交易中的机器学习：理论、模型、实践和算法交易 - 页 331 1...324325326327328329330331332333334335336337338...3399 新评论 [删除] 2017.05.08 23:10 #3301 尤里-阿索连科。比方说，手写识别是一个不复杂的神经元，分几个层次。网上甚至有副本，有培训和结果演示。而一个人在惊奇的公众面前学习）。对于市场模式，我想，如果你在1米上工作，那么2-3周的历史学习就足够了。那么，要学习，比方说，几天的时间，没有问题。一般来说，我打算解决与你（Reshetov）的系统类似的问题，但在诚实的神经元上，看看我得到了什么。 那么，对于文本来说，使用卷积的，你可以快速训练它们，是的。 Yuriy Asaulenko 2017.05.08 23:15 #3302 马克西姆-德米特里耶夫斯基。 好吧，对于文本可折叠的使用，他们可以快速培训，是的。手写识别与模式识别有什么不同？我认为，只是在一个细微的层面上。笔迹副本中的内容没有看，似乎很简单--代码很简单。首先，让我们试着做到不塌陷）。 [删除] 2017.05.08 23:20 #3303 尤里-阿索连科。手写识别与模式识别有什么不同？我认为，只是在一个细微的层面上。对于初学者来说，让我们试着不做转折性的工作）。 乍一看，模式可以非常相似，但它们的延续会有很大的不同，因为它们在开始时有小的偏差，足以在结束时走向不同的方向......这是一个问题。我不知道它是否有一些明确的形象，但如果它的特征是最小的和关键的，那么图案如何？但无论如何，你应该试着不要理论化 :)我最近刚刚写了一个基于模式的系统，但它被一个事实卡住了，即相关关系给出了非常近似的相似性，最后即使一个模式在总体上是相似的，但小的差异没有被考虑，它们经常增长并决定了进一步的结果（有时甚至相反）。 Yuriy Asaulenko 2017.05.08 23:23 #3304 马克西姆-德米特里耶夫斯基。 ...但无论如何，你应该尝试，而不是理论化 :)你也要进行理论研究。否则，你肯定不能做任何事情）。是的，当然，模式可以有不同的扩展，但神经元学不需要有无错误的解决方案，基于逻辑的系统也不需要。ZZY模式的神经元学是一个术语。它的含义与市场上使用的略有不同。说，这本书--Bishop C.M. Neural networks for pattern recognition. [删除] 2017.05.08 23:29 #3305 尤里-阿索连科。你也要进行理论研究。否则，你肯定不能做任何事情）。是的，当然，模式可以有不同的遵循，但神经元学不需要有无懈可击的解决方案，以及基于逻辑的系统。 没有相关性也是可以的......把按比例的图案叠加在一起，看一下残差，用它们做一些事情......或者通过矩阵操作的方式......但我不知道 :) Renat Akhtyamov 2017.05.08 23:30 #3306 马克西姆-德米特里耶夫斯基。 那么，货币蛇早已走出隧道，不复存在。如果你想到了集群指标（类似于货币强度），我自己很快就会为它添加一个网格:)哇，哇，哇。你刚刚在测试器中得到了一个相当好的结果。它是否与模拟交易相衔接？也许真的不值得阐述这个话题？ Yuriy Asaulenko 2017.05.08 23:35 #3307 马克西姆-德米特里耶夫斯基。 有可能在没有相关性的情况下做一些事情......把按比例排列的图案叠加在一起，看一下残差，用它们做一些事情......或者通过矩阵运算，但我不知道:) 你可以，不仅把价格系列，而且把预测值输入到输入中，从而把它们纳入图像中。在你的情况下，它是RSI，即使没有价格系列。 [删除] 2017.05.08 23:42 #3308 雷纳特-阿赫蒂亚莫夫。哇，哇，哇。你刚刚在测试器中得到了一个相当好的结果。它是否与模拟交易相衔接？也许真的没有必要再进一步了？ 这只是个开始:)，我的计划中还有一个更复杂的系统，我刚刚为我的目标拿起了网，现在这个RNN已经足够了，我将会看到。理想情况下--了解NS是如何用于hft交易的，逐渐转向更小的时间尺度 Renat Akhtyamov 2017.05.08 23:48 #3309 马克西姆-德米特里耶夫斯基。 在我的计划中，我有一个更复杂的系统，我刚刚挑选了一个网络来满足我的需求，RNN目前已经足够了，我们会看到。我只是想弄清楚如何使用RNN进行hft交易，逐渐转移到更小的时间段。等待。你的演示上有什么，至少在开始时要了解？然后看一下真实的美分。而只有在这之后，你才能向前看。纯粹是我的观点... [删除] 2017.05.08 23:54 #3310 我不 知道该怎么做，我只想知道如何反应，该怎么做。等待。你的演示上有什么，至少在开始时要了解？然后看一下真实的美分。只有在这之后，你才可以向前看。这是我的个人意见。 我应该保留这个演示。我只试了1天，新版本今天才安装。 这是一个原始的机器人，没有考虑到很多东西，但它能够赚钱。 这只是为进一步的研究做准备。 根据经验--正常的系统不可能在2天内创建，像这样的情况:) 1...324325326327328329330331332333334335336337338...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
比方说，手写识别是一个不复杂的神经元，分几个层次。网上甚至有副本，有培训和结果演示。而一个人在惊奇的公众面前学习）。
对于市场模式，我想，如果你在1米上工作，那么2-3周的历史学习就足够了。那么，要学习，比方说，几天的时间，没有问题。
一般来说，我打算解决与你（Reshetov）的系统类似的问题，但在诚实的神经元上，看看我得到了什么。
那么，对于文本来说，使用卷积的，你可以快速训练它们，是的。
好吧，对于文本可折叠的使用，他们可以快速培训，是的。
手写识别与模式识别有什么不同？我认为，只是在一个细微的层面上。
笔迹副本中的内容没有看，似乎很简单--代码很简单。首先，让我们试着做到不塌陷）。
手写识别与模式识别有什么不同？我认为，只是在一个细微的层面上。
对于初学者来说，让我们试着不做转折性的工作）。
乍一看，模式可以非常相似，但它们的延续会有很大的不同，因为它们在开始时有小的偏差，足以在结束时走向不同的方向......这是一个问题。我不知道它是否有一些明确的形象，但如果它的特征是最小的和关键的，那么图案如何？但无论如何，你应该试着不要理论化 :)
我最近刚刚写了一个基于模式的系统，但它被一个事实卡住了，即相关关系给出了非常近似的相似性，最后即使一个模式在总体上是相似的，但小的差异没有被考虑，它们经常增长并决定了进一步的结果（有时甚至相反）。
...但无论如何，你应该尝试，而不是理论化 :)
你也要进行理论研究。否则，你肯定不能做任何事情）。
是的，当然，模式可以有不同的扩展，但神经元学不需要有无错误的解决方案，基于逻辑的系统也不需要。
ZZY模式的神经元学是一个术语。它的含义与市场上使用的略有不同。说，这本书--Bishop C.M. Neural networks for pattern recognition.
你也要进行理论研究。否则，你肯定不能做任何事情）。
是的，当然，模式可以有不同的遵循，但神经元学不需要有无懈可击的解决方案，以及基于逻辑的系统。
没有相关性也是可以的......把按比例的图案叠加在一起，看一下残差，用它们做一些事情......或者通过矩阵操作的方式......但我不知道 :)
那么，货币蛇早已走出隧道，不复存在。
如果你想到了集群指标（类似于货币强度），我自己很快就会为它添加一个网格:)
哇，哇，哇。
你刚刚在测试器中得到了一个相当好的结果。
它是否与模拟交易相衔接？
也许真的不值得阐述这个话题？
有可能在没有相关性的情况下做一些事情......把按比例排列的图案叠加在一起，看一下残差，用它们做一些事情......或者通过矩阵运算，但我不知道:)
哇，哇，哇。
你刚刚在测试器中得到了一个相当好的结果。
它是否与模拟交易相衔接？
也许真的没有必要再进一步了？
这只是个开始:)，我的计划中还有一个更复杂的系统，我刚刚为我的目标拿起了网，现在这个RNN已经足够了，我将会看到。
理想情况下--了解NS是如何用于hft交易的，逐渐转向更小的时间尺度
在我的计划中，我有一个更复杂的系统，我刚刚挑选了一个网络来满足我的需求，RNN目前已经足够了，我们会看到。
我只是想弄清楚如何使用RNN进行hft交易，逐渐转移到更小的时间段。
等待。你的演示上有什么，至少在开始时要了解？
然后看一下真实的美分。
而只有在这之后，你才能向前看。
纯粹是我的观点...
等待。你的演示上有什么，至少在开始时要了解？
然后看一下真实的美分。
只有在这之后，你才可以向前看。
这是我的个人意见。
我应该保留这个演示。我只试了1天，新版本今天才安装。 这是一个原始的机器人，没有考虑到很多东西，但它能够赚钱。 这只是为进一步的研究做准备。 根据经验--正常的系统不可能在2天内创建，像这样的情况:)