
이 기능은 매우 틀릴 수 있습니다. 저것들. 이전에 게시된 "오류 구름"은 1-2점 이내에서 얻을 수 없으며 모두 입력 매개변수의 최적화에 달려 있습니다. 아이디어가 있었지만 손이 닿지 않아 이제 구현했습니다 ...