Discussão do artigo "Aplicação prática de redes neurais no trading (Parte 2). Visão computacional" - página 3
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Artigo publicado Aplicação prática de redes neurais no comércio (Parte 2). Visão computacional:
Autor: Andrey Dibrov
O artigo Aplicação prática de redes neurais no comércio (Parte 2) foi publicado . Visão Computacional:
Autor: Andrey Dibrov
Você vai me perdoar, mas na presença de dados digitais para processar gráficos, isso é uma perversão...
1. Você deve fazer tudo em png =)
2. Para fins de neurotendência, o aprendizado por reforço é adequado.... Caso contrário, você terá de explicar aos neurônios a diferença entre duas imagens gráficas (matrizes) e, na presença de dados digitais, esse é um truque desnecessário. Os neurônios entendem tudo digitalmente e os dados de origem também são digitais =)
Desculpe-me, mas com dados digitais, é perverso processar gráficos.
Você vai me desculpar, mas com dados digitais, é perverso processar gráficos...
1. Você precisa fazer tudo em png =)
2. Para fins de neurotendência, o aprendizado por reforço é adequado.... Caso contrário, você terá que explicar aos neurônios a diferença entre duas imagens gráficas (matrizes) e, na presença de dados digitais, esse é um truque desnecessário. Os neurônios entendem tudo digitalmente e os dados de origem também são digitais =)
Bem.... Eu uso gráficos para identificar semelhanças e depois os uso como filtro. Isso é tudo. Eu o aconselharia a usar os neurônios também para analisar mensagens de texto...
O objetivo não é formalizar algo em "cinzéis". O ziguezague é um indicador problemático em geral... Especificamente, fica defasado na dinâmica e não diz nada....
https://youtu.be/mcQH-OqC0Bs, https://youtu.be/XL5n4X0Jdd8
você está completamente errado nesse caso. Pare de fazer pips com a revisão de um candle e tudo ficará imediatamente óbvio.
você está completamente errado. Pare de fazer pips com a revisão de um candle e tudo ficará óbvio de uma vez.
Se olharmos com a melhor rede neural de nossa cabeça para a captura de tela do gráfico, que nossa rede neural artificial está analisando.... podemos ver que há mais de um candle nele.
Desculpe-me, mas com dados digitais, é perverso processar gráficos.
Perdoe-me, mas com dados digitais, processar gráficos é uma perversão....
1. Você precisa fazer tudo em png =)
2. Para fins de neurotendência, o aprendizado por reforço é adequado.... Caso contrário, você terá de explicar aos neurônios a diferença entre duas imagens gráficas (matrizes) e, na presença de dados digitais, esse é um truque desnecessário. Os neurônios entendem tudo digitalmente e os dados de origem também são digitais =)
E sim, no estágio de treinamento, os recursos de hardware precisam ser aumentados significativamente. Mas tudo isso está dentro do razoável.
Mas no estágio de análise e resposta, uma rede neural precisa apenas de uma imagem sem dados digitalizados adicionais. Por exemplo, minhas redes neurais em funcionamento, que analisam séries temporais, estão alinhadas em uma cadeia e cada uma tem mais de 50 entradas.
Portanto, aqui está a pergunta: onde é melhor torcer...? No estágio de treinamento ou no estágio de trabalho.