交易中的机器学习：理论、模型、实践和算法交易 - 页 634 1...627628629630631632633634635636637638639640641...3399 新评论 Maxim Dmitrievsky 2018.02.02 07:10 #6331 Mihail Marchukajtes: 哦，我不知道，我不做那种数据化的工作，也许更多有知识的撒旦教徒会告诉我 :D Mihail Marchukajtes 2018.02.02 07:18 #6332 关于计量经济学。一般来说，这门学科是一个相对较新的现象。我是在2006年左右了解到的。有人给我寄来一本英文书，我把它翻译了，但你知道在2006年读一本由译者翻译的书是多么痛苦的事。本书是专门针对代言人市场的。当时给我这本书的人管理着一个相当大的基金，住在欧洲，我想是在巴黎，但不是重点。我感到惊讶的是，我在谷歌上输入它，得到了很多链接，但只有一个俄语的链接。我们难道不想在原则上接受这种纪律吗？???? Maxim Dmitrievsky 2018.02.02 07:21 #6333 Mihail Marchukajtes: 关于计量经济学。总的来说，这门学科出现得比较晚。我是在2006年左右了解到的。有人给我寄来一本英文书，我把它翻译了，但你知道在2006年读一本由译者翻译的书是多么痛苦的事情。本书是专门针对代言人市场的。当时给我这本书的人管理着一个相当大的基金，住在欧洲，我想是在巴黎，但不是重点。我感到惊讶的是，我在谷歌上输入它，得到了很多链接，但只有一个俄文的。我们难道不想在原则上接受这种纪律吗？????V.P. Nosko 计量经济学 是在我的图书馆里。 Mihail Marchukajtes 2018.02.02 07:23 #6334 马克西姆-德米特里耶夫斯基。V.P. Nosko 计量经济学 是在我的图书馆里。不...那个只是用于股票飙升的，我现在试着找一下..... Maxim Dmitrievsky 2018.02.02 07:24 #6335 Mihail Marchukajtes:不...那个是专门针对股票飙升的，我现在试着找一下.....老兄，计量经济学 是一门科学，不是几门）。 Mihail Marchukajtes 2018.02.02 07:26 #6336 我不能上传，它不符合格式。我想它可以下载，反正..... 金融时间序列的分析 2005 Maxim Dmitrievsky 2018.02.02 07:31 #6337 Mihail Marchukajtes:我不能上传，它不符合格式。我想它可以下载，反正..... 金融时间序列的分析 2005http://www.lcs.poli.usp.br/~ablima/livros/Analysis%20of%20financial%20time%20series%20Tsay.pdf 它？ 沙耶大学即使在这本古老的十年前的书中，也有一些模型尚未在这里使用，也不太可能被使用 :D 有什么可谈的，有什么进展......你需要创建一个研究机构并举行会议 我建议澳大利亚 Alexander_K2 2018.02.02 07:39 #6338 Mihail Marchukajtes:我只选择了那些具有负熵和接近零熵的输入。学习开始以令人羡慕的一致性得出相同的模型参数。 令人惊讶的是，在某些时候，当增加一个数值时，熵会突然变成负值。这可能是由于什么原因???? 如果我们假设正值是对不确定性的衡量，而负值是对秩序的衡量，那么我们就选择熵值最小的网络读数，但我认为在负区的指数过大也是不好的。这就是为什么这里有两种变体，要么选择熵值最低的网络，要么选择熵值最接近于零的网络....。 我在等待人们对这个帖子的评论，最重要的是，要解释为什么可能是这样。假设理论，等等。我将不胜感激。谢谢!!!! 迈克尔，绝对怀疑，但还是顽强地朝他的目标前进。:)))) 再次强调--非熵是一种排序的措施，是结构复杂性 的措施。 如果你想知道在某个时间点上关于未来的一切，即预测，你必须把这个过程简化为马尔科夫的过程。使非熵-->0。 如果你不能通过伪状态将非马尔科夫过程还原为马尔科夫过程，就观察nEG熵的值，只在它-->0时工作。一旦它开始增加，你就停止预测，因为你面对的是一个非常复杂的有 "记忆 "的结构。 Mihail Marchukajtes 2018.02.02 07:44 #6339 再一次，一个问题。有八个NS模型。在当前信号下，NS输出的熵值如下 5.875787568 -5.702601649 5.066989592 9.377441857 7.41065367 1.401022575 4.579082852 5.119647925 我应该选择哪一个？红色的？因为它有负熵，还是蓝色的？它更接近于零。我要说的是，这两个模型看起来方向不同，但我们知道，时间将证明谁是正确的....。最后，他们中的一个将获胜。谁在考虑这个问题？ Mihail Marchukajtes 2018.02.02 07:47 #6340 亚历山大_K2。迈克尔，绝对怀疑，但还是顽强地朝着他的目标前进。:)))) 再次，非熵是一种排序的措施，是结构复杂性 的措施。 如果你想知道在某个时间点上关于未来的一切，即预测，你必须把这个过程简化为马尔科夫的过程。使之成为非熵-->0。 如果你不能通过引入伪状态将非马尔科夫过程还原为马尔科夫过程，你只需要观察nagentropy的值，并且只在它-->0的时候工作。一旦它开始增加，你就停止预测，因为你已经碰到了一个非常复杂的有 "记忆 "的结构。在你的帮助下，我们会理解它的 :-)也就是说，如果我理解正确的话，你需要选择那些一边接近零，另一边接近零的输入。对吗？ 1...627628629630631632633634635636637638639640641...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
哦，我不知道，我不做那种数据化的工作，也许更多有知识的撒旦教徒会告诉我 :D
关于计量经济学。总的来说，这门学科出现得比较晚。我是在2006年左右了解到的。有人给我寄来一本英文书，我把它翻译了，但你知道在2006年读一本由译者翻译的书是多么痛苦的事情。本书是专门针对代言人市场的。当时给我这本书的人管理着一个相当大的基金，住在欧洲，我想是在巴黎，但不是重点。我感到惊讶的是，我在谷歌上输入它，得到了很多链接，但只有一个俄文的。我们难道不想在原则上接受这种纪律吗？????
V.P. Nosko
计量经济学
是在我的图书馆里。
V.P. Nosko
计量经济学
是在我的图书馆里。
不...那个只是用于股票飙升的，我现在试着找一下.....
不...那个是专门针对股票飙升的，我现在试着找一下.....
老兄，计量经济学 是一门科学，不是几门）。
我不能上传，它不符合格式。我想它可以下载，反正.....
金融时间序列的分析 2005
我不能上传，它不符合格式。我想它可以下载，反正.....
金融时间序列的分析 2005
http://www.lcs.poli.usp.br/~ablima/livros/Analysis%20of%20financial%20time%20series%20Tsay.pdf
它？
沙耶大学
即使在这本古老的十年前的书中，也有一些模型尚未在这里使用，也不太可能被使用 :D 有什么可谈的，有什么进展......你需要创建一个研究机构并举行会议
我建议澳大利亚
我只选择了那些具有负熵和接近零熵的输入。学习开始以令人羡慕的一致性得出相同的模型参数。
令人惊讶的是，在某些时候，当增加一个数值时，熵会突然变成负值。这可能是由于什么原因????
如果我们假设正值是对不确定性的衡量，而负值是对秩序的衡量，那么我们就选择熵值最小的网络读数，但我认为在负区的指数过大也是不好的。这就是为什么这里有两种变体，要么选择熵值最低的网络，要么选择熵值最接近于零的网络....。
我在等待人们对这个帖子的评论，最重要的是，要解释为什么可能是这样。假设理论，等等。我将不胜感激。谢谢!!!!
迈克尔，绝对怀疑，但还是顽强地朝他的目标前进。:))))
再次强调--非熵是一种排序的措施，是结构复杂性 的措施。
如果你想知道在某个时间点上关于未来的一切，即预测，你必须把这个过程简化为马尔科夫的过程。使非熵-->0。
如果你不能通过伪状态将非马尔科夫过程还原为马尔科夫过程，就观察nEG熵的值，只在它-->0时工作。一旦它开始增加，你就停止预测，因为你面对的是一个非常复杂的有 "记忆 "的结构。
再一次，一个问题。有八个NS模型。在当前信号下，NS输出的熵值如下
5.875787568 -5.702601649 5.066989592 9.377441857 7.41065367 1.401022575 4.579082852 5.119647925
我应该选择哪一个？红色的？因为它有负熵，还是蓝色的？它更接近于零。我要说的是，这两个模型看起来方向不同，但我们知道，时间将证明谁是正确的....。最后，他们中的一个将获胜。谁在考虑这个问题？
迈克尔，绝对怀疑，但还是顽强地朝着他的目标前进。:))))
再次，非熵是一种排序的措施，是结构复杂性 的措施。
如果你想知道在某个时间点上关于未来的一切，即预测，你必须把这个过程简化为马尔科夫的过程。使之成为非熵-->0。
如果你不能通过引入伪状态将非马尔科夫过程还原为马尔科夫过程，你只需要观察nagentropy的值，并且只在它-->0的时候工作。一旦它开始增加，你就停止预测，因为你已经碰到了一个非常复杂的有 "记忆 "的结构。
在你的帮助下，我们会理解它的 :-)也就是说，如果我理解正确的话，你需要选择那些一边接近零，另一边接近零的输入。对吗？