在MTS使用人工智能 - 页 2 123456789...28 新评论 Dmitry Fedoseev 2006.11.27 14:31 #11 Reshetov писал (а): 整数 写了（a）。 雷舍托夫 写道（a）。 Integer 写道。 我们从4个点上取值，将每个值乘以一个系数，然后求和--这不是用滤波器平滑吗？ 如果我们把一些点的数值，分别乘以其相应的常数，得到的结果，这个动作在数学上被称为线性方程。 a1 * w1 + a2 * w2 + ...+ an * wn = d 而平滑化需要递归，即用一些已知的值来计算平滑化的值。 a1 = a1 * w1 + a2 * w2 + ...。+ an * wn 你听说过线性加权的移动平均线 吗？ 休息一下吧。遗憾的是，论坛没有为非常讨厌的对话者提供忽略功能。 为什么不呢？- Alt+F4 你已经发明了MACDZeroCrooss，就是MACross。 现在你又发明了一个数字滤波器;-) 如果你在这个表达式中加入更多的点，你可以在优化后的测试器中的任何符号上获得利润。 [删除] 2006.11.29 00:24 #12 Integer писал (а): 你已经发明了MACDZeroCrooss，这只是一个MACross，现在你又发明了一个数字滤波器。 如果你在这个表达式中加入更多的点，你可以在优化后的测试器中的任何符号上获得利润。 从科学的角度来看，专家顾问可能不是最好的一个，它不是一个现成的工具，你可以在测试器中娴熟地获得利润...但举例来说，我对这种机制的简单性感到惊讶。以下是在2011年1月1日至2011年8月30日期间优化了300次后，使用2011年9月1日至2011年10月20日的真实tick数据进行正向测试的结果。 当然，这不完全是一个原创专家，但仍有10%是我的灵感。 Vladimir 2006.11.29 01:16 #13 我不是神经网络 方面的专家，但这是一个自然的问题。这个EA与人工智能到底有什么共同之处？x1-x4的优化是以一种非常自然、手动的方式进行的。所以，任何EA都可以被称为人工智能，因为每个EA都需要对其输入参数进行优化。而事实上，preceptron是作为AC的现在和过去值的线性组合来计算的，这也不是一个决定因素。如果优化是在EA内自动进行的，我会同意这个名字。 顺便说一下，Integer正确地指出，proceptron看起来像一个数字滤波器。我是这个领域的专家，我知道我在说什么。也就是说，预示器是一个过滤的交流器。这种过滤（或扬声器的线性组合）的意义并不明确。 Yury Reshetov 2006.11.29 14:53 #14 gpwr: 我不是神经网络方面的专家，但这是一个自然的问题。这个EA与人工智能到底有什么共同之处？x1-x4的优化是以一种非常自然、手动的方式进行的。所以，任何专家顾问都可以被称为人工智能，因为任何EA都需要对输入参数进行优化，而预知器是作为AC的现在和过去值的线性组合来计算的，这也不是一个决定因素。如果优化是在专家顾问内部自动进行的，我同意这个名字。 任何我们不知道解决算法的问题都是先验的人工智能 (c) Jean - Louis Lauriere 翻译成俄语，任何可以通过完全或简化的变体搜索获得解决方案的问题都被资产阶级归类为人工智能。在苏联，此类问题被归类为应用数学的一个分支和寻找最优解的算法的一个分支。 Yury Reshetov 2006.11.29 15:30 #15 gpwr: 也就是说，预感器是一个过滤的扬声器。这种过滤（或线性交流组合）的意义并不明确。 如果你不理解线性过滤（分离）的含义，你算什么专家？ 很明显，所有通过过滤器的东西都被确定为开立多头的信号。所有被过滤掉的都被认为是空头。以同样的方式，已经开出的头寸 也会被过滤掉，以应对趋势的逆转。 Sceptic Philozoff 2006.11.29 15:51 #16 尤里，为什么这么激动？这个问题几乎可以肯定是关于这个过滤的隐藏 意义，而不是对结果的解释...粗略地说：为什么要 进行这种特殊的过滤？由于适用于交易系统，这可能不是最充分的问题，但你可以尝试论证你的选择 - 为什么是AC而不是一些MAKD... Yury Reshetov 2006.11.29 16:13 #17 Mathemat: 尤里，为什么这么激动？这个问题几乎可以肯定是关于这个过滤的隐藏 意义，而不是对结果的解释...粗略地说：为什么要 进行这种特殊的过滤？当应用于一个交易系统时，这可能不是最充分的问题，但你可以尝试推理为什么是AC而不是一些MACD... 谁禁止使用MACD？然而，在这种情况下，将不会有5个可调整的外部变量，而是多了3个。 MACD振荡器也应该被调整，因此，像MACDSample EA那样被优化。 AC的实施仅仅是出于这些考虑，因为它除了符号和时间框架外没有任何外部设置。 所以不要寻找隐藏的意义：它根本不存在，因为一切都遵循越简单越快的优化原则。 这只是一个原始神经网络的例子，它使用MT4内置的历史数据策略遗传优化器，而不是标准训练算法。仅此而已，别无他求。 顺便说一下，由于同样的原因，策略的takeprofit也没有了，这是一个额外的设置参数。虽然，如果它被实施，很可能交易会变得更有利可图或更稳定？ Sceptic Philozoff 2006.11.29 16:58 #18 现在更有意义了。无论你怎么称呼它--感知器、基因、过滤器或有五个角的魔鬼--顾问的本质都不会改变。你的花言巧语误导了人们，除非你解释什么是感知器，否则就没有希望理解和建设性的讨论......总的来说，这个想法确实非常有趣：所有可优化的参数都被打包到一个简单的函数中。 Christo Tsvetanov 2006.11.29 17:35 #19 Perceptron是最简单的.这是真的，雷舍托夫很好，似乎还没有人在MQL4做神经网络--他们只是在谈论和吹嘘。但这位专家自己做的交易太少，无法得出明确的结论。 但最好的神经元网是一个人脑中的神经元网--特别是当一个人只需要识别几种情况时，例如买入/卖出。但人的大脑很难识别市场的进入/退出信号，所以它几乎没有任何帮助。更不用说感知器所固有的XOR错误了... 而问题是，外汇中没有模式。有一个明确的模式--在支撑和阻力通道中的运动，以及这些方程式的突破。其他都是随机的运动。 神经网络的训练是一种典型的调整。如果真的有一些规律性的东西，理想情况下神经元网会抓住它们。 但到目前为止，还没有结果。因为除了上述模型外，根本没有任何规律性的东西。罗森布拉特早在60年代就发明了感知器，并试图在当时的市场上使用它。 当然，我的话并不意味着雷舍托夫应该突然停止。 你只需要以更轻松的方式工作，不要有轰轰烈烈和怨恨。 Yury Reshetov 2006.11.29 17:38 #20 Mathemat:现在更有意义了。无论你怎么称呼它--感知器、基因、过滤器或有五个角的魔鬼--顾问的本质都不会改变。你的花言巧语误导了人们，除非你解释什么是感知器，否则就没有希望理解和建设性的讨论......总的来说，这个想法确实非常有趣：所有可优化的参数都被打包到一个简单的函数中。 这个名字不是我起的，是一个关于创造某种类似人眼的项目的名字--"Perceptron"，即识别一个人。这就是他们使用了一个线性过滤器 或分离器，或者说是一个平面的线性方程，通过与之相关的不等式，你可以找出哪些点在分离器的一边，哪些在另一边（物体的识别或分类问题）。随后，这种分离器被称为单层神经网络。 123456789...28 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
我们从4个点上取值，将每个值乘以一个系数，然后求和--这不是用滤波器平滑吗？
你听说过线性加权的移动平均线 吗？
为什么不呢？- Alt+F4
你已经发明了MACDZeroCrooss，就是MACross。 现在你又发明了一个数字滤波器;-)
如果你在这个表达式中加入更多的点，你可以在优化后的测试器中的任何符号上获得利润。
如果你在这个表达式中加入更多的点，你可以在优化后的测试器中的任何符号上获得利润。
顺便说一下，Integer正确地指出，proceptron看起来像一个数字滤波器。我是这个领域的专家，我知道我在说什么。也就是说，预示器是一个过滤的交流器。这种过滤（或扬声器的线性组合）的意义并不明确。
我不是神经网络方面的专家，但这是一个自然的问题。这个EA与人工智能到底有什么共同之处？x1-x4的优化是以一种非常自然、手动的方式进行的。所以，任何专家顾问都可以被称为人工智能，因为任何EA都需要对输入参数进行优化，而预知器是作为AC的现在和过去值的线性组合来计算的，这也不是一个决定因素。如果优化是在专家顾问内部自动进行的，我同意这个名字。
翻译成俄语，任何可以通过完全或简化的变体搜索获得解决方案的问题都被资产阶级归类为人工智能。在苏联，此类问题被归类为应用数学的一个分支和寻找最优解的算法的一个分支。
也就是说，预感器是一个过滤的扬声器。这种过滤（或线性交流组合）的意义并不明确。
很明显，所有通过过滤器的东西都被确定为开立多头的信号。所有被过滤掉的都被认为是空头。以同样的方式，已经开出的头寸 也会被过滤掉，以应对趋势的逆转。
尤里，为什么这么激动？这个问题几乎可以肯定是关于这个过滤的隐藏 意义，而不是对结果的解释...粗略地说：为什么要 进行这种特殊的过滤？当应用于一个交易系统时，这可能不是最充分的问题，但你可以尝试推理为什么是AC而不是一些MACD...
AC的实施仅仅是出于这些考虑，因为它除了符号和时间框架外没有任何外部设置。
所以不要寻找隐藏的意义：它根本不存在，因为一切都遵循越简单越快的优化原则。 这只是一个原始神经网络的例子，它使用MT4内置的历史数据策略遗传优化器，而不是标准训练算法。仅此而已，别无他求。
顺便说一下，由于同样的原因，策略的takeprofit也没有了，这是一个额外的设置参数。虽然，如果它被实施，很可能交易会变得更有利可图或更稳定？
现在更有意义了。无论你怎么称呼它--感知器、基因、过滤器或有五个角的魔鬼--顾问的本质都不会改变。你的花言巧语误导了人们，除非你解释什么是感知器，否则就没有希望理解和建设性的讨论......总的来说，这个想法确实非常有趣：所有可优化的参数都被打包到一个简单的函数中。
但最好的神经元网是一个人脑中的神经元网--特别是当一个人只需要识别几种情况时，例如买入/卖出。但人的大脑很难识别市场的进入/退出信号，所以它几乎没有任何帮助。更不用说感知器所固有的XOR错误了...
而问题是，外汇中没有模式。有一个明确的模式--在支撑和阻力通道中的运动，以及这些方程式的突破。其他都是随机的运动。
神经网络的训练是一种典型的调整。如果真的有一些规律性的东西，理想情况下神经元网会抓住它们。 但到目前为止，还没有结果。因为除了上述模型外，根本没有任何规律性的东西。罗森布拉特早在60年代就发明了感知器，并试图在当时的市场上使用它。
当然，我的话并不意味着雷舍托夫应该突然停止。 你只需要以更轻松的方式工作，不要有轰轰烈烈和怨恨。
现在更有意义了。无论你怎么称呼它--感知器、基因、过滤器或有五个角的魔鬼--顾问的本质都不会改变。你的花言巧语误导了人们，除非你解释什么是感知器，否则就没有希望理解和建设性的讨论......总的来说，这个想法确实非常有趣：所有可优化的参数都被打包到一个简单的函数中。