交易中的机器学习：理论、模型、实践和算法交易 - 页 912 1...905906907908909910911912913914915916917918919...3399 新评论 Mihail Marchukajtes 2018.05.14 14:43 #9111 Aleksey Vyazmikin: 我根本没有一个相等的数字，因为TC并不指望在每个喷嚏上都能赚到钱。在文件中，1-2列是信息性的，3和4是两个独立的目标，其余的是它们的预测因素。这是胡说八道。你真的是在为NS提供完整的分钟吗。我为你感到难过。你不了解神经网络的 本质。这不是一个可以扔进数百个垃圾的垃圾箱。你知道的。上传上个月的数据，不能再多了，因为你不能与你的细枝末节分开，然后我们就会看到什么了...... Aleksey Vyazmikin 2018.05.14 14:52 #9112 Mihail Marchukajtes:这是胡说八道。你真的是在NS中完全啃下了几分钟。我为你感到难过。你不了解神经网络。这不是一个可以扔进数百个垃圾的垃圾箱。你知道的。上传上个月的数据，不能再多了，因为你不能放弃这些细枝末节，我们会看看是什么情况......明白了，你的系统是用于小时间间隔的配合 - 我在寻找长时间间隔的稳定系统....。 Vladimir Perervenko 2018.05.14 14:54 #9113 尤里-阿索连科。谢谢你。 根据之前的训练结果，改变标准BP的训练参数。在本质上，它是相同的退火，但由人工控制。我没有使用NS R软件包，但我不排除将来会使用它们。我在一个不同的环境中工作。有遗传的、进化的、贝叶斯的方法来获得模型的最佳超参数。用手对付它是徒劳的。 当然，是IMHO。 祝好运 Mihail Marchukajtes 2018.05.14 14:58 #9114 几天前，我与博士交谈，告诉他我是如何评价这个模型的。我马上告诉他，模型被重新训练，并提出理论，如果模型被重新训练，我应该反转信号并赚钱。他持怀疑态度，而我个人对这种做法并不感冒。但现实表明，这就是它的意义所在。在蓝线之前的训练期，今天之后，我们看到的是什么???? 那么，为什么在知道模型在今天开盘前被重新训练后，我没有扭转它呢？我在问你.....我来到市场是为了赚钱，而不是为了宣扬自己，如果违背了我的逻辑或既定的思想......，也无所谓。 因此，在9月份左右，我计划录制一个视频，这不仅对初学者，而且对老手也很有趣，我将解释一些你不成功的原因.........。 Mihail Marchukajtes 2018.05.14 15:01 #9115 阿列克谢-维亚兹米 金。我明白了，你的系统是针对小的时间框架的--我在寻找长期的稳定系统....对不起，没有这种东西，否则它早就被人们使用了，市场也会失去效力。长线系统通常可以负担得起进入缩减期，而且不能保证它能从缩减期出来。我想看看你的时间，不知道会不会。胡说八道，市场就在眼前。此刻和现在....和上的错误是不可接受的....!!!!。 Maxim Dmitrievsky 2018.05.14 15:05 #9116 Mihail Marchukajtes:几天前，我与博士交谈，告诉他我是如何评价这个模型的。我马上告诉他，模型被重新训练，并提出理论，如果模型被重新训练，我应该反转信号并赚钱。他持怀疑态度，而我个人对这种做法并不感冒。但现实表明，这就是它的意义所在。在蓝线之前的训练期，今天之后，我们看到的是什么???? 那么，为什么我没有在今天的交易开盘前重新训练模型，知道它被重新训练了？我在问你.....我来到市场是为了赚钱，而不是为了宣扬自己，如果违背了我的逻辑或我的既定想法，也没有关系......。 因此，在9月左右，我计划录制一个视频，这不仅对初学者，而且对老手也很有趣，我将解释一些你不成功的原因.........。学习如何学习 Aleksey Vyazmikin 2018.05.14 15:05 #9117 Mihail Marchukajtes:对不起，没有这回事，否则它早就被公众使用了，市场也会失去效力。长期系统通常能够负担得起缩减的费用，而且不能保证他们会从缩减中出来。我想看看你的时间，想知道是否会或不会。胡说八道，市场就在眼前。此刻和现在....而其中的错误是不可接受的....!!!!。从这些话中可以看出，随着市场的变化，在大量的数据上进行训练会得到不好的结果，但这样一来，怎么可能训练一棵原始的树来为这个巨大的样本建立规则，而且误差很小呢？随机性？ Mihail Marchukajtes 2018.05.14 15:06 #9118 Mihail Marchukajtes:对不起，没有这回事，否则它早就被公众使用了，市场也会失去效力。长期系统通常能够负担得起缩减的费用，而且不能保证他们会从缩减中出来。我想看看你的时间，不知道会不会。胡说八道，市场就在眼前。此刻和现在....和错误是不可接受的....!!!!市场是一个日常工作，如果我每天都要建立模型（我曾经做过），我将继续这样做，因为我来到这里是为了赚钱，而不是为了炫耀。新人和慢郎中一开始就想把自己的观点变成现实，相反，你应该根据现实来改变他们的观点。这就是你不成功的原因之一。我可以通过视频解释得更清楚，而不是通过写这些东西......也许打印出来的字对你来说没有什么意义。嗯...我将用我的声音 :-) Aleksey Vyazmikin 2018.05.14 15:07 #9119 马克西姆-德米特里耶夫斯基。学习如何正确行事。 酷。 Yuriy Asaulenko 2018.05.14 15:08 #9120 弗拉基米尔-佩雷文科。有遗传的、进化的和贝叶斯的方法来获得模型的最佳超参数。手把手地做这件事是没有希望的。 当然，是IMHO。 祝好运退火是非洲的退火。）对于有效的退火，主要是在前一个步骤之后传到下一个步骤（步骤减少）。否则，我们可能会在某个地方得到局部的最小-最大值，而进一步就不会出来了。 在这一点上我绝对不同意你的观点。 1...905906907908909910911912913914915916917918919...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
我根本没有一个相等的数字，因为TC并不指望在每个喷嚏上都能赚到钱。在文件中，1-2列是信息性的，3和4是两个独立的目标，其余的是它们的预测因素。
这是胡说八道。你真的是在为NS提供完整的分钟吗。我为你感到难过。你不了解神经网络的 本质。这不是一个可以扔进数百个垃圾的垃圾箱。你知道的。上传上个月的数据，不能再多了，因为你不能与你的细枝末节分开，然后我们就会看到什么了......
这是胡说八道。你真的是在NS中完全啃下了几分钟。我为你感到难过。你不了解神经网络。这不是一个可以扔进数百个垃圾的垃圾箱。你知道的。上传上个月的数据，不能再多了，因为你不能放弃这些细枝末节，我们会看看是什么情况......
明白了，你的系统是用于小时间间隔的配合 - 我在寻找长时间间隔的稳定系统....。
谢谢你。
根据之前的训练结果，改变标准BP的训练参数。在本质上，它是相同的退火，但由人工控制。
我没有使用NS R软件包，但我不排除将来会使用它们。我在一个不同的环境中工作。
有遗传的、进化的、贝叶斯的方法来获得模型的最佳超参数。用手对付它是徒劳的。
当然，是IMHO。
祝好运
几天前，我与博士交谈，告诉他我是如何评价这个模型的。我马上告诉他，模型被重新训练，并提出理论，如果模型被重新训练，我应该反转信号并赚钱。他持怀疑态度，而我个人对这种做法并不感冒。但现实表明，这就是它的意义所在。在蓝线之前的训练期，今天之后，我们看到的是什么????
那么，为什么在知道模型在今天开盘前被重新训练后，我没有扭转它呢？我在问你.....我来到市场是为了赚钱，而不是为了宣扬自己，如果违背了我的逻辑或既定的思想......，也无所谓。
因此，在9月份左右，我计划录制一个视频，这不仅对初学者，而且对老手也很有趣，我将解释一些你不成功的原因.........。
我明白了，你的系统是针对小的时间框架的--我在寻找长期的稳定系统....
对不起，没有这种东西，否则它早就被人们使用了，市场也会失去效力。长线系统通常可以负担得起进入缩减期，而且不能保证它能从缩减期出来。我想看看你的时间，不知道会不会。胡说八道，市场就在眼前。此刻和现在....和上的错误是不可接受的....!!!!。
几天前，我与博士交谈，告诉他我是如何评价这个模型的。我马上告诉他，模型被重新训练，并提出理论，如果模型被重新训练，我应该反转信号并赚钱。他持怀疑态度，而我个人对这种做法并不感冒。但现实表明，这就是它的意义所在。在蓝线之前的训练期，今天之后，我们看到的是什么????
那么，为什么我没有在今天的交易开盘前重新训练模型，知道它被重新训练了？我在问你.....我来到市场是为了赚钱，而不是为了宣扬自己，如果违背了我的逻辑或我的既定想法，也没有关系......。
因此，在9月左右，我计划录制一个视频，这不仅对初学者，而且对老手也很有趣，我将解释一些你不成功的原因.........。
学习如何学习
对不起，没有这回事，否则它早就被公众使用了，市场也会失去效力。长期系统通常能够负担得起缩减的费用，而且不能保证他们会从缩减中出来。我想看看你的时间，想知道是否会或不会。胡说八道，市场就在眼前。此刻和现在....而其中的错误是不可接受的....!!!!。
从这些话中可以看出，随着市场的变化，在大量的数据上进行训练会得到不好的结果，但这样一来，怎么可能训练一棵原始的树来为这个巨大的样本建立规则，而且误差很小呢？随机性？
对不起，没有这回事，否则它早就被公众使用了，市场也会失去效力。长期系统通常能够负担得起缩减的费用，而且不能保证他们会从缩减中出来。我想看看你的时间，不知道会不会。胡说八道，市场就在眼前。此刻和现在....和错误是不可接受的....!!!!
市场是一个日常工作，如果我每天都要建立模型（我曾经做过），我将继续这样做，因为我来到这里是为了赚钱，而不是为了炫耀。新人和慢郎中一开始就想把自己的观点变成现实，相反，你应该根据现实来改变他们的观点。这就是你不成功的原因之一。我可以通过视频解释得更清楚，而不是通过写这些东西......也许打印出来的字对你来说没有什么意义。嗯...我将用我的声音 :-)
学习如何正确行事。
酷。
有遗传的、进化的和贝叶斯的方法来获得模型的最佳超参数。手把手地做这件事是没有希望的。
当然，是IMHO。
祝好运
退火是非洲的退火。）对于有效的退火，主要是在前一个步骤之后传到下一个步骤（步骤减少）。否则，我们可能会在某个地方得到局部的最小-最大值，而进一步就不会出来了。
在这一点上我绝对不同意你的观点。