交易中的机器学习：理论、模型、实践和算法交易 - 页 1580 1...157315741575157615771578157915801581158215831584158515861587...3399 新评论 Boris 2019.12.29 19:48 #15791 马克西姆-德米特里耶夫斯基。 好了，协整 这是我们通常在事后才发现的福气 因此，除了打勾外，它没有什么用处--这些行最近是协整的。 [删除] 2019.12.29 19:49 #15792 鲍里斯。 这是我们通常在事后发现的幸福。 因此，它没有什么用 似乎没有别的东西了。 Boris 2019.12.29 19:50 #15793 马克西姆-德米特里耶夫斯基。 似乎没有别的东西了。 这就是我们正在谈论的问题。 悲伤 Boris 2019.12.29 22:32 #15794 或者这里有，例如，2个系列，每个系列都是由他们自己的增量组成的，或者像其他人说的那样，差异 或这个 或这个 或这个 Boris 2019.12.30 14:28 #15795 阿纳托利-扎因奇科夫斯基。 你对合成品唯一能做的就是无限缩小差异。 因此，我建议继续观察原始系列的分歧曲线，而不是合成品。 你会看到同样的图片，同样的扩大曲线。我不能告诉你如何交易这种扩张模式，但我可以假设，如果曲率的某些部分开始改变方向的矢量，很可能其他部分也应该改变其方向的矢量。 更有趣的是找出这个不断扩大的曲线云 何时与中心有强烈的偏移，然后我们可以收集统计数据，并试图确定一些有用的东西。 但这不是MO，所以请原谅我抛出的非主题信息。 这就是情况，虽然不是很强，但似乎相当稳定。 这就是为什么出现了关于调查可能的过度训练的问题 Mihail Marchukajtes 2019.12.31 16:13 #15796 同事们。 我祝你新年快乐，明年你只收到足以满足市场的一般化模型。祝你好运 !!!! 为了让你感到轻松。新一年的热门话题 Aleksey Vyazmikin 2020.01.01 21:29 #15797 CatBoost 视频更适合程序员 :) Mihail Marchukajtes 2020.01.01 22:26 #15798 阿列克谢-维亚兹米 金。 CatBoost视频更适合程序员 :) 有趣的是，不是很清楚 :-( Mihail Marchukajtes 2020.01.02 09:05 #15799 我在阿特金斯的兄弟们。今天是休息日，我错过了市场概览中的最后一个符号价格。有没有办法通过蜱虫模拟或其他方式来更新它们。没有最后的价格，我不想计算 :-(. 我搜索了整个论坛，但没有找到任何东西，唉。 [删除] 2020.01.06 13:38 #15800 叶夫根尼-迪尤卡。 我是新来的，这个主题很大，如果不难给个三昧--用神经网络预测报价是否可能？有任何工作实例吗？ 我正在深入研究这个问题，我正在与谷歌的一个实验室+TensorFlow+Keras+Telegram（我在为自己的结果打信号）合作。 简而言之，主题是：谁开始工作，谁就离开，不告诉任何人。谁不开始工作，他们就直接离开。 我得出的结论是，统计分析是最重要的，然后是以MO的形式出现在上面的樱桃。个人意见。我想可能有一些有效的方法可以通过人工智能自动进行统计分析，我还没有成功过。 可以说，不是统计分析，而是经济计量学 fuerst。NS只是一个 "为什么不 "类型的东西。 1...157315741575157615771578157915801581158215831584158515861587...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
好了，协整
这是我们通常在事后才发现的福气
因此，除了打勾外，它没有什么用处--这些行最近是协整的。
这是我们通常在事后发现的幸福。
因此，它没有什么用
似乎没有别的东西了。
似乎没有别的东西了。
这就是我们正在谈论的问题。
悲伤
或者这里有，例如，2个系列，每个系列都是由他们自己的增量组成的，或者像其他人说的那样，差异
或这个
或这个
或这个
你对合成品唯一能做的就是无限缩小差异。 因此，我建议继续观察原始系列的分歧曲线，而不是合成品。 你会看到同样的图片，同样的扩大曲线。我不能告诉你如何交易这种扩张模式，但我可以假设，如果曲率的某些部分开始改变方向的矢量，很可能其他部分也应该改变其方向的矢量。
这就是情况，虽然不是很强，但似乎相当稳定。
这就是为什么出现了关于调查可能的过度训练的问题
同事们。
我祝你新年快乐，明年你只收到足以满足市场的一般化模型。祝你好运 !!!!
为了让你感到轻松。新一年的热门话题
CatBoost 视频更适合程序员 :)
CatBoost视频更适合程序员 :)
我在阿特金斯的兄弟们。今天是休息日，我错过了市场概览中的最后一个符号价格。有没有办法通过蜱虫模拟或其他方式来更新它们。没有最后的价格，我不想计算 :-(.
我搜索了整个论坛，但没有找到任何东西，唉。
我是新来的，这个主题很大，如果不难给个三昧--用神经网络预测报价是否可能？有任何工作实例吗？
我正在深入研究这个问题，我正在与谷歌的一个实验室+TensorFlow+Keras+Telegram（我在为自己的结果打信号）合作。
简而言之，主题是：谁开始工作，谁就离开，不告诉任何人。谁不开始工作，他们就直接离开。
我得出的结论是，统计分析是最重要的，然后是以MO的形式出现在上面的樱桃。个人意见。我想可能有一些有效的方法可以通过人工智能自动进行统计分析，我还没有成功过。
可以说，不是统计分析，而是经济计量学 fuerst。NS只是一个 "为什么不 "类型的东西。