交易中的机器学习：理论、模型、实践和算法交易 - 页 752

新评论
 
交易员博士。
迈克尔只是在吹嘘圣杯，而我们其他人创造的效果是我们也知道如何去做 :)

博士，你什么时候把增量放在一个输入端，把交易强度放在另一个输入端，向这里的所有人展示80-90%的结果，就像，睡了一个月，术士？

 
目前我所有的处理器都在忙于其他模型，但有一天我也会尝试这样做。我没有任何交易强度，但如果厨房里的嘀嗒卷 给我帮助，我一定会在这里发布。
 
交易员博士。
我没有交易强度，但如果厨房给我帮助的勾股量--我一定会把它写在这里。

不，你不能没有他们。这是通往圣杯的关键之一。或者说，是腌制的。

 
今天我想起了另一个转换，决定将其纳入标准集，现在我有154个预测器。这就是标准偏差。在NS的时代，这是一个在分类网络上显示出最佳效果的网络.....。包括，现在让我们来看看......
 
Mihail Marchukajtes:
今天我想起了另一个转换，决定将其纳入标准集，现在我有154个预测器。这就是标准偏差。在NS时代，这是一个在分类网络上显示出最佳效果的网络.....。包括，现在让我们来看看......

米哈，你要把这套东西全部暴露出来了......)

 
Evgeny Raspaev:

完全正确，需要有一个像人一样进行交易的模式。一个人类交易商

1) 做出预测

2) 评估风险

3）满足进入贸易的风险

4) 退出交易

一切都很粗略，就像他们说的那样，一个大纲)))))


。

假设，我制定了很多指标，包括不同TF的指标，用手进行交易，得到了财务结果。有进入点，有指标，有财务结果，有正面的，也有负面的。为什么不在这个材料上教授网络神经元？

但也许可以告诉网络，当事件X发生时，我们应该总是关闭 - 给出一个无条件的指令，将是一个拖网，并告知网络一个尝试进入的载体，即突破一个水平（由指标检测） - 有一个进入的信号，网络根据指标/模式 的指示思考，我们是否应该进入？

 
阿纳托利-扎因奇科夫斯基。

米哈，你马上就要揭开整组的面纱了......)

不幸的是，这次的标准偏差 没有显示出来.....。

 
阿列克谢-维亚兹米 金。

例如，假设我布置了所有的指标，包括在各种TF上的指标，用我的手进行交易，得到了一个财务结果。有进入点，有指标，有财务结果，有正面的，也有负面的。为什么不在这个材料上教授网络神经元？

然而，也许你可以告诉网络，当事件X发生时，我们总是关闭 - 给出一个无条件的指令，这将是一个拖网，此外通知一个向量，应该尝试进入，即突破一个水平（由指标检测） - 有一个进入的信号，网络认为，基于指标/模式的读数，是否进入。

你的想法是正确的，同志!!!!首先，我们定义我们计划分析的事件X。一旦事件X发生，向网络输入一组指标，并从中得到一个 "是 "的交易，"否 "的交易的响应。这是任何使用AI.... 的策略的基础。正确使用人工智能。

 
为什么要建造一个菜园和神经网络？有一个系统，有一些规则。该系统带来了结果。是什么阻止了它被编程？在我看来，NS的意义在于寻找模式。
 
格里戈里-乔宁。
为什么要开辟一个菜园和神经网络？有一个系统，有一些规则。该系统带来了结果。是什么阻止了它被编程？在我看来，NS的意义在于找到规律性。

像什么？

1...745746747748749750751752753754755756757758759...3399
新评论