交易中的机器学习:理论、模型、实践和算法交易 - 页 2735 1...272827292730273127322733273427352736273727382739274027412742...3399 新评论 Valeriy Yastremskiy 2022.09.08 13:41 #27341 СанСаныч Фоменко #:陈述 "的目的是什么?陈述 "的目的是什么?如果是哲学上的,那就毫无疑问了。但在金融市场中,目的只有两个:预测价值和预测方向(符号)。如果 "表象 "就是为了这个目的,那么所有这些 "表象 "有什么影响、有什么关联、有什么预测能力 呢? 为了让参加讨论的人更好地理解这些观点,在这里,每个人的表征都是非常不同的,甚至在最初的概念上也是如此。表象取决于物体模型与物体本身的接近程度。 Aleksey Vyazmikin 2022.09.08 14:10 #27342 mytarmailS #: 如果树叶中没有激活,则意味着当前样本与模型训练的区域不对应.....。 如果需要了解当前状态是否没有改变,则有必要对移动进行重新训练 如果当前样本与之不符,就意味着它是不同的,这就是其变化的事实。 mytarmailS#: 在我的脚本中替换你自己的数据有什么问题吗? 我不明白它最终应该做什么。我们需要它从整个样本中确定一个部分的最佳长度,它能做到吗? 甚至最好能将样本分成若干部分,以便进行一致的应用和训练。 mytarmailS 2022.09.08 14:29 #27343 Valeriy Yastremskiy #:为了让参加讨论的人更好地理解这些想法,实践证明,在座的每个人都有截然不同的表象,甚至在最初的概念上也是如此。物体模型与物体本身的接近程度取决于表象。 他是个白痴,不要试图解释什么。 mytarmailS 2022.09.08 14:32 #27344 Aleksey Vyazmikin #:我不明白工作结束后他应该做什么。我们需要它从整个样本中确定最佳长度,它能做到吗?甚至最好能将样本分成若干部分,以便进行一致的应用和培训。 我不明白你们想做什么,怎么做,如何确定你们想做什么。 Valeriy Yastremskiy 2022.09.08 15:04 #27345 mytarmailS #:是的,我也不明白你想做什么,怎么做,如何定义什么。 确定有意义目标的最小窗口或样本大小。我不知道怎么做。也许可以用蛮力,但那样成本很高。我很难想出一个办法。似乎所有需要的特征都应该出现在样本中,而且一次就够了,也可以重复,但至少都要出现一次。在不知道特征的情况下,我不知道如何确定这一点。 mytarmailS 2022.09.08 15:29 #27346 Valeriy Yastremskiy #:确定重要目标的最小窗口或样本量。我不知道怎么做。也许可以用蛮力,但代价很高。很难想出一个办法。似乎有必要让所有需要的特征都出现在样本中,而且一次就够了,也可以重复,但至少都出现一次。我不知道如何在不知道特征的情况下确定这一点。 目标很明确... 但老实说,我看不出有什么深刻的想法。 Valeriy Yastremskiy 2022.09.08 15:37 #27347 mytarmailS #:目的很明确。但老实说,我实在看不出其中有什么深刻的思想。 滑动窗口越小,显示变化的速度就越快。而且窗口本身的计算也更容易。 Aleksey Nikolayev 2022.09.08 16:29 #27348 СанСаныч Фоменко #:陈述 "的目的是什么?陈述 "的目的是什么?如果是哲学上的,那就毫无疑问了。但在金融市场中,目的只有两个:预测价值和预测方向(符号)。如果 "表象 "是为了这个目的,那么所有这些 "表象 "对上述目的有什么影响、有什么关联、有什么预测能力? 应进一步明确预测的方法。如果是通过猜测动物的内脏来进行预测,那么就需要有动物的来源--比如动物农场。如果用数学来进行预测,那么就需要有适当的数学工具,而这些工具通常是基于对学科领域的想法而引入的概念。 СанСаныч Фоменко 2022.09.08 16:49 #27349 Aleksey Nikolayev #:有必要明确预测的方法。如果是通过猜测动物内脏来进行预测,那么我们需要一个动物来源--例如一个动物农场。如果使用数学进行预测,则需要适当的数学工具,其基础通常是根据对学科领域的想法而引入的概念。 首先,遮遮掩掩的新说法。 其次。在数学中,有一个概念,可能是 "表征"--预测器,以及它的一堆同义词。 我暂停一下,重申一下我的理解:有与目标相关的不同强度的预测因子,也有垃圾。在我的模型中,预测因子的初始列表大约有 180 个。预测的对象不超过 10 个,其余的都是垃圾,而且随着窗口的移动,10 个预测对象的名称也会发生变化。 因此,我对 "表征 "提出了疑问。为什么要在 "预测者--目标 "联系之外这样做,而且不对垃圾(动物内脏)的归属进行衡量。 Aleksey Nikolayev 2022.09.08 17:35 #27350 СанСаныч Фоменко #:首先,新闻术语模糊了重点。其次。在 MO 中有一个概念,可能是 "表征"--预测器及其一系列同义词。我暂停一下,重申一下我的理解:有与目标相关的不同强度的预测因子,也有垃圾。在我的模型中,预测因子的初始列表约为 180 个。进行预测的预测因子不超过 10 个,其余的都是垃圾,而且随着窗口的移动,10 个预测因子中包含的预测因子名称也会发生变化。因此,我对 "表征 "提出了疑问。为什么要在 "预测者--目标 "联系之外进行,而且不对垃圾(动物内脏)进行归因测量。 当然,这不是什么新词。表征是指物体在头脑中的形象,这是一个长期使用的术语。把一个物体表示成一串数字,则是一个新近出现的、深层次的概念。预测列表本身是建立在我们对物体的个人感知基础之上的,因此它永远不会在两个不同的 "机械师 "身上重合。顺便说一句,这也是为什么在这个主题中几乎不可能对具体问题进行有意义的讨论的原因之一。 1...272827292730273127322733273427352736273727382739274027412742...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
陈述 "的目的是什么?陈述 "的目的是什么?
如果是哲学上的,那就毫无疑问了。
但在金融市场中,目的只有两个:预测价值和预测方向(符号)。
如果 "表象 "就是为了这个目的,那么所有这些 "表象 "有什么影响、有什么关联、有什么预测能力 呢?
为了让参加讨论的人更好地理解这些观点,在这里,每个人的表征都是非常不同的,甚至在最初的概念上也是如此。表象取决于物体模型与物体本身的接近程度。
如果树叶中没有激活,则意味着当前样本与模型训练的区域不对应.....。
如果当前样本与之不符,就意味着它是不同的,这就是其变化的事实。
在我的脚本中替换你自己的数据有什么问题吗?
我不明白它最终应该做什么。我们需要它从整个样本中确定一个部分的最佳长度,它能做到吗?
甚至最好能将样本分成若干部分,以便进行一致的应用和训练。
为了让参加讨论的人更好地理解这些想法,实践证明,在座的每个人都有截然不同的表象,甚至在最初的概念上也是如此。物体模型与物体本身的接近程度取决于表象。
他是个白痴,不要试图解释什么。
我不明白工作结束后他应该做什么。我们需要它从整个样本中确定最佳长度,它能做到吗?
甚至最好能将样本分成若干部分,以便进行一致的应用和培训。
我不明白你们想做什么,怎么做,如何确定你们想做什么。
是的,我也不明白你想做什么,怎么做,如何定义什么。
确定有意义目标的最小窗口或样本大小。我不知道怎么做。也许可以用蛮力,但那样成本很高。我很难想出一个办法。似乎所有需要的特征都应该出现在样本中,而且一次就够了,也可以重复,但至少都要出现一次。在不知道特征的情况下,我不知道如何确定这一点。
确定重要目标的最小窗口或样本量。我不知道怎么做。也许可以用蛮力,但代价很高。很难想出一个办法。似乎有必要让所有需要的特征都出现在样本中,而且一次就够了,也可以重复,但至少都出现一次。我不知道如何在不知道特征的情况下确定这一点。
目标很明确...
但老实说,我看不出有什么深刻的想法。
目的很明确。
但老实说,我实在看不出其中有什么深刻的思想。
陈述 "的目的是什么?陈述 "的目的是什么?
如果是哲学上的,那就毫无疑问了。
但在金融市场中,目的只有两个:预测价值和预测方向(符号)。
如果 "表象 "是为了这个目的,那么所有这些 "表象 "对上述目的有什么影响、有什么关联、有什么预测能力?
应进一步明确预测的方法。如果是通过猜测动物的内脏来进行预测,那么就需要有动物的来源--比如动物农场。如果用数学来进行预测,那么就需要有适当的数学工具,而这些工具通常是基于对学科领域的想法而引入的概念。
有必要明确预测的方法。如果是通过猜测动物内脏来进行预测,那么我们需要一个动物来源--例如一个动物农场。如果使用数学进行预测,则需要适当的数学工具,其基础通常是根据对学科领域的想法而引入的概念。
首先,遮遮掩掩的新说法。
其次。在数学中,有一个概念,可能是 "表征"--预测器,以及它的一堆同义词。
我暂停一下,重申一下我的理解:有与目标相关的不同强度的预测因子,也有垃圾。在我的模型中,预测因子的初始列表大约有 180 个。预测的对象不超过 10 个,其余的都是垃圾,而且随着窗口的移动,10 个预测对象的名称也会发生变化。
因此,我对 "表征 "提出了疑问。为什么要在 "预测者--目标 "联系之外这样做,而且不对垃圾(动物内脏)的归属进行衡量。
首先,新闻术语模糊了重点。
其次。在 MO 中有一个概念,可能是 "表征"--预测器及其一系列同义词。
我暂停一下,重申一下我的理解:有与目标相关的不同强度的预测因子,也有垃圾。在我的模型中,预测因子的初始列表约为 180 个。进行预测的预测因子不超过 10 个,其余的都是垃圾,而且随着窗口的移动,10 个预测因子中包含的预测因子名称也会发生变化。
因此,我对 "表征 "提出了疑问。为什么要在 "预测者--目标 "联系之外进行,而且不对垃圾(动物内脏)进行归因测量。
当然,这不是什么新词。表征是指物体在头脑中的形象,这是一个长期使用的术语。把一个物体表示成一串数字,则是一个新近出现的、深层次的概念。预测列表本身是建立在我们对物体的个人感知基础之上的,因此它永远不会在两个不同的 "机械师 "身上重合。顺便说一句,这也是为什么在这个主题中几乎不可能对具体问题进行有意义的讨论的原因之一。