交易中的机器学习：理论、模型、实践和算法交易 - 页 1265 1...125812591260126112621263126412651266126712681269127012711272...3399 新评论 Forester 2019.01.21 12:12 #12641 马克西姆-德米特里耶夫斯基。所以我理解，你可以尝试在这里改变一些东西 那么，树木和整个森林的规模是否减少了？ 哪些方面的错误得到了改善/改变？理论上，它不应该如此，因为划分到了最后一个点。 Alexander_K2 2019.01.21 12:58 #12642 不要把气撒在马克斯身上。 事实上，他正在单枪匹马地拉动这个分支。它是好是坏是另一回事。但是，由于他的存在，这个分支至少仍有一些相关性。 去掉这个分支，论坛上就根本没有什么可读的了，只能整理出其他人尴尬的程序代码--其中的 "+"和"-"被混淆了。 Maxim Dmitrievsky 2019.01.21 13:17 #12643 elibrarius。 树木和整个森林的面积减少了多少？ 哪些方面的错误得到了改善/改变？在观念上--它不应该，因为划分到了最后一点。还没有做，只是 "看了一眼"，这不像是我整天都在打探的事情 :) 叛军又开始叛变了，你问我为什么要干涉，你的脑子和面包一样多。 Alexander_K2 2019.01.21 13:25 #12644 elibrarius: 是的！最主要的是，"大篷车 "正在到来）。它只是速度慢--这就是人们愤慨的原因。 这句话已经说了十几亿遍了--关键在于输入数据。单纯的价格，由于其不可还原的非平稳性，并不能起到作用。 我已经被问过十亿次了--使你的研究系统化。 你的森林/网络可以靠什么数据来赚钱？在真实的BP和它的第一个差异中是否有这样的集群？ 我再一次给你一个提示--博士对蜱虫系列做了大量的研究，好在只是非常辛苦的工作。有瘦削，无瘦削。只是调查了人工随机序列，等等。把这一切都归入表格，图表。最后从论坛上消失了。我认为他找到了圣杯。从他在我的PM上的帖子来看--"几乎可能 "是这样。 Alexander_K2 2019.01.21 13:39 #12645 马克西姆-德米特里耶夫斯基。它的发展非常快，在不到一年的时间里，NS已经被研究，最新的最有希望的方法，如RL，已经写了几篇文章来概述这个方法。 机器学习中发展最迅速的贝叶斯方法，即Bayes+RL。是的，这都是英文的。 我所做的一切一般都是现在MO中最酷的事情，它很复杂，所以我甚至不读任何50年前就知道的弱智的幼儿园的东西。国防部从那时起已经走过了漫长的道路。马克斯，我完全理解，但仍然... 这里又是博士的帖子，之后他的成绩真的开始提高了。 "在阿塔查档案中，有两个实验文件。两者都含有正态分布的数值，直方图是相同的，而且几乎是相对于零对称的。但这些文件有一个非常大的区别，那就是马尔科夫性。 一个文件有一个记忆（一个非标记过程），你可以尝试根据过去的值来预测 "下一个值是否大于或小于零"。你可以应用神经元学和其他机器学习来预测。 另一个文件没有记忆（马尔可夫过程），任何预测都会失败。机器学习是无能为力的，但也许亚历山大可以用物理学预测一些东西。谁能学会识别哪个文件有内存，哪个文件没有内存--做得很好，将这种方法应用于外汇，将最终证明价格形成过程确实是马尔可夫的。另外，值得检查的是，正态分布是否是模型盈利的充分条件。做一个累积暨()随机行走图，并尝试在上面进行交易。" 只是很明显，他首先学会了如何用 "内存 "来处理人工数据，然后愚蠢地学会了如何将其分配给真正的BP。 这就是全部。 附加的文件： normdist.zip 808 kb Alexander_K2 2019.01.21 13:47 #12646 马克西姆-德米特里耶夫斯基。我在有内存的人工数据上举了例子，一切工作正常。市场的非平稳性，所有这些，分布，都是很明显的 此外，我的TS也已经工作了相当长的时间（有自己的细微差别），我只是不交易，因为现在没有兴趣。而且只是改进，学习新的东西很有趣 你可以从上一篇文章中下载机器人，像Hindu那样赚钱。谁来预防？!!! 请原谅。也许我没有仔细阅读所有内容...我看看。 Maxim Dmitrievsky 2019.01.21 13:49 #12647 亚历山大_K2。!!! 请原谅我。也许我没有仔细阅读整件事...我们将拭目以待。我已经附上了一堆测试和截图，我不知道你还需要什么。我已经在里面放了很多测试和截图，我不知道还能做什么。 Andrey Khatimlianskii 2019.01.22 00:42 #12648 在这个主题中，有一篇客串文章。只是来分享一篇文章 Super Intelligence for The Stock Market – Numerai – Medium 2016.08.30Richard Craibmedium.com Numerai is synthesizing machine intelligence to command the capital of an American hedge fund. Here’s how. Violetta Novak 2019.01.22 01:00 #12649 我不知道该如何处理它们。马克斯，我明白，但仍然... 再一次，这里是博士的信息，之后他的成绩真的开始提高了。 "在atacha档案中，有两个测试文件。两者都含有正态分布的数值，直方图是相同的，而且几乎是围绕零点对称的。但这些文件有一个非常大的区别，那就是马尔科夫性。 一个文件有一个记忆（一个非标记过程），你可以尝试依靠过去的值来预测 "下一个值是大于还是小于0"。你可以应用神经元学和其他机器学习来预测。 另一个文件没有记忆（马尔可夫过程），任何预测都会失败。机器学习是无能为力的，但也许亚历山大可以用物理学预测一些东西。谁能学会识别哪个文件有内存，哪个文件没有内存--做得很好，将这种方法应用于外汇，将最终证明价格形成过程确实是马尔可夫的。另外，值得检查的是，正态分布是否是模型盈利的充分条件。做一个累积暨()随机行走图，并尝试在上面进行交易。" 只是，他显然首先学会了如何用 "内存 "来处理人工数据，然后愚蠢地学会了如何将其分配给真正的BP。 这就是全部。好吧，这不是重点，怎么会......难道你不明白，非平稳性在这种过程中是固有的，像基本上大多数人一样坚持正态分布，一旦有了增量的极限，一切就是正态分布，从反面看永远是非正态，甚至是不存在的，这怎么代表一个过程，没有分布？ 马克西姆-德米特里耶夫斯基。我已经附上了一堆测试和截图，我不知道你还需要什么。我已经应用了大量的测试和截图。我已经附上了大量的测试和截图。 Грааль 2019.01.22 01:30 #12650 安德烈-哈蒂姆连斯基。在这个主题中，有一篇客串文章。我在这里只是想分享一篇文章。你迟到了，不是HFT））））。他们说他们不知道该如何处理它们。 1...125812591260126112621263126412651266126712681269127012711272...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
所以我理解，你可以尝试在这里改变一些东西
哪些方面的错误得到了改善/改变？理论上，它不应该如此，因为划分到了最后一个点。
不要把气撒在马克斯身上。
事实上，他正在单枪匹马地拉动这个分支。它是好是坏是另一回事。但是，由于他的存在，这个分支至少仍有一些相关性。
去掉这个分支，论坛上就根本没有什么可读的了，只能整理出其他人尴尬的程序代码--其中的 "+"和"-"被混淆了。
树木和整个森林的面积减少了多少？
哪些方面的错误得到了改善/改变？在观念上--它不应该，因为划分到了最后一点。
还没有做，只是 "看了一眼"，这不像是我整天都在打探的事情 :)
叛军又开始叛变了，你问我为什么要干涉，你的脑子和面包一样多。
是的！最主要的是，"大篷车 "正在到来）。
它只是速度慢--这就是人们愤慨的原因。
这句话已经说了十几亿遍了--关键在于输入数据。单纯的价格，由于其不可还原的非平稳性，并不能起到作用。
我已经被问过十亿次了--使你的研究系统化。
你的森林/网络可以靠什么数据来赚钱？在真实的BP和它的第一个差异中是否有这样的集群？
我再一次给你一个提示--博士对蜱虫系列做了大量的研究，好在只是非常辛苦的工作。有瘦削，无瘦削。只是调查了人工随机序列，等等。把这一切都归入表格，图表。最后从论坛上消失了。我认为他找到了圣杯。从他在我的PM上的帖子来看--"几乎可能 "是这样。
它的发展非常快，在不到一年的时间里，NS已经被研究，最新的最有希望的方法，如RL，已经写了几篇文章来概述这个方法。
机器学习中发展最迅速的贝叶斯方法，即Bayes+RL。是的，这都是英文的。
我所做的一切一般都是现在MO中最酷的事情，它很复杂，所以我甚至不读任何50年前就知道的弱智的幼儿园的东西。国防部从那时起已经走过了漫长的道路。
马克斯，我完全理解，但仍然...
这里又是博士的帖子，之后他的成绩真的开始提高了。
"在阿塔查档案中，有两个实验文件。两者都含有正态分布的数值，直方图是相同的，而且几乎是相对于零对称的。
但这些文件有一个非常大的区别，那就是马尔科夫性。
一个文件有一个记忆（一个非标记过程），你可以尝试根据过去的值来预测 "下一个值是否大于或小于零"。你可以应用神经元学和其他机器学习来预测。
另一个文件没有记忆（马尔可夫过程），任何预测都会失败。机器学习是无能为力的，但也许亚历山大可以用物理学预测一些东西。
谁能学会识别哪个文件有内存，哪个文件没有内存--做得很好，将这种方法应用于外汇，将最终证明价格形成过程确实是马尔可夫的。
另外，值得检查的是，正态分布是否是模型盈利的充分条件。做一个累积暨()随机行走图，并尝试在上面进行交易。"
只是很明显，他首先学会了如何用 "内存 "来处理人工数据，然后愚蠢地学会了如何将其分配给真正的BP。
这就是全部。
我在有内存的人工数据上举了例子，一切工作正常。市场的非平稳性，所有这些，分布，都是很明显的
此外，我的TS也已经工作了相当长的时间（有自己的细微差别），我只是不交易，因为现在没有兴趣。而且只是改进，学习新的东西很有趣
你可以从上一篇文章中下载机器人，像Hindu那样赚钱。谁来预防？!!!
请原谅。也许我没有仔细阅读所有内容...我看看。
!!!
请原谅我。也许我没有仔细阅读整件事...我们将拭目以待。
我已经附上了一堆测试和截图，我不知道你还需要什么。我已经在里面放了很多测试和截图，我不知道还能做什么。
在这个主题中，有一篇客串文章。只是来分享一篇文章
马克斯，我明白，但仍然...
再一次，这里是博士的信息，之后他的成绩真的开始提高了。
"在atacha档案中，有两个测试文件。两者都含有正态分布的数值，直方图是相同的，而且几乎是围绕零点对称的。
但这些文件有一个非常大的区别，那就是马尔科夫性。
一个文件有一个记忆（一个非标记过程），你可以尝试依靠过去的值来预测 "下一个值是大于还是小于0"。你可以应用神经元学和其他机器学习来预测。
另一个文件没有记忆（马尔可夫过程），任何预测都会失败。机器学习是无能为力的，但也许亚历山大可以用物理学预测一些东西。
谁能学会识别哪个文件有内存，哪个文件没有内存--做得很好，将这种方法应用于外汇，将最终证明价格形成过程确实是马尔可夫的。
另外，值得检查的是，正态分布是否是模型盈利的充分条件。做一个累积暨()随机行走图，并尝试在上面进行交易。"
只是，他显然首先学会了如何用 "内存 "来处理人工数据，然后愚蠢地学会了如何将其分配给真正的BP。
这就是全部。
好吧，这不是重点，怎么会......难道你不明白，非平稳性在这种过程中是固有的，像基本上大多数人一样坚持正态分布，一旦有了增量的极限，一切就是正态分布，从反面看永远是非正态，甚至是不存在的，这怎么代表一个过程，没有分布？
我已经附上了一堆测试和截图，我不知道你还需要什么。我已经应用了大量的测试和截图。
我已经附上了大量的测试和截图。
在这个主题中，有一篇客串文章。我在这里只是想分享一篇文章。
你迟到了，不是HFT））））。他们说他们不知道该如何处理它们。