交易中的机器学习：理论、模型、实践和算法交易 - 页 855 1...848849850851852853854855856857858859860861862...3399 新评论 Forester 2018.04.21 21:53 #8541 尤里-阿索连科。吐出预测因子，并将归一化的时间序列送入NS。NS会自己找到预测器--+1-2层，就有了预测器。 如何？ 我过去曾试图从第0条开始为10-50条提供脱钩数据。误差在45-50%的水平。点差在这种百分比下不起作用。 Yuriy Asaulenko 2018.04.21 21:59 #8542 elibrarius。 在什么方面？ 试图从第0条开始为10-50条的过去提供三角洲。误差在45-50%。价差不能用这样的百分比来工作。这一切对我来说都是有效的。但我不做预测，只做分类--比如一笔交易是否值得盈利。 如果正确理解的话，德尔塔是不必要的，我认为。价格BP本身，正常化。 Forester 2018.04.21 22:04 #8543 尤里-阿索连科。这一切对我来说都是有效的。但我不做预测，只做分类--比如一笔交易是否值得盈利。 如果正确理解的话，德尔塔是不必要的，我认为。价格BP本身，配给的。我以为你写的是你仍然使用玻璃的信息。 在学习和实际交易中，错误率是多少？ Maxim Dmitrievsky 2018.04.21 22:06 #8544 elibrarius。 我以为你写的是你仍然使用玻璃的信息。他写了很多东西，而且每次都不一样，瑞纳#2 你又一次弄乱了整个主题。 ......还有一张他给我看的照片，一些秃头的废品，我可以打一吨。 而不是像个男孩一样行事。 Yuriy Asaulenko 2018.04.21 22:09 #8545 elibrarius。 我以为你写的是你仍然在使用tumblr上的信息。是的，但NS不在这里玩。它只是直接进入交易。 让我提醒你--我在fx上。但在外汇上的测试是通过的，在外汇上的真实性我还没有尝试。Zy 是的，Ns只是做出决定的系统的一部分。其余的人都很普通，但他们的指标。 但是，在NS上只有价格BP。 Yuriy Asaulenko 2018.04.21 23:34 #8546 埃利布留斯。你在训练和实际交易中的错误率是多少？在训练和测试中占20-30%。 在真正的交易中，我不知道，我没有计算。可以接受。 Alexander Ivanov 2018.04.22 05:51 #8547 你好。你打算谈论这个问题多久？结果在哪里，人工智能机器人在哪里？😂😂😂在NS上安装一个滴答作响的试验性圣物 如何？ 我不知道这一点，但你们似乎是你们领域的教授。我在学校没有学到任何东西，除了BASIC 😂😂😂😂。 Mihail Marchukajtes 2018.04.22 13:12 #8548 看看吧，我把它从接触区弄出来了。作为了解市场的一部分，非常有用的信息！！。 分叉点热力学中有一个特殊的概念，可以适用于几乎任何复杂的动态系统。任何这样的系统，无论是国家、经济还是人类的心理，都会不时地进入一个关键的不确定状态。在这一点上，系统的有序性受到威胁，它的进一步发展可以遵循两种可能的情况：要么解体到混乱状态，要么过渡到一个有质量的新的有序性水平。例如，一个国家的分叉点可以被称为政治不稳定的句号，一个经济体的分叉点可以被称为经济危机，而一个人的分叉点可以被称为创伤性事件。 Alexander_K2 2018.04.22 13:18 #8549 Mihail Marchukajtes:看看吧，我把它从接触区弄出来了。作为了解市场的一部分，非常有用的信息！！。 分叉点热力学中有一个特殊的概念，可以适用于几乎任何复杂的动态系统。任何这样的系统，无论是国家、经济还是人类的心理，都会不时地进入一个关键的不确定状态。在这一点上，系统的有序性受到威胁，它的进一步发展可以遵循两种可能的情况：要么解体到混乱状态，要么过渡到一个有质量的新的有序性水平。例如，一个国家的分叉点可以被称为政治不稳定的句号，一个经济体的分叉点可以被称为经济危机，而一个人的分叉点可以被称为创伤性事件。干得好，米哈伊尔！我们应该回到熵/非熵及其分析上。把它放在NS的一个输入端上，就这样了。 Vladimir Perervenko 2018.04.22 14:00 #8550 elibrarius。最可靠的方法可能是通过预测器的组合进行循环。但这是非常长的。该包实现了快速算法， 用于拟合贝叶斯变量选择模型和计算贝叶斯系数，其中结果（或响应变量）是使用线性或逻辑回归建模的。这些算法是基于" 可扩展的变异推理用于回归中的贝叶斯变量选择，及其 在遗传关联研究中的准确性"（"Scalable variational inference for Bayesian variable selection in regression, and its accuracy in genetic association studies"）中描述的变异近似。Carbonetto and M. Stephens, Bayesian Analysis 7, 2012, pages 73-108）。该软件已被应用于有超过一百万个变量和数千个样本的大型数据集。 它能很好地选择预测因子，并建立良好的模型。 祝好运 Machine learning in trading: 深度神经网络 (第 II 部)。制定和选择预测因子 非广延统计分布结构化分析的本征坐标法应用 1...848849850851852853854855856857858859860861862...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
吐出预测因子，并将归一化的时间序列送入NS。NS会自己找到预测器--+1-2层，就有了预测器。
我过去曾试图从第0条开始为10-50条提供脱钩数据。误差在45-50%的水平。点差在这种百分比下不起作用。
在什么方面？
试图从第0条开始为10-50条的过去提供三角洲。误差在45-50%。价差不能用这样的百分比来工作。
这一切对我来说都是有效的。但我不做预测，只做分类--比如一笔交易是否值得盈利。
如果正确理解的话，德尔塔是不必要的，我认为。价格BP本身，正常化。
这一切对我来说都是有效的。但我不做预测，只做分类--比如一笔交易是否值得盈利。
如果正确理解的话，德尔塔是不必要的，我认为。价格BP本身，配给的。
我以为你写的是你仍然使用玻璃的信息。
在学习和实际交易中，错误率是多少？
我以为你写的是你仍然使用玻璃的信息。
他写了很多东西，而且每次都不一样，瑞纳#2
你又一次弄乱了整个主题。
......还有一张他给我看的照片，一些秃头的废品，我可以打一吨。
而不是像个男孩一样行事。
我以为你写的是你仍然在使用tumblr上的信息。
是的，但NS不在这里玩。它只是直接进入交易。
让我提醒你--我在fx上。但在外汇上的测试是通过的，在外汇上的真实性我还没有尝试。
Zy 是的，Ns只是做出决定的系统的一部分。其余的人都很普通，但他们的指标。
但是，在NS上只有价格BP。
你在训练和实际交易中的错误率是多少？
在训练和测试中占20-30%。
在真正的交易中，我不知道，我没有计算。可以接受。
看看吧，我把它从接触区弄出来了。作为了解市场的一部分，非常有用的信息！！。
分叉点
热力学中有一个特殊的概念，可以适用于几乎任何复杂的动态系统。任何这样的系统，无论是国家、经济还是人类的心理，都会不时地进入一个关键的不确定状态。
在这一点上，系统的有序性受到威胁，它的进一步发展可以遵循两种可能的情况：要么解体到混乱状态，要么过渡到一个有质量的新的有序性水平。例如，一个国家的分叉点可以被称为政治不稳定的句号，一个经济体的分叉点可以被称为经济危机，而一个人的分叉点可以被称为创伤性事件。
看看吧，我把它从接触区弄出来了。作为了解市场的一部分，非常有用的信息！！。
分叉点
热力学中有一个特殊的概念，可以适用于几乎任何复杂的动态系统。任何这样的系统，无论是国家、经济还是人类的心理，都会不时地进入一个关键的不确定状态。
在这一点上，系统的有序性受到威胁，它的进一步发展可以遵循两种可能的情况：要么解体到混乱状态，要么过渡到一个有质量的新的有序性水平。例如，一个国家的分叉点可以被称为政治不稳定的句号，一个经济体的分叉点可以被称为经济危机，而一个人的分叉点可以被称为创伤性事件。
干得好，米哈伊尔！我们应该回到熵/非熵及其分析上。把它放在NS的一个输入端上，就这样了。
最可靠的方法可能是通过预测器的组合进行循环。但这是非常长的。
该包实现了快速算法， 用于拟合贝叶斯变量选择模型和计算贝叶斯系数，其中结果（或响应变量）是使用线性或逻辑回归建模的。这些算法是基于" 可扩展的变异推理用于回归中的贝叶斯变量选择，及其 在遗传关联研究中的准确性"（"Scalable variational inference for Bayesian variable selection in regression, and its accuracy in genetic association studies"）中描述的变异近似。Carbonetto and M. Stephens, Bayesian Analysis 7, 2012, pages 73-108）。该软件已被应用于有超过一百万个变量和数千个样本的大型数据集。
它能很好地选择预测因子，并建立良好的模型。
祝好运