MT4的概率神经网络、软件包和算法 - 页 3

[Его Помоечное Мурлычество]

出尔反尔，啊哈...Malatza。这是你对lovova的 问题的回答。如果电网突然开始泄漏，该怎么办。用新的数据重新训练它，或者等待它。而在不了解什么是知识，什么是时间的情况下，试图回答这个问题。如果你这样做，我的感激之情将无以复加。

[Yuriy Zaytsev]

eugenk:
YuraZ，所以你在冠军赛中还没有放弃？给我一个关于你的战士的链接!关于适应和再培训，曾经有过讨论。我建议写一个简单的系统。例如通过随机或跨越两个雨刷。 然后就在不长的时间内，每天尝试优化。我不知道是否有人进行过这样的实验。 在测试器中很难。而在演示中就更难了。这是在我从这里和一般的外汇市场消失近一年之前。因此，现在去哪里找它--我不知道。但网格和简单的优化扩展之间的区别纯粹是数量上的。 网格只是有更多的参数，但它们不包含任何想法。 顺便说一句，我仍然不明白如何处理完全无效的网格。一方面，这并不是好事，因为想法可以节省计算资源和输入信息。另一方面，这也是好事，因为仍然需要找到一个强有力的想法。因此，这个问题并不那么简单。但优化和再优化是这两种方法的共同点。

https://www.mql5.com/ru/users/YuraZ/

:-) 我还没有排水...我在排名表上是第25位，爬到了第10位--这是本专家的记录（在俄罗斯开发者中现在是第5位）。

当然，他不可能获胜，但我相信他应该积极地完成这个任务。

我设定的标准是将存款增加到4万--对他来说这将是一个记录！"。

在专家顾问中没有适应性和NS元素。他在2007年01月01日-2007年08月20日的培训中得到了8万。

后来，在改进了没有通过5分钟边界的指标后！系统在同一时期内，在没有3个订单限制的情况下提高了12万，达到14万。

但这是在9月20日之后，我不能再发送了。

我认为写一个具有适应性的系统是非常困难的--即nc--这是非常复杂的!

我已经开发了一个自适应指标元素--我希望明年能使用一个自适应专家顾问。

我希望明年能参加--一个自适应的专家顾问--如果我有时间，我会写一个神经网络。

至于标准指标--我只使用移动平均线--顺便说一下，BETTER也使用移动平均线。

我是一个支持自己发展的人......。

写一个漏水的系统？ 为什么？

国家安全局怎么办--他们没有想法。- 我认为你错了...NS的想法更好地证明...

看https://www.mql5.com/ru/users/Better/，这是一个概率性的NS

[Voltaire]

magiXpert:

统计学。这是新的。如果你需要，我可以把链接发给你。免费;)还有多少。

也给我扔一个吧!到[e-mail] 。我真的很感激!

[[删除]]

magiXpert:

统计学。这是新的。如果你需要，我会给你一个链接。免费;)还有多少。

我将非常高兴。提前感谢 :) 我的是логин@mail.ru

[Parabellum]

voltair:

MagiXpert。

统计学。这是新的。如果你需要，我可以把链接发给你。免费;)还有什么可学的。

也给我扔一个吧!到[e-mail] 。我真的很感激!

还有。

[e-mail]

[Yurixx]

我也是。我的收件箱在我的个人资料中。谢谢你。

[Eduard]

这里有一个论坛的链接，一个叫klot 的好人一直在学习神经网络，并分享他在这个过程中的经验和源代码。为此感谢他。

因为我对神经网络有一些大致的了解，而且不是为了赶时髦而来，而是为了在思考了各种其他的方案后实现自己的想法，所以在一天内读完了整个主题，第二天就创建并运行了一个简单的神经网络专家，在那之前完全没有任何关于NN的经验。

以下是链接： http://www.fxexpert.ru/forum/index.php?showtopic=656

那里给出的工具包使创建和训练一个神经网络变得很容易（使用Neuroshell2）。这个网络以后既可以通过MT4外部库轻松使用，也可以生成一个小的（实际上是非常小的）C源代码，可以轻松移植到MT4源代码上。

在这个主题中，有参考文献。

我希望大家在学习神经网络的过程中能有一段美好的时光，请不要懒得阅读整篇文章，以免用已经回答过15次的问题来充斥它。

[[删除]]

Yurixx:
我也是。我的收件箱在我的个人资料中。谢谢你。

统计学。新，我需要一个链接，[e-mail]，谢谢！

[[删除]]

magiXpert:

统计学。这是新的。如果你需要，我会给你一个链接。免费;)还有多少。

我将非常感谢figaro#mail.ru

[Victor Nikolaev]

magiXpert:


3.炫耀 :)

黄金文件