交易中的机器学习：理论、模型、实践和算法交易 - 页 2524 1...251725182519252025212522252325242525252625272528252925302531...3399 新评论 Aleksey Nikolayev 2021.12.18 16:19 #25231 秘诀#： 计算市场的ACF已经) 使用市场不稳定的乘法表) Iosebi Tavadze 2021.12.18 16:32 #25232 对不起，我的指标正在加载系统，让您感到不适。 在电子学中，解决这个问题很简单，在脉冲（第一根蜡烛）到来时让单一振荡器运行。 在这个指标和其他指标中，如果你写一个额外的命令字符串，在第一根蜂拥而至的蜡烛到来时，在有限的时间内打开指标，也可以解决这个问题。这意味着该指标在蜡烛形成期间不工作，但在蜡烛形成后，它在有限的时间内被打开。 你认为编程大师------------，这有什么可能？ 附加的文件： Waddah_Attar_BUY_SELL_Vol_xtf.mq4 4 kb secret 2021.12.18 16:32 #25233 Aleksey Nikolayev#: 使用市场不稳定的乘法表) 所以我已经做了很久了) secret 2021.12.18 16:36 #25234 LenaTrap#: 说实话，我根本无法理解什么。p.s 也许一些超级聪明的数学家会怜悯我并解释这里发生了什么？ 这个公式的得出，是出于体育的兴趣）它对挣钱几乎没有用处。 Aleksey Nikolayev 2021.12.18 17:14 #25235 LenaTrap#: 说实话，我根本无法理解什么。p.s 也许一些超级聪明的数学家会怜悯我，并解释这里发生了什么？ 从更简单的问题开始。例如，概率和频率或期望值和样本平均值之间的关系如何。同样，ACF和样本ACF也是相互关联的。 JeeyCi 2021.12.18 19:10 #25236 LenaTrap#: 好吧，但这样一来，你就根本不用计算什么了，因为随机漫步原则上根本不可能有任何自相关，因为我自己创造了一个数字的随机数组，其生成与彼此之间没有任何关系。为什么会有一个我没有设置的关联？尽管如此，测试所产生的一系列数字，并确保这一点，同时检查你的估计方法和它们的有效性，是很有用的？但是，是的，我们只是有不同的思维方式，你像一个学术数学家那样思考，而我使用计算机模拟，这些是解决问题的不同方法。 +1不做这种数学题...... 只有当前的价格才能决定未来的价格，"对过去事件的了解无助于预测未来的运动"...这就是真实交易和模拟交易的区别 -- 没有什么东西会在市场上随机游荡，一切都很微不足道 -- 在早上的某个时候（或在LIBOR设定之后），所有银行的报价都是一致的（甚至不管发生了什么，因为不管在期权分配中可以看到什么）...这不是每秒钟跳动的次数（这里有一个简单的VSA就够了），而是坑和参与者的常规...... 有的人有随机性，有的人有sb--（有的人已经成为理论家，虽然有的人更糟糕）--但他们无法从标志中分辨出因素，所以他们到处寻求依赖性，有的人希望有随机性和独立性......再次回忆公式 虽然ML的实际应用点简单得 令人发指 DL和机器学习之间基本上有三个主要区别。 DL在大型数据集上给出了出色的结果。但机器学习算法无法处理巨大的数据集。机器学习只能在小数据 集上工作。这就是机器学习的局限性。但DL可以很容易地对大数据集进行操作。 在机器学习中，你需要手动 输入所有特征来 训练模型。但DL自动提取了所有的 特征。这使得DL比机器学习强大得多。因为人工喂养是一个耗时的过程，特别是当你有一个大的数据集时。 机器学习不能解决复杂的现实世界问题。但深度学习算法可以轻松解决现实世界的问题。 这就是为什么许多领域都在使用DL算法而不是机器学习。 -- 这里所有的煽动者似乎都选择用手来做ML...除了 一个人...所以交易是不可能的。 p.s. 他们所能做的就是自以为是地引导一个人（有能力做计算实验）去维基百科上问一个愚蠢的问题 "mo和average之间有什么区别"。- ...并说这是一种体育兴趣（送大家而不是送自己）...认为他们的愚蠢问题越聪明、越天真，就越接近有人会引导他们进行真正的交易...- 纯粹的操纵 -- "为我计数，为我交易，否则你就完了"（他们又要作弊了，以为羊在市场上会变成牛），不了解市场在哪里，他们的对话在哪里 -- ......这里的分支很肮脏 Deep Learning, Everything You Need To Know About Deep Learning. www.mltut.com Do you wanna know about the basics of Deep Learning? Here I am gonna discuss all the basic detail of Deep Learning. At the end of this article, your basics Доктор 2021.12.18 21:03 #25237 Aleksey Nikolayev#: 因此，经过替换，ACF=sqrt(min(j,k)/max(j,k))。当然，如果我没有弄错的话）。 如果你不介意的话，我也会以更熟悉的形式重写它：ACF(t)=sqrt((n-t)/n)，其中n是样本量。 LenaTrap 2021.12.18 21:04 #25238 JeeyCi#: +1不做这种数学题......只有当前的价格才能决定未来的价格，"对过去事件的了解无助于预测未来的运动"...这就是真实交易和模拟交易的区别 -- 没有什么东西会在市场上随机游荡，一切都很微不足道 -- 在早上的某个时候（或在LIBOR设定之后），所有银行的报价都是一致的（甚至不管发生了什么，因为不管在期权分配中可以看到什么）...这不是每秒钟跳动的次数（这里有一个简单的VSA就够了），而是坑和参与者的常规......有的人有随机性，有的人有坐姿--（有的人有理论推理，虽然有的人更差）--但他们无法从标志中分辨出因素，所以他们绕过森林，有的人到树林中--有的人在寻找依赖性，有的人希望有随机性和独立性......再次记住公式尽管ML的实际应用的要点简单得令人发指-- 这里所有的煽动者似乎都选择用手来做ML...除了 一个人...所以根本不可能进行交易。p.s.他们在这里能做的就是自以为是地引导一个人（自己有能力做计算实验）去维基百科上问一个愚蠢的问题'mo和average之间有什么区别'...- ...并说这是一种体育兴趣（送大家而不是送自己）...认为他们的愚蠢问题越聪明、越天真，就越接近有人会引导他们进行真正的交易...- 纯粹的操纵 -- "为我计数，为我交易，否则你就完了"（他们又不怀好意，认为羊在市场上会变成牛），不了解市场在哪里，他们的对话在哪里 -- ...... 他们在这里的分支很肮脏 在真正的市场上？就个人而言，我有某种哲学。 *但我真的不想讨论它，因为没有证据，讨论假设是没有用的。 Доктор 2021.12.18 21:07 #25239 秘诀#: 该公式正在被撤销，出于体育兴趣）它对赚钱几乎没有作用。 情况甚至更糟。这个公式似乎暗示了这个系列的马特性，因此，不可能赚钱）。 secret 2021.12.18 21:13 #25240 医生#: 情况甚至更糟。这个公式有点暗示了这个系列的马特性，以及由此产生的赚钱的不可能性））。 所以这是给SB的。我们需要它来做什么？) 1...251725182519252025212522252325242525252625272528252925302531...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
计算市场的ACF已经)
使用市场不稳定的乘法表)
对不起，我的指标正在加载系统，让您感到不适。
在电子学中，解决这个问题很简单，在脉冲（第一根蜡烛）到来时让单一振荡器运行。 在这个指标和其他指标中，如果你写一个额外的命令字符串，在第一根蜂拥而至的蜡烛到来时，在有限的时间内打开指标，也可以解决这个问题。这意味着该指标在蜡烛形成期间不工作，但在蜡烛形成后，它在有限的时间内被打开。
你认为编程大师------------，这有什么可能？
使用市场不稳定的乘法表)
说实话，我根本无法理解什么。
p.s 也许一些超级聪明的数学家会怜悯我并解释这里发生了什么？
说实话，我根本无法理解什么。
p.s 也许一些超级聪明的数学家会怜悯我，并解释这里发生了什么？
从更简单的问题开始。例如，概率和频率或期望值和样本平均值之间的关系如何。同样，ACF和样本ACF也是相互关联的。
好吧，但这样一来，你就根本不用计算什么了，因为随机漫步原则上根本不可能有任何自相关，因为我自己创造了一个数字的随机数组，其生成与彼此之间没有任何关系。为什么会有一个我没有设置的关联？尽管如此，测试所产生的一系列数字，并确保这一点，同时检查你的估计方法和它们的有效性，是很有用的？
但是，是的，我们只是有不同的思维方式，你像一个学术数学家那样思考，而我使用计算机模拟，这些是解决问题的不同方法。
+1不做这种数学题......
只有当前的价格才能决定未来的价格，"对过去事件的了解无助于预测未来的运动"...这就是真实交易和模拟交易的区别 -- 没有什么东西会在市场上随机游荡，一切都很微不足道 -- 在早上的某个时候（或在LIBOR设定之后），所有银行的报价都是一致的（甚至不管发生了什么，因为不管在期权分配中可以看到什么）...这不是每秒钟跳动的次数（这里有一个简单的VSA就够了），而是坑和参与者的常规......
有的人有随机性，有的人有sb--（有的人已经成为理论家，虽然有的人更糟糕）--但他们无法从标志中分辨出因素，所以他们到处寻求依赖性，有的人希望有随机性和独立性......再次回忆公式
虽然ML的实际应用点简单得 令人发指
DL和机器学习之间基本上有三个主要区别。
-- 这里所有的煽动者似乎都选择用手来做ML...除了 一个人...所以交易是不可能的。
p.s.
他们所能做的就是自以为是地引导一个人（有能力做计算实验）去维基百科上问一个愚蠢的问题 "mo和average之间有什么区别"。- ...并说这是一种体育兴趣（送大家而不是送自己）...认为他们的愚蠢问题越聪明、越天真，就越接近有人会引导他们进行真正的交易...- 纯粹的操纵 -- "为我计数，为我交易，否则你就完了"（他们又要作弊了，以为羊在市场上会变成牛），不了解市场在哪里，他们的对话在哪里 -- ......这里的分支很肮脏
因此，经过替换，ACF=sqrt(min(j,k)/max(j,k))。当然，如果我没有弄错的话）。
如果你不介意的话，我也会以更熟悉的形式重写它：ACF(t)=sqrt((n-t)/n)，其中n是样本量。
+1不做这种数学题......
只有当前的价格才能决定未来的价格，"对过去事件的了解无助于预测未来的运动"...这就是真实交易和模拟交易的区别 -- 没有什么东西会在市场上随机游荡，一切都很微不足道 -- 在早上的某个时候（或在LIBOR设定之后），所有银行的报价都是一致的（甚至不管发生了什么，因为不管在期权分配中可以看到什么）...这不是每秒钟跳动的次数（这里有一个简单的VSA就够了），而是坑和参与者的常规......
有的人有随机性，有的人有坐姿--（有的人有理论推理，虽然有的人更差）--但他们无法从标志中分辨出因素，所以他们绕过森林，有的人到树林中--有的人在寻找依赖性，有的人希望有随机性和独立性......再次记住公式
尽管ML的实际应用的要点简单得令人发指
-- 这里所有的煽动者似乎都选择用手来做ML...除了 一个人...所以根本不可能进行交易。
p.s.
他们在这里能做的就是自以为是地引导一个人（自己有能力做计算实验）去维基百科上问一个愚蠢的问题'mo和average之间有什么区别'...- ...并说这是一种体育兴趣（送大家而不是送自己）...认为他们的愚蠢问题越聪明、越天真，就越接近有人会引导他们进行真正的交易...- 纯粹的操纵 -- "为我计数，为我交易，否则你就完了"（他们又不怀好意，认为羊在市场上会变成牛），不了解市场在哪里，他们的对话在哪里 -- ...... 他们在这里的分支很肮脏
在真正的市场上？就个人而言，我有某种哲学。
*但我真的不想讨论它，因为没有证据，讨论假设是没有用的。
该公式正在被撤销，出于体育兴趣）它对赚钱几乎没有作用。
情况甚至更糟。这个公式似乎暗示了这个系列的马特性，因此，不可能赚钱）。
情况甚至更糟。这个公式有点暗示了这个系列的马特性，以及由此产生的赚钱的不可能性））。