文章 "神经网络变得轻松（第二部分）：网络训练和测试"
12.68%的命中率？有实际意义吗？我投硬币也50%左右的概率了。这么低的概率，不知道这个东西有何用？
Zhiqiang Zhu:
12.68%的命中率？有实际意义吗？我投硬币也50%左右的概率了。这么低的概率，不知道这个东西有何用？
交易性金融中的神经网络压根不是它这么用的，学习什么呢找规律求万能公式，逻辑本身就很荒谬。真正的交易性金融人工智能是不做判断的，而是立足五维对四维混沌系统进行降维打击。
12.68%的命中率？有实际意义吗？我投硬币也50%左右的概率了。这么低的概率，不知道这个东西有何用？
Zhiqiang Zhu:
12.68%的命中率？有实际意义吗？我投硬币也50%左右的概率了。这么低的概率，不知道这个东西有何用？
交易算法分三个等级，一级技术指标型（垃圾），二级大数据战略型（垃圾），三级逻辑必然型（无敌）。我的算法就是第三等级，安全性100%五个交易日加个零。
12.68%的命中率？有实际意义吗？我投硬币也50%左右的概率了。这么低的概率，不知道这个东西有何用？
Shi Chao Ma:
交易性金融中的神经网络压根不是它这么用的，学习什么呢找规律求万能公式，逻辑本身就很荒谬。真正的交易性金融人工智能是不做判断的，而是立足五维对四维混沌系统进行降维打击。
想和前辈学习一下 五维到四维的降维
交易性金融中的神经网络压根不是它这么用的，学习什么呢找规律求万能公式，逻辑本身就很荒谬。真正的交易性金融人工智能是不做判断的，而是立足五维对四维混沌系统进行降维打击。
Shi Chao Ma:
交易算法分三个等级，一级技术指标型（垃圾），二级大数据战略型（垃圾），三级逻辑必然型（无敌）。我的算法就是第三等级，安全性100%五个交易日加个零。
我也认为交易逻辑是EA最重要 最有灵魂的部分，所以请多多指教
交易算法分三个等级，一级技术指标型（垃圾），二级大数据战略型（垃圾），三级逻辑必然型（无敌）。我的算法就是第三等级，安全性100%五个交易日加个零。
新文章 神经网络变得轻松（第二部分）：网络训练和测试已发布：
在第二篇文章中，我们将继续研究神经网络，并研究在智能交易系统当中调用我们所创建 CNet 类的示例。 我们将操控两个神经网络模型，它们在训练时间和预测准确性方面都表现出相似的结果。
第一个训练期强烈依赖于在初始阶段随机选择的神经网络的权重。
经过 35 期的训练，统计数据的差异略有增加 - 回归神经网络模型的效果更好：
测试结果表明，两种神经网络组织变体在训练时间和预测准确性方面产生的结果相似。 于此同时，获得的结果表明神经网络需要额外的时间和资源进行训练。 如果您希望分析神经网络的学习动态，请查看附件中每个学习期的屏幕截图。
作者：Dmitriy Gizlyk