交易中的机器学习：理论、模型、实践和算法交易 - 页 1321 1...131413151316131713181319132013211322132313241325132613271328...3399 新评论 Yuriy Asaulenko 2019.02.12 16:41 #13201 马克西姆-德米特里耶夫斯基。澄清什么？ Yandex产品是。谢谢你。我对CERN有点迷惑，我以为这是一个不同的产品。你永远不知道）。 嗯，还有这句话--"阿列克谢选择的不是最差的猫粮，是迄今为止最好的研究之一。"，暗示这些猫咪的数量很多。 总之，这已经解决了。毕竟只有一个catbust）。 Renat Akhtyamov 2019.02.12 16:48 #13202 马克西姆-德米特里耶夫斯基。令人气愤的是小丑的行为，克服它吧。令人气愤的不是你的想法，而是有一些人顽固地坚持毫无意义的科蒂尔转换。 是的，瘦身只会失去一些关于价格变动的信息，不会有更多的信息。 这就像看1972年的价格和今天的价格，然后把其他的部分删掉。 Alexander_K 2019.02.12 16:48 #13203 雷纳特-阿赫蒂亚莫夫。这是关于第二个以外的点，还是关于我今天的现实生活状态？ 很好!什么时候有信号？去支部TP，领导它，嗯？我又病又累，而且没有任何结果 :( ( ) Renat Akhtyamov 2019.02.12 16:52 #13204 马克西姆-德米特里耶夫斯基。我对那些无脑 的人在一个他们不应该出现的主题中感到愤怒，没有别的意思。你是什么意思？ 你是指那些不以自己的大脑来统治，而是向神经元寻求帮助的人还是什么？ 我不干了！ 任何超级计算机（或NS）都不会改变一个人的想法，100%。 Renat Akhtyamov 2019.02.12 17:07 #13205 Alexander_K:好样的!什么时候有信号？到小费支部去领导它，嗯？我受够了，我还没有得到任何结果 :((((我看不出这个信号有什么意义。 现在是结论。 1.相对于供需平衡而言，科蒂尔增量的分布当然也是相对于平衡线而言的......镜像。 2.最大的增量从外汇开始就没有变化（40到120点，取决于货币对）。 3.价格是有记忆的，但记忆会随着时间的推移而淡化。 Farkhat Guzairov 2019.02.12 17:53 #13206 雷纳特-阿赫蒂亚莫夫。这是关于第二个以外的点，还是关于我今天的房地产统计？ Rinat，是NS吗？如果是，你是否设置了止损点？ Renat Akhtyamov 2019.02.12 17:57 #13207 法尔哈特-古扎罗夫。Rinat，这是一个NS吗？如果是这样，你是否设置了止损点？不，不是NS。 没有停牌和收购。 我只是在回应一个向所有所谓的愚蠢的人提出的挑战。 Yuriy Asaulenko 2019.02.12 18:02 #13208 就在昨天，一个关于预测正弦波的对话出现了，我想起了我的老话题。 关于交易、自动交易系统和交易策略测试的论坛 你的TS（森林和神经网络等）能预测吗？ Yuriy Asaulenko, 2018.05.22 16:39 机器学习 课题的很大一部分...是专门用于预测-预测的。我提出一个简单的测试来检查你的支架和神经网络的预测能力。 因此，你需要预测一个无限区间上的简单分析函数的几个样本（尽可能提前）。 Y（t）=（1+0.5sin（t））sin（6t）（1）。 这个问题不是发明出来的。它是一个MLP型神经网络包的演示例子。这个问题通过一个简单的NS成功解决了。 同一软件包包含更复杂的实例，如通过神经网络从噪声中提取语音，以及普通的不是很复杂的MLP。在这种情况下，你自己制造噪音，自己训练它，并自己提取清晰的语音。令人印象深刻，实际上。 你的脚手架和NS能够处理这样的任务吗（1）？如果没有，我们可以谈什么市场预测？我是报复性的，什么都记得）。 我必须说，你这样大惊小怪是徒劳的，但这个话题已经沉寂下来，事情还没有进入正题。也许是因为措辞不是很清楚。 实际上，我们不需要解决任何问题。你需要采取一个函数，像主题中的那个，或者更好的是一个更复杂的函数。用这个功能创建一个人工工具，并在测试器中对一个已经工作的策略进行运行。理想情况下，利润应该在工作的TS上过度。哦，我忘了，应该事先对函数进行归一化处理，使其与设置TS的符号大致对应。然后我们可以添加噪音，看看会发生什么。 我不做预测，也没有准备好这样的TS，所以我不能在最近的将来检查它。但在遥远的将来，我打算这样做。 现在谈谈我们为什么需要这些。 假设我们需要教授NS（或其他MO）的预测。通常情况下，NS的初始权重是随机初始化的，如果NS在训练时进入最小最大值，那就是一个非常大的问题。 让我们做以下工作。 1.生成一个接近市场BP 的非随机函数，用它来教导一个随机初始化的NS。检查它，等等。现在我们的NS在设置上已经接近我们所需要的，但到目前为止，我们还无法解决真正的问题。 2.我们使用真实的BP对NS进行训练（见第1点）。我们已经有了一些保证，初步的NS设置是在最小最大值区域附近的某个地方，在预训练的过程中，他们会去他们应该去的地方，但不是去某个随机的最小最大值。 这个比喻是指一个小学生，他首先被教导解决一个题目的简单问题，然后这些问题就变得更难了。按照小学生的方式教学比试图让他们从一开始就解决复杂的问题更有效。 一般来说，这个方法不是一个开口，在文献的某处发生过，但有很多书，我一个人不记得了。无论如何，我已经想到了它的实施。那么，和现成的TS的尝试的第一个实验，以预测一个分析功能，在一般情况下，需要作为一个阶段性的。 Farkhat Guzairov 2019.02.12 18:03 #13209 雷纳特-阿赫蒂亚莫夫。不，不是NS。 不停留，不外卖。 我只是在回应一个挑战，这个挑战是针对所有所谓的愚蠢的人提出来的。好的。因为我想谈谈所谓的 "正确的 "交易风格，它是关于止损的:)。 Renat Akhtyamov 2019.02.12 18:06 #13210 法尔哈特-古扎罗夫。好的。因为我想谈的是一种所谓的 "正确 "的交易风格，我们谈的是止损:)。这是一个非常哲学的话题。 停止是来自手动。 信号变化是由市场决定的 1...131413151316131713181319132013211322132313241325132613271328...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
澄清什么？ Yandex产品是。
谢谢你。我对CERN有点迷惑，我以为这是一个不同的产品。你永远不知道）。
嗯，还有这句话--"阿列克谢选择的不是最差的猫粮，是迄今为止最好的研究之一。"，暗示这些猫咪的数量很多。
总之，这已经解决了。毕竟只有一个catbust）。
令人气愤的是小丑的行为，克服它吧。
令人气愤的不是你的想法，而是有一些人顽固地坚持毫无意义的科蒂尔转换。
是的，瘦身只会失去一些关于价格变动的信息，不会有更多的信息。
这就像看1972年的价格和今天的价格，然后把其他的部分删掉。这是关于第二个以外的点，还是关于我今天的现实生活状态？
很好!什么时候有信号？去支部TP，领导它，嗯？我又病又累，而且没有任何结果 :( ( )
我对那些无脑 的人在一个他们不应该出现的主题中感到愤怒，没有别的意思。
你是什么意思？
你是指那些不以自己的大脑来统治，而是向神经元寻求帮助的人还是什么？
我不干了！
任何超级计算机（或NS）都不会改变一个人的想法，100%。好样的!什么时候有信号？到小费支部去领导它，嗯？我受够了，我还没有得到任何结果 :((((
我看不出这个信号有什么意义。
现在是结论。
1.相对于供需平衡而言，科蒂尔增量的分布当然也是相对于平衡线而言的......镜像。
2.最大的增量从外汇开始就没有变化（40到120点，取决于货币对）。
3.价格是有记忆的，但记忆会随着时间的推移而淡化。
这是关于第二个以外的点，还是关于我今天的房地产统计？
Rinat，是NS吗？如果是，你是否设置了止损点？
Rinat，这是一个NS吗？如果是这样，你是否设置了止损点？
不，不是NS。
没有停牌和收购。
我只是在回应一个向所有所谓的愚蠢的人提出的挑战。
就在昨天，一个关于预测正弦波的对话出现了，我想起了我的老话题。
关于交易、自动交易系统和交易策略测试的论坛
你的TS（森林和神经网络等）能预测吗？
Yuriy Asaulenko, 2018.05.22 16:39
机器学习 课题的很大一部分...是专门用于预测-预测的。我提出一个简单的测试来检查你的支架和神经网络的预测能力。
因此，你需要预测一个无限区间上的简单分析函数的几个样本（尽可能提前）。
Y（t）=（1+0.5sin（t））sin（6t）（1）。
这个问题不是发明出来的。它是一个MLP型神经网络包的演示例子。这个问题通过一个简单的NS成功解决了。
同一软件包包含更复杂的实例，如通过神经网络从噪声中提取语音，以及普通的不是很复杂的MLP。在这种情况下，你自己制造噪音，自己训练它，并自己提取清晰的语音。令人印象深刻，实际上。
你的脚手架和NS能够处理这样的任务吗（1）？如果没有，我们可以谈什么市场预测？
我是报复性的，什么都记得）。
我必须说，你这样大惊小怪是徒劳的，但这个话题已经沉寂下来，事情还没有进入正题。也许是因为措辞不是很清楚。
实际上，我们不需要解决任何问题。你需要采取一个函数，像主题中的那个，或者更好的是一个更复杂的函数。用这个功能创建一个人工工具，并在测试器中对一个已经工作的策略进行运行。理想情况下，利润应该在工作的TS上过度。哦，我忘了，应该事先对函数进行归一化处理，使其与设置TS的符号大致对应。然后我们可以添加噪音，看看会发生什么。
我不做预测，也没有准备好这样的TS，所以我不能在最近的将来检查它。但在遥远的将来，我打算这样做。
现在谈谈我们为什么需要这些。
假设我们需要教授NS（或其他MO）的预测。通常情况下，NS的初始权重是随机初始化的，如果NS在训练时进入最小最大值，那就是一个非常大的问题。
让我们做以下工作。
1.生成一个接近市场BP 的非随机函数，用它来教导一个随机初始化的NS。检查它，等等。现在我们的NS在设置上已经接近我们所需要的，但到目前为止，我们还无法解决真正的问题。
2.我们使用真实的BP对NS进行训练（见第1点）。我们已经有了一些保证，初步的NS设置是在最小最大值区域附近的某个地方，在预训练的过程中，他们会去他们应该去的地方，但不是去某个随机的最小最大值。
这个比喻是指一个小学生，他首先被教导解决一个题目的简单问题，然后这些问题就变得更难了。按照小学生的方式教学比试图让他们从一开始就解决复杂的问题更有效。
一般来说，这个方法不是一个开口，在文献的某处发生过，但有很多书，我一个人不记得了。无论如何，我已经想到了它的实施。那么，和现成的TS的尝试的第一个实验，以预测一个分析功能，在一般情况下，需要作为一个阶段性的。
不，不是NS。
不停留，不外卖。
我只是在回应一个挑战，这个挑战是针对所有所谓的愚蠢的人提出来的。
好的。因为我想谈谈所谓的 "正确的 "交易风格，它是关于止损的:)。
好的。因为我想谈的是一种所谓的 "正确 "的交易风格，我们谈的是止损:)。
这是一个非常哲学的话题。
停止是来自手动。
信号变化是由市场决定的