交易中的机器学习:理论、模型、实践和算法交易 - 页 2990 1...298329842985298629872988298929902991299229932994299529962997...3399 新评论 Forester 2023.04.02 15:12 #29891 mytarmailS #:我只是对吸毒者过敏。 恐怕没有其他人了浪费了这么多年的时间 却没有人取得任何实质性的成就而且还是这说明了什么?每个人都在推行自己的议程,似乎充满希望。这就是我们彼此意见不一致的原因。 Valeriy Yastremskiy#: 客户很可能找到了更好的资金解决方案,而不是更好的问题解决方案,即停止融资或出售公司)。 他们不太可能为最终公布于众的内容索要过高的费用。此外,这是一家天然气公司。这里面有很多钱。可以选择最佳解决方案。 Aleksey Nikolayev 2023.04.02 15:24 #29892 Valeriy Yastremskiy #:数字化学习环境有哪些不尽如人意之处?)))) DSP 有很多复杂的数学运算,很多爱好者并不了解,而且这些运算在市场上的应用也很少。我们都很清楚,它总是归结为 "让我们把价格分解成傅里叶级数"。例如,在 Cyberpower 时代就是如此)。 通常,这些同志都不知道应该分解成傅里叶级数的不是价格,而是 ACF。而那些知道的人,也明白为什么在价格的情况下这样做毫无意义。 mytarmailS 2023.04.02 15:42 #29893 Aleksey Nikolayev #:DSP 有许多复杂的数学运算,但许多 DSP 爱好者并不了解这些运算,而且这些运算在市场上的应用也很少。我们都很清楚,它总是归结为 "让我们把价格分解成一个傅里叶级数"。例如,在 Cyberpower 时代就是如此)。通常,这些同志都不知道应该分解成傅里叶级数的不是价格,而是 ACF。而那些知道的人,也明白为什么在价格的情况下这样做毫无意义。 DSP - 示波器、烙铁、傅立叶级数。 苏联 - 斯大林、贝利亚、古拉格。 这就是所有的理解...... Valeriy Yastremskiy 2023.04.02 15:44 #29894 Aleksey Nikolayev #:DSP 有许多复杂的数学运算,许多 DSP 爱好者并不了解这些运算,而且这些运算在市场上的应用也很少。我们都很清楚,它总是归结为 "让我们把价格分解成一个傅里叶级数"。例如,在 Cyberpower 时代就是如此)。通常,这些同志都不知道应该分解成傅里叶级数的不是价格,而是 ACF。而那些知道的人,也明白为什么在价格的情况下这样做毫无意义。 开玩笑)))))当然,在物理学之外,用静态公式进行信号处理是没有机会的,或者说,当变量没有得到恰当的描述或表述时,就像我们的情况一样,一个人或一群人还没有被形式化,对他们的行为进行信号处理也是没有机会的。)))))) Valeriy Yastremskiy 2023.04.02 15:50 #29895 mytarmailS #:DSP - 示波器、烙铁、傅立叶。苏联 - 斯大林、贝利亚、古拉格集中营就了解这么多...... 那么,在这里,就好像是要了解变量应该精确到什么程度,从这些变量中得到的信号将是重要的,对于人来说,如何评估它。到目前为止,对随机选择的信号进行数字化处理会产生异常值,同样的文艺复兴和其他公司也是如此。但这还不是科学。 mytarmailS 2023.04.02 16:17 #29896 Valeriy Yastremskiy #:那么,在这里就好像要了解变量应该精确到什么程度,以便这些变量的信号将是重要的,关于人,如何估计它。到目前为止,随机选择信号的数字化给出了异常值,同样的文艺复兴和其他公司。但这还不是科学。 首先,你需要明白,99.9%的指标都是手工/低效低通或高通滤波器....。 他们在匠心独运地做着 DSP,但同时又在憎恨它......有经验的指示器用户所能想到的关于使用指示器的所有 "巧妙想法" (手工制作的低通、高通滤波器),早在 70 年前就已经以最佳方式实现了....。 如果至少有这样的理解,那该多好啊 我并不是说要理解神经元是相同的数字滤波器,只是更加复杂而已、 我也不是在谈论 "过滤 "的多器官含义。 Aleksey Nikolayev 2023.04.02 16:33 #29897 mytarmailS #:DSP - 示波器、烙铁、傅立叶。苏联 - 斯大林、贝利亚、古拉格集中营就了解这么多...... 还有伟大的、解释一切的科捷尔尼科夫定理。它也可以写在苏联的成就里。 与其怨天尤人,不如思考一下为什么科特尔尼科夫定理对价格没有意义。 Aleksey Nikolayev 2023.04.02 16:41 #29898 mytarmailS #:首先,有必要了解,99.9% 的指标,包括 DSP 仇敌,都是手工/低效的低通或高通滤波器....。他们在匠心独运地使用 DSP 的同时,却在憎恨它......有经验的指标用户所能想到的关于指标使用的所有 "巧妙想法" (手工制作的低通、高通滤波器),早在70年前就已经以最佳方式实现了....。如果至少有这样的认识,那就好了.....。我说的不是理解神经元是相同的数字滤波器,而是更复杂的数字滤波器、我也不是在谈论 "过滤 "的多器官含义。 DSP 处理的是由静态(最多是准静态)随机过程描述的信号。价格并非由此类模型描述。如果价格是静止的,那么所有交易者早就成为万亿富豪了--这是一个需要牢记的简单道理。 过滤不是 COC 的特权,它使用的是这门科学的一种特殊情况,并不总是适合价格。 mytarmailS 2023.04.02 17:05 #29899 Aleksey Nikolayev #:DSP 的工作原理是对信号进行静态描述..... DSP 是数字信息处理的一个巨大领域... 而你却用自己非常狭隘的理解来写它。 这就好比你说 数据科学的 工作对象是信号,而信号是由静止的......。 澄清一下......信号不是示波器的辐射图,而是任何数字形式的信息。 Valeriy Yastremskiy 2023.04.02 17:10 #29900 Aleksey Nikolayev #:DSP 处理的是由静态(最多是准静态)随机过程描述的信号。价格并非由此类模型描述。如果价格是静止的,那么所有交易者早就成为万亿富豪了--这是一个需要牢记的简单道理。过滤并不是 COC 的特权,它使用的是这门科学的一种特殊情况,并不总是适合价格。 DSP 和 Mo 之间有什么区别呢?好吧,信号处理采用的是带权重和反馈的离散逻辑,你可以在触发器上实现几层。好像争论的实质并不清楚。当然,在传统的变体中,80 年代的 tsos 不会起作用。但如今 MO 也用于处理物理过程,这又何尝不是数字信号处理呢? 1...298329842985298629872988298929902991299229932994299529962997...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
我只是对吸毒者过敏。
恐怕没有其他人了浪费了这么多年的时间 却没有人取得任何实质性的成就而且还是这说明了什么?每个人都在推行自己的议程,似乎充满希望。这就是我们彼此意见不一致的原因。
客户很可能找到了更好的资金解决方案,而不是更好的问题解决方案,即停止融资或出售公司)。
他们不太可能为最终公布于众的内容索要过高的费用。此外,这是一家天然气公司。这里面有很多钱。可以选择最佳解决方案。
数字化学习环境有哪些不尽如人意之处?))))
DSP 有很多复杂的数学运算,很多爱好者并不了解,而且这些运算在市场上的应用也很少。我们都很清楚,它总是归结为 "让我们把价格分解成傅里叶级数"。例如,在 Cyberpower 时代就是如此)。
通常,这些同志都不知道应该分解成傅里叶级数的不是价格,而是 ACF。而那些知道的人,也明白为什么在价格的情况下这样做毫无意义。
DSP 有许多复杂的数学运算,但许多 DSP 爱好者并不了解这些运算,而且这些运算在市场上的应用也很少。我们都很清楚,它总是归结为 "让我们把价格分解成一个傅里叶级数"。例如,在 Cyberpower 时代就是如此)。
通常,这些同志都不知道应该分解成傅里叶级数的不是价格,而是 ACF。而那些知道的人,也明白为什么在价格的情况下这样做毫无意义。
DSP - 示波器、烙铁、傅立叶级数。
苏联 - 斯大林、贝利亚、古拉格。
这就是所有的理解......
DSP 有许多复杂的数学运算,许多 DSP 爱好者并不了解这些运算,而且这些运算在市场上的应用也很少。我们都很清楚,它总是归结为 "让我们把价格分解成一个傅里叶级数"。例如,在 Cyberpower 时代就是如此)。
通常,这些同志都不知道应该分解成傅里叶级数的不是价格,而是 ACF。而那些知道的人,也明白为什么在价格的情况下这样做毫无意义。
开玩笑)))))当然,在物理学之外,用静态公式进行信号处理是没有机会的,或者说,当变量没有得到恰当的描述或表述时,就像我们的情况一样,一个人或一群人还没有被形式化,对他们的行为进行信号处理也是没有机会的。))))))
DSP - 示波器、烙铁、傅立叶。
苏联 - 斯大林、贝利亚、古拉格集中营
就了解这么多......
那么,在这里,就好像是要了解变量应该精确到什么程度,从这些变量中得到的信号将是重要的,对于人来说,如何评估它。到目前为止,对随机选择的信号进行数字化处理会产生异常值,同样的文艺复兴和其他公司也是如此。但这还不是科学。
那么,在这里就好像要了解变量应该精确到什么程度,以便这些变量的信号将是重要的,关于人,如何估计它。到目前为止,随机选择信号的数字化给出了异常值,同样的文艺复兴和其他公司。但这还不是科学。
首先,你需要明白,99.9%的指标都是手工/低效低通或高通滤波器....。
他们在匠心独运地做着 DSP,但同时又在憎恨它......有经验的指示器用户所能想到的关于使用指示器的所有 "巧妙想法" (手工制作的低通、高通滤波器),早在 70 年前就已经以最佳方式实现了....。
如果至少有这样的理解,那该多好啊
我并不是说要理解神经元是相同的数字滤波器,只是更加复杂而已、
我也不是在谈论 "过滤 "的多器官含义。
DSP - 示波器、烙铁、傅立叶。
苏联 - 斯大林、贝利亚、古拉格集中营
就了解这么多......
还有伟大的、解释一切的科捷尔尼科夫定理。它也可以写在苏联的成就里。
与其怨天尤人,不如思考一下为什么科特尔尼科夫定理对价格没有意义。
首先,有必要了解,99.9% 的指标,包括 DSP 仇敌,都是手工/低效的低通或高通滤波器....。
他们在匠心独运地使用 DSP 的同时,却在憎恨它......有经验的指标用户所能想到的关于指标使用的所有 "巧妙想法" (手工制作的低通、高通滤波器),早在70年前就已经以最佳方式实现了....。
如果至少有这样的认识,那就好了.....。
我说的不是理解神经元是相同的数字滤波器,而是更复杂的数字滤波器、
我也不是在谈论 "过滤 "的多器官含义。
DSP 处理的是由静态(最多是准静态)随机过程描述的信号。价格并非由此类模型描述。如果价格是静止的,那么所有交易者早就成为万亿富豪了--这是一个需要牢记的简单道理。
过滤不是 COC 的特权,它使用的是这门科学的一种特殊情况,并不总是适合价格。
DSP 的工作原理是对信号进行静态描述.....
DSP 是数字信息处理的一个巨大领域...
而你却用自己非常狭隘的理解来写它。
这就好比你说 数据科学的 工作对象是信号,而信号是由静止的......。
澄清一下......信号不是示波器的辐射图,而是任何数字形式的信息。
DSP 处理的是由静态(最多是准静态)随机过程描述的信号。价格并非由此类模型描述。如果价格是静止的,那么所有交易者早就成为万亿富豪了--这是一个需要牢记的简单道理。
过滤并不是 COC 的特权,它使用的是这门科学的一种特殊情况,并不总是适合价格。
DSP 和 Mo 之间有什么区别呢?好吧,信号处理采用的是带权重和反馈的离散逻辑,你可以在触发器上实现几层。好像争论的实质并不清楚。当然,在传统的变体中,80 年代的 tsos 不会起作用。但如今 MO 也用于处理物理过程,这又何尝不是数字信号处理呢?