交易中的机器学习：理论、模型、实践和算法交易 - 页 2712 1...270527062707270827092710271127122713271427152716271727182719...3399 新评论 Evgeny Dyuka 2022.08.29 03:38 #27111 这是 Runet 中最好的也是唯一的关于交易中机器学习的 论坛，还是还有其他 论坛？ mytarmailS 2022.08.29 04:56 #27112 Evgeny Dyuka #: 这是 runet 中关于"交易中的机器学习 " 的最好且唯一的论坛，还是还有其他 论坛？ 这不是最好的，这是唯一的一个 mytarmailS 2022.08.29 07:06 #27113 Aleksey Vyazmikin #: 阿列克谢对事件和事件正确顺序的看法是对的，但如果没有关于算法的理论，我认为这一切都将停留在空谈层面。 ============= 下面是一个模式示例 1) 图表左边缘至红色 垂直线 是一个有水平线 的形态。 2) 第一个蓝色箭头是对该形态的正确反应 3) 同样，对该形态的正确反应 就是进入点。 正如您所看到的，该形态是相同的，它在 "我的荣誉 "中发挥作用，但它能否通过将市场视为一个时间序列来发现呢？ 我想看看谁能通过移动 K 线并查看最后 N 根蜡烛，用神经元或 catbustom 找到这种形态。 Maxim Dmitrievsky 2022.08.29 14:22 #27114 一个人把学习的例子说成是事件，用概念来代替，就好像是真实发生的事情一样。但这些都是他编造出来的例子，不能称之为事件。 然后，这个人开始相信这些是事件，而不是从天花板上取下来的训练例子，用他的定义以假乱真。 然后，他开始生活在这个虚假的现实中，引用一些愚蠢的图表来为自己辩护，而这些图表与任何事情都没有关系。 然后，他发现每个人都是傻瓜，呼吁扩大意识，等等。 然后，金融时间线就变成了神圣而多变的东西。 Maxim Dmitrievsky 2022.08.29 15:50 #27115 飞机起飞和降落，记录了这一事件。我们进入了一种改变了的意识，看到飞机越过了根据轨迹计算出来的 RSI。这对我们来说也是一个事件。现在，我们需要计算一个合适的人和一只螳螂之间的差别。 Maxim Dmitrievsky 2022.08.29 17:20 #27116 假设你是一只螳螂，无法区分一个虚构的事件和另一个虚构的事件。对你来说，因和果是一个事件，因此它们是同时发生的，它们之间没有任何时间和信息上的联系，因为没有时间序列，事件本身也是虚构的。你收集这些虚构的事件，用树叶把它们包起来，欣赏你的作品，把它们告诉你的朋友。你的事件发生在你脑海中的时间和空间之外。你似乎做得很好，但这一切与机器学习并无多少相似之处。 BillionerClub 2022.08.29 17:23 #27117 你有没有在 git hub 上的项目，至少看看这里的激烈争论是怎么回事？ BillionerClub 2022.08.29 17:55 #27118 我白学了 tensorflow 吗？ MQL5：添加了激活（激活函数）和导数（激活函数的导数）矩阵和向量方法，参数为：. AF_ELU 指数线性单元 AF_EXP 指数 AF_GELU 高斯误差线性单元 AF_HARD_SIGMOID 硬西格玛 AF_LINEAR 线性 AF_LRELU 畸变线性单元 AF_RELU REctified 线性单元 AF_SELU 按比例指数线性单位 AF_SIGMOID 西格码 AF_SOFTMAX 软最大值 AF_SOFTPLUS 软加 AF_SOFTSIGN Softsign AF_SWISH Swish AF_TANH 双曲切线 AF_TRELU 阈值修正线性单元 神经网络 中的激活函数决定了如何将输入信号的加权和转换成网络层节点的输出信号。激活函数的选择对神经网络的能力和性能有很大影响。模型的不同部分可以使用不同的激活函数。MQL5 不仅实现了所有已知的激活函数，还实现了激活函数的导数。需要使用导数函数来快速计算神经网络训练过程中根据接收到的误差进行的修正。 MQL5：添加了损失矩阵和向量方法（损失函数），参数如下：. LOSS_MSE 平均平方误差 LOSS_MAE 平均绝对误差 LOSS_CCE 分类交叉熵 LOSS_BCE 二元交叉熵 LOSS_MAPE 平均绝对百分比误差 LOSS_MSLE 平均平方对数误差 LOSS_KLD 库尔巴克-莱伯勒发散性 LOSS_COSINE 余弦相似度/接近度 LOSS_POISSON 泊松 LOSS_HINGE 铰链 LOSS_SQ_HINGE 平方铰链 LOSS_CAT_HINGE 分类铰链 损失_LOG_COSH 双曲余弦的对数 损失_胡贝尔 胡贝尔 Machine learning in trading: MQL5 中的矩阵和向量操作 Aleksey Vyazmikin 2022.08.29 20:34 #27119 mytarmailS #:阿列克谢关于事件和事件正确顺序的想法是对的，但如果没有算法理论，我认为这一切都将停留在空谈层面。============= 没错，我可能需要算法，这样人们才能理解它们是如何工作的--没有算法，你就无法编码。 不幸的是，我甚至看不懂复杂的公式--我不理解它们。 关于算法，我记得年轻时的一个案例，我当时在上大学，应该是第一年，是计算机科学，我们学的是 Basic。我们在计算机教室上课，我和我的朋友在课间通过窥探本地网络、嗅探计算机和其他年轻娱乐....，以此自娱自乐。我们坐在离黑板和老师很远的地方，所以我什么也看不到，有时我能听到他们在说什么....。当时是考试还是实验时间--我不记得了，我必须在电脑上写一个程序，计算出一些东西并显示在屏幕上。很明显，老师不喜欢我，所以当我提前完成工作，并再次娱乐时，她坐在我的电脑前跑过代码，并恶意地告诉观众，我是一个没有天赋的人，我的代码很烂，它不会工作，什么是raztakaya我....。于是，大家聚集在一起，她运行了代码，结果成功了！在接下来的课堂上，她只是坐在那里否认现实。那是我们小组与她的最后一节课--因为我，她拒绝与我们合作。 后来，过了几个月，有一个人变成了一个了不起的人，他甚至允许在其他对子上得分，偷偷地坐在办公室里上网，把从网上挖来的软件用软盘带回家。 那是很久以前的事了...... Aleksey Vyazmikin 2022.08.29 20:37 #27120 Maxim Dmitrievsky #:一个人把学习的例子说成是事件，用概念来代替，就好像是真实发生的事情一样。但这些都是他杜撰出来的例子，不能称之为事件。然后，这个人开始相信这些是事件，而不是从天花板上取下来的训练例子，用他的定义以假乱真然后，他开始生活在这个虚假的现实中，引用一些愚蠢的图表来为自己辩护，而这些图表与任何事情都没有关系。然后，每个人都变成了傻瓜，呼吁扩大意识，等等等等。然后，金融时间线就变成了神圣而多变的东西。 马克西姆，发泄你的怒火，放松--你根本不需要证明你的优越性和独特性！ 我没有侮辱任何人--试着找找吧。 如果你的视野是宗教和信仰的问题，那么我不敢干涉，我只是想让你看到比时间序列更多的东西。 1...270527062707270827092710271127122713271427152716271727182719...3399 新评论 原因: 取消 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
这是 runet 中关于"交易中的机器学习 " 的最好且唯一的论坛，还是还有其他 论坛？
阿列克谢对事件和事件正确顺序的看法是对的，但如果没有关于算法的理论，我认为这一切都将停留在空谈层面。
=============
下面是一个模式示例
1) 图表左边缘至红色 垂直线 是一个有水平线 的形态。
2) 第一个蓝色箭头是对该形态的正确反应
3) 同样，对该形态的正确反应 就是进入点。
正如您所看到的，该形态是相同的，它在 "我的荣誉 "中发挥作用，但它能否通过将市场视为一个时间序列来发现呢？
我想看看谁能通过移动 K 线并查看最后 N 根蜡烛，用神经元或 catbustom 找到这种形态。
一个人把学习的例子说成是事件，用概念来代替，就好像是真实发生的事情一样。但这些都是他编造出来的例子，不能称之为事件。
然后，这个人开始相信这些是事件，而不是从天花板上取下来的训练例子，用他的定义以假乱真。
然后，他开始生活在这个虚假的现实中，引用一些愚蠢的图表来为自己辩护，而这些图表与任何事情都没有关系。
然后，他发现每个人都是傻瓜，呼吁扩大意识，等等。
然后，金融时间线就变成了神圣而多变的东西。
我白学了 tensorflow 吗？
. 神经网络 中的激活函数决定了如何将输入信号的加权和转换成网络层节点的输出信号。激活函数的选择对神经网络的能力和性能有很大影响。模型的不同部分可以使用不同的激活函数。MQL5 不仅实现了所有已知的激活函数，还实现了激活函数的导数。需要使用导数函数来快速计算神经网络训练过程中根据接收到的误差进行的修正。
.
阿列克谢关于事件和事件正确顺序的想法是对的，但如果没有算法理论，我认为这一切都将停留在空谈层面。
=============
没错，我可能需要算法，这样人们才能理解它们是如何工作的--没有算法，你就无法编码。
不幸的是，我甚至看不懂复杂的公式--我不理解它们。
关于算法，我记得年轻时的一个案例，我当时在上大学，应该是第一年，是计算机科学，我们学的是 Basic。我们在计算机教室上课，我和我的朋友在课间通过窥探本地网络、嗅探计算机和其他年轻娱乐....，以此自娱自乐。我们坐在离黑板和老师很远的地方，所以我什么也看不到，有时我能听到他们在说什么....。当时是考试还是实验时间--我不记得了，我必须在电脑上写一个程序，计算出一些东西并显示在屏幕上。很明显，老师不喜欢我，所以当我提前完成工作，并再次娱乐时，她坐在我的电脑前跑过代码，并恶意地告诉观众，我是一个没有天赋的人，我的代码很烂，它不会工作，什么是raztakaya我....。于是，大家聚集在一起，她运行了代码，结果成功了！在接下来的课堂上，她只是坐在那里否认现实。那是我们小组与她的最后一节课--因为我，她拒绝与我们合作。
后来，过了几个月，有一个人变成了一个了不起的人，他甚至允许在其他对子上得分，偷偷地坐在办公室里上网，把从网上挖来的软件用软盘带回家。
那是很久以前的事了......
一个人把学习的例子说成是事件，用概念来代替，就好像是真实发生的事情一样。但这些都是他杜撰出来的例子，不能称之为事件。
然后，这个人开始相信这些是事件，而不是从天花板上取下来的训练例子，用他的定义以假乱真
然后，他开始生活在这个虚假的现实中，引用一些愚蠢的图表来为自己辩护，而这些图表与任何事情都没有关系。
然后，每个人都变成了傻瓜，呼吁扩大意识，等等等等。
然后，金融时间线就变成了神圣而多变的东西。
马克西姆，发泄你的怒火，放松--你根本不需要证明你的优越性和独特性！
我没有侮辱任何人--试着找找吧。
如果你的视野是宗教和信仰的问题，那么我不敢干涉，我只是想让你看到比时间序列更多的东西。