1. Рецпторы - преобразующие разнокачественные воздействия внешнего и внутренних миров системы в последовательности каких-либо сигналов. Слух,зрение,обоняние и тд. преобразуются в эелектрическую импульсацию,а например в бизнес системах это отдел маркетинга,R&D и тп., производящие всевозможные отчеты...
//+-----------------------------------------------------------------------------------------------------------------------+//| NeuroNet.mq4 |//| ImplexLab |//+-----------------------------------------------------------------------------------------------------------------------+#property copyright "ImplexLab"#property show_inputs//+-----------------------------------------------------------------------------------------------------------------------+// блок переменных на глобальном уровнеexternbool teaching_true__use_false =false;externbool continue_training =false;externbool multiple =false;int
layers_count =5,// количество слоев
layers_neuro_count[]=// количество нейронов в слоях{20,2,3,4,3},// {кол-во нейронов в первом слое, кол-во нейронов во втором слое и т.д.}
inputs_count =50,// количество входов первого слоя
outputs_count =1,// количество выходов, должно быть равно кол-ву нейронов в выходном слое поделенному на два
quantity_of_example =100,// количество примеров обучающей выборки, диапазон инициализации значений
quantity_of_repetitions =1000000,// количество повторений (практически должно быть равно ~)
inputs_index =1000,// индекс начала входов (заодно и рисования результатов) для использования сети
prediction_depth =20,// глубина известно чего
frequency =10,// частота обновления визуализации ошибки
repeat_count =200,// количество повторений для функции analysis()
shift_concerning_a_beginning =1000,// сдвиг относительно начала
cntr=0,// счетчик эпох
num_input,// вход_из_обучающего_множества
some_variable;// какая-то переменная (неизвестно зачем)double
xt[210][10010],// x[конкретный_вход][вход_из_обучающего_множества] t - traning, u - use
yt[210][10010],// y[конкретный_выход][выход_из_обучающего_множества]
xu[210],// x[конкретный_вход]
yu[210],// y[конкретный_выход]
w[10][210][210],// w[слой][нейрон_слоя][конкретный_вес]
outt[10][210],// out[слой][нейрон]
outu[10][210],// out[слой][нейрон]
s_err[10][210],// s_err[слой][нейрон]
net =0,// переменная net для многократного использования
max,// контейнер для максимальных значений входов
min,// контейнер для минимальных значений входов
speed_of_training =0.1,// коэффициент шага изменения весов
weights_init_range =2;// диапазон случ. нач. величин для весов, -weights_init_range<w<weights_init_range// при weights_init_range=2, нач. вел. будут лежать в диап. -2<w<2//+-----------------------------------------------------------------------------------------------------------------------+//+-----------------------------------------------------------------------------------------------------------------------+// Список функций (17)// // double neuronet_training()// double activation_func(double net)// double value_get_for_training(int index)// double value_get_for_use(int index)// double draw_result(int index, double value, double prev_value)// void multiplex_use()// void pass_forward()// void pass_backwards()// void multitude_initialization()// void inputs_initialization()// void outputs_writing()// void weights_set()// void weights_get()// void weights_randomize()// void set_text(int counter, double error=0)// void create_text()// void analysis()// //+-----------------------------------------------------------------------------------------------------------------------+
1. Рецпторы - преобразующие разнокачественные воздействия внешнего и внутренних миров системы в последовательности каких-либо сигналов. Слух,зрение,обоняние и тд. преобразуются в эелектрическую импульсацию,а например в бизнес системах это отдел маркетинга,R&D и тп., производящие всевозможные отчеты...
如果这不是一个秘密，请解释这一点 "在你的手指上"!如果研究人员能够确定指标或价格的组合，以>50%的信心预测下一个市场运动，那么将所有这些神奇的力量赋予控制系统（神经、模糊、神经-模糊）并获得利润并不是那么困难。在哪里寻找这些组合？
还有一种变体，即预测系统对下一个价格走势进行预测，然后将其发送给控制器，控制器根据预测进行控制。在这种情况下，你必须与价格打交道，即对其进行转换，因为价格时间序列的预测性很差......在我看来，我们似乎需要从时间维度的某个地方移开......但在哪里呢？:)
根据我的一点经验，我可以说，主要的 "诀窍 "在于价格或其指标的转换，人工智能的应用可以使决策或预测系统更加灵活，但在大多数情况下，你可以（我认为）用通常的递归线性滤波器 检查想法的可预测性，如果它不起作用，你不应该把时间浪费在更酷的东西上。如果有人能在我的观点中发现重大错误并提供相关证据，我将非常高兴。
如果这不是一个秘密，请解释这一点 "在你的手指上"!如果研究人员能够确定指标或价格的组合，以>50%的信心预测下一个市场运动，那么将所有这些神奇的力量赋予控制系统（神经、模糊、神经-模糊）并获得利润并不是那么困难。在哪里寻找这些组合？
还有一个变种，当预测系统对下一个价格走势进行预测，然后将其发送给控制器，控制器根据预测进行控制。在这种情况下，你必须与价格打交道，即对其进行转换，因为价格时间序列的预测性很差......在我看来，我们似乎需要从时间维度的某个地方移开......但在哪里？:)
根据我的一点经验，我可以说，主要的 "诀窍 "在于价格或其指标的转换，人工智能的应用可以使决策或预测系统更加灵活，但在大多数情况下，你可以（我认为）用通常的递归线性滤波器检查想法的可预测性，如果它不起作用，你不应该把时间浪费在更酷的东西上。如果有人能在我的观点中发现重大错误并提供相关证据，我将非常高兴。
指示器只是环境传感的一部分。此外，它始终是延迟的部分。这就是为什么它具有市场事件发展背景 的意义（对做决策很重要）。情境传感的另一部分涉及对当前状态 的评估和 对最近未来的预测。此外，内部状态的变化可以作为环境传入的要素。
此外，在现实生活中，"新闻 "部分非常重要，可以完全改变预测的事件和所有计划的进程。
在哪里可以找到它们是在价格本身。寻找描述所有三个组成部分的方法 :)
除了第三点的最后部分，你在第二和第三点上是完全正确的。
时间序列和价格曲线模式的形式化和可预测性都很差，特别是在实时的情况下。因此，在我的系统中没有使用它们。
基本上，受体功能的问题可以表述如下。
如何对价格曲线进行编码，使其与价格本身不发生变化，以便随后提取信号特征（触发刺激）并实时识别它们？
如何使用这些代码序列中包含的信息来预测 和评估当前形势？
第一个问题的答案取决于你的实施。
阅读一下《现实逆转》，你就能回答第二个问题了。
趋势=那些预测的但尚未实现的价格--或多或少的长期预测。
第一个箭头--趋势--价格运动的既定方向。
第二个箭头是一个可能的趋势变化的信号。
第三个是当前价格位置与最近的价格区间的界限的关系指标。
是的，当我们在这里的时候。
没有卖出=系统100%的确定性，价格不断上涨
可以购买=你有购买的权利，我们的系统是购买和赢得 - 试试吧:)
预测历史=正式收市时的预期价格和趋势线极值
(可能不是一个好词)
>>祝你好运!
啊，是的，对不起，这有一个根本的区别。相对于SWOE，通过玩中小企业，你当然会让大家都发财。这一点毋庸置疑。
当然，如果你无话可说，甚至连Integer 同志都帮不上忙。
当我问你一些问题时，这些问题可能 出现在没有太多经验的人在熟悉你的系统时，你发现没有什么比从你的天才和超级简短的帮助中复制摘录更好的了。这是在浪费精力，直接回答会更简短，更有内容。或者，也许你只是不知道直接的答案？
也许这就是为什么事后，当我仍然不断地问，你把你的侄子框起来而不是回答？
你唯一敢于回答的问题是，为什么你要出售一台 "印钞机"，而不是直接印钞。你自己选择了它 "作为一个单独的答案"，我想这说明了它的重要性。不幸的是，这一回应，加上你对我的几条非常谦逊的评论的回应，包含了一些明显的荒谬之处。而我试图从你的一般短语转向你自己立场 的具体内容，会导致什么结果？ 你又在诬陷对方，这次是Integer。
好吧，我没有谈到帮助，而是谈到相当不同的，虽然不是哲学上的，但相当系统的问题？
好了，我们到此为止吧。我不会再用我的问题来纠缠你了。
在结束这次有趣的谈话时，最后一个问题。
你的系统是否允许完全自动化或允许在手工交易中使用它？
我认为帮助文件中的这段话回答了你的问题。
-------------------------- цитата------------------------------------------------------
对于有经验的交易者。
1.我们认为"趋势 " 工具是确认你自己的策略、预期或信号的最重要工具。
2.预测 表用于在市场对你不利的情况下快速重新评估你的预期结果，使你能够做出更有效的进入/退出。
3.对于自动交易系统，我们提供了 一个API，可以用来生成信号，也可以用来评估你自己的系统生成的信号。
---------------------- конец ---------------------------------------------------------------------------------
我认为它的解释由你决定。
但对像"...... "这样的学术主义。从平庸的博学的角度来看...... "我原则上不回答，尤其是没有问题......，有的只是一套绝对没有意义的，对不起，愚蠢而矛盾的判断......
实质性的问题，在对我的陈述进行非常认真的分析（特别为你强调） 后，阅读推荐的文献（链接），然后与你讨论（会有一个讨论的对象），试图找出真相，会很有趣。
不要被冒犯，注意并询问。
是的，刚刚找到。
'一切巧妙都是简单的，还是另一个圣杯？
最后评论...
"......人们可以学会感受市场，并在没有任何技术辅助的情况下预测它。只要经过适当的训练，每个人都可以做到这一点。要做到这一点，你首先需要在任何选定的工具的分钟图上观察价格走势（但只能在一个相同的图表上观察，因为每个工具都有自己的特点，在你学会感受它之前--用一个工具工作）。很难说具体需要多长时间，严格说来是因人而异的，有的人要半年，有的人可能要一年[......]重要的细节，你不应该在这个时候试图猜测价格走势，因为试图猜测你会分散你潜意识的工作，而一切都发生在潜意识层面。
心灵试图猜测，但它不能展望未来，它只会阻碍这个过程。 它应该非常冷静，将注意力集中在价格运动上，不要想其他事情。只要观察，相信自己并有耐心。价格图表只是符号，世界经济中的矛盾和多极化事件通过这些符号表现出来。作为符号的价格图表帮助你调整那些塑造和引导市场运动的能量。
，这些能量在图表本身的价格变化之前很久就已经出现，其方向也被塑造出来。通过将注意力集中在图表上，你将下意识地与这些能量联系起来，你将开始感受到它们。渐渐地会有一种知识感，这就像在下一次打勾的前一刻就知道下一个勾会去哪里一样......"。
有一个由好人专门为匹诺曹寻求者发布的公开的大量破坏性技术。
然而，让我们仔细阅读一下这篇序言。
(我在那里划线的东西))))
..........
"有缺陷的变得完美，弯曲的变得笔直。
空的变成满的，旧的被新的取代。
"争取小的就是达到大的。
贪多求全会导致妄想。".
老子 "道德经"
....
好吧，总的来说： - 交易员!注意个人心理生理安全!
......在今天的环境中，边界是你家门口的门槛（c）。
P.S. 按到右边的边缘：论坛的编辑器 有问题--无法改变原始 文件的格式。
是的，Implex，你指的是一篇没有一个公式或一行代码的文章。只是为了自然智能，所以那里根本没有数学 :)
是的，Implex，你指的是一篇没有一个公式或一行代码的文章。只是为了自然智能，所以根本没有数学 :)
我在这段时间里挖掘了很多关于神经计算机建模的信息（我认为这与数学有点关系），研究甚至实现了（尽管是在有限的MQL环境下）多层神经网络。我对公式和 "代码行 "如此厌烦，以至于在某些时候我完全忘记了这一切是怎么回事......我写了一个脚本-神经网络，它允许你进行训练并同时观察测试样本的训练结果。而且是直接在培训过程中。超过600行的 "代码"。
如果你有兴趣--这是我之前做的事情。
粗略地理解，Implex。在神经紧张之后，一个像这样的文章链接...在我看来，这听起来不像是进步。如果该出版物中有什么发人深省的东西，我就会理解。但是，谈论如何从体育彩票的鼓点中榨取数据优势，以及进一步谈论如何击败Foreh的有意义的废话，在我看来，是不值得在这样一个有趣的主题中讨论。