交易中的机器学习:理论、模型、实践和算法交易 - 页 1896 1...188918901891189218931894189518961897189818991900190119021903...3399 新评论 Uladzimir Izerski 2020.07.20 19:33 #18951 Maxim Dmitrievsky: 根据不同的时间(显然还有乐器),可能有不同的切割方式例如,这里是第9个小时(终端时间)的欧元兑美元。反向集群。买入和卖出集群也可以被设置为历史上的正数 总之,过冲和优化的问题仍然存在。 我看到的是一张5分钟的照片,真正的结果可能是一张颠倒的照片。只有来自真实的市场。无论它是演示还是真实的,都不重要。我会尊重这一点。 而so(((((。 我在哭。)) [删除] 2020.07.20 19:34 #18952 Uladzimir Izerski: 我看到的是一张5分钟的照片,真正的结果可能是一张颠倒的照片。只有从真正的市场给予。无所谓演示或真实。我将尊重这一点。而so(((((。我哭了))))。 出去走走。 Uladzimir Izerski 2020.07.20 19:36 #18953 Maxim Dmitrievsky: 去走走吧。 明白了。所以,这是不可行的。消失了,直到更好的时代)。 Evgeny Dyuka 2020.07.20 19:42 #18954 Uladzimir Izerski: 明白了。所以,这是不可行的。消失了,直到更好的时候))。 在这里,测试真实的市场是不习惯的。现在是你了解论坛规则的时候了。 Uladzimir Izerski 2020.07.20 19:50 #18955 Evgeny Dyuka: 这里没有用真实市场进行测试的习惯。现在是你了解论坛规则的时候了。 而这是正确的。句号。 Ivan_Invanov 2020.07.20 20:01 #18956 Uladzimir Izerski: 我看到的是一张5分钟的照片,真正的结果可能是一张颠倒的照片。只有从真正的市场给予。无所谓演示或真实。我会尊重这一点。而so(((((。我哭了))。 测试仪就像一种药物。 Uladzimir Izerski 2020.07.20 20:26 #18957 Ivan_Invanov: 测试仪就像毒品。 对有些人来说是这样。 对试验者进行自我安慰。是的。 不想搅乱蚁穴。我一直在关注这个话题,已经很久了。到目前为止没有进展。也许在云层后面有更多的进展。 Rorschach 2020.07.21 09:35 #18958 "一个带有教师的深度学习算法在每个类别有大约5000个标记的例子时就能达到可接受的质量" 对M1来说,每天都要对一周的故事进行再训练,对M5来说,每周对一个月的故事进行一次训练。 对于其他方法,是否有任何数字可以比较? [删除] 2020.07.21 10:04 #18959 Uladzimir Izerski: 对某些人来说,是的。对试验者进行自我安慰。是的。不想搅乱蚁穴。已经关注这个话题有一段时间了。到目前为止没有进展。也许在云中仍有进展。 沃瓦,你有你自己的主题,没有开始就放弃了,回来吧 Valeriy Yastremskiy 2020.07.21 10:10 #18960 Maxim Dmitrievsky: 根据不同的时间(显然还有乐器),可能有不同的切割方式例如,这里是第9个小时(终端时间)的欧元兑美元。反向集群。买入和卖出集群也可以被设置为历史上的正数。简而言之,搜索和优化的问题仍然是一样的+再培训。在新的数据上,它可能工作得更糟糕(像往常一样)。像这样:自2015年以来的聚类。这是最令人沮丧的部分。没想到相当粗糙的聚类成团会给人以强烈的过度训练。 我还是不明白时间的问题,1、2、9小时只是终端时间? 1...188918901891189218931894189518961897189818991900190119021903...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
根据不同的时间(显然还有乐器),可能有不同的切割方式
例如,这里是第9个小时(终端时间)的欧元兑美元。反向集群。
买入和卖出集群也可以被设置为历史上的正数
总之,过冲和优化的问题仍然存在。我看到的是一张5分钟的照片,真正的结果可能是一张颠倒的照片。只有来自真实的市场。无论它是演示还是真实的,都不重要。我会尊重这一点。
而so(((((。
我在哭。))
我看到的是一张5分钟的照片,真正的结果可能是一张颠倒的照片。只有从真正的市场给予。无所谓演示或真实。我将尊重这一点。
而so(((((。
我哭了))))。
出去走走。
去走走吧。
明白了。所以,这是不可行的。消失了,直到更好的时代)。
明白了。所以,这是不可行的。消失了,直到更好的时候))。
这里没有用真实市场进行测试的习惯。现在是你了解论坛规则的时候了。
而这是正确的。句号。
我看到的是一张5分钟的照片,真正的结果可能是一张颠倒的照片。只有从真正的市场给予。无所谓演示或真实。我会尊重这一点。
而so(((((。
我哭了))。
测试仪就像毒品。
对有些人来说是这样。
对试验者进行自我安慰。是的。
不想搅乱蚁穴。我一直在关注这个话题,已经很久了。到目前为止没有进展。也许在云层后面有更多的进展。
"一个带有教师的深度学习算法在每个类别有大约5000个标记的例子时就能达到可接受的质量"
对M1来说,每天都要对一周的故事进行再训练,对M5来说,每周对一个月的故事进行一次训练。
对于其他方法,是否有任何数字可以比较?
对某些人来说,是的。
对试验者进行自我安慰。是的。
不想搅乱蚁穴。已经关注这个话题有一段时间了。到目前为止没有进展。也许在云中仍有进展。
根据不同的时间(显然还有乐器),可能有不同的切割方式
例如,这里是第9个小时(终端时间)的欧元兑美元。反向集群。
买入和卖出集群也可以被设置为历史上的正数。
简而言之,搜索和优化的问题仍然是一样的
+再培训。在新的数据上,它可能工作得更糟糕(像往常一样)。
像这样:自2015年以来的聚类。这是最令人沮丧的部分。没想到相当粗糙的聚类成团会给人以强烈的过度训练。
我还是不明白时间的问题,1、2、9小时只是终端时间?