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
até que faça experiências com sinusóides que não vai entender.
Asaulenko fez experiências com sinusóides, depois fugiu para algum lugar... ofendeu-se com eles.
Pegue um simples MA de 24 períodos e verifique. Talvez algum outro filtro passa-baixoAsaulenko fez experiências com sinusóides, depois fugiu para algum lugar... ofendido por eles.
Pegue um MA simples de 24 períodos e verifique. Talvez algum outro filtro passa-baixohttps://www.mql5.com/ru/forum/86386/page2089#comment_19102675
https://www.mql5.com/ru/forum/86386/page2089#comment_19102675
Não entendo o que procura desta maneira. Você precisa encontrar um desvio estatisticamente significativo da média em períodos específicos, ou autocorrelação
pode fazer sentido passar por filtros passa-baixo em vez de apenas MAH
Existe outra oportunidade óbvia para uma aplicação potencialmente útil das forças cossacas. Estamos a falar de testes de aleatoriedade em geral e testes NIST em particular. Eles têm lá tudo o que gostam - ciclos, Fourier, padrões, etc. No entanto, apenas seqüências binárias são investigadas lá, mas você pode começar investigando os gráficos renko.
Alexey, como podemos ligar a teoria das martingales ao martingale em forex, para olhar o MO + martingale de um ponto de vista científico? :)
Alexei, como você pode ligar a teoria do martingale ao forex martingale, para olhar a partir de uma espécie de perspectiva científica sobre MO + martingale? :)
Não consigo explicar porque precisa de um martin em mO
ainda não explicou porque precisa de um martin in mo
Já lhe disse - alocação de espaço diferente, outras oportunidades que você não pode obter aprendendo uma profissão
e não se trata de aumentar o lote.Praticamente, ainda estou lutando com um problema onde duas classes estão assimetricamente distribuídas (uma a mais de 60%) e as redes "queimam" 100% do tempo produzindo uma classe.
As grelhas são uma coisa tão sensível... Um pequeno desequilíbrio e eles já se esgotam. Equilibrar o dobro ou remover algo de uma grande classe está distorcendo os dados, me parece que não é bom. Especialmente se a relação de classes for de 95% a 5%.
Esta é uma das razões pelas quais mudei para modelos de madeira (árvores, florestas, reforços).
A propagação inversa de erros em redes, também dá os seus próprios problemas em ficar preso em pontos locais.
A segunda.
As árvores não têm estas desvantagens.Há muitas coisas que você pode fazer, eu não posso lhe dizer, pois há pacotes especiais.
As aulas precisam de ser equilibradas para a NS. Adicionar exemplos em falta.
É melhor dominar a pitão.
Classes de equilíbrio, ou refazer a métrica, que dariam mais pontos a uma classe rara
Obrigado. A propósito, pensando como refazer a métrica veio à mente assim - o exemplo se as classes são 0 (30%) e 1 (70%), então para o valor certo na passagem inversa dar não 0 e 1, mas 0 e 0,7 ( ou 0,85?) Como uma opção.
Mas não consigo decidir de imediato se esta é a forma correcta de o fazer, se estes números ou fazer magia com a função de activação, etc., e ainda não encontrei tais exemplos.
Obrigado. A propósito, pensando em como refazer a métrica, veio à mente assim - o exemplo se as classes são 0 (30%) e 1 (70%), então para o valor certo no passe de retorno dar não 0 e 1, mas 0 e 0,7 ( ou 0,85?) como uma opção.
Mas não sei se esta é a forma correcta de o fazer, se são estes números ou fazer magia com a função de activação, etc., e não consegui encontrar tais exemplos.
https://www.mql5.com/ru/forum/86386/page2108#comment_19209601