如何正确形成NS的输入值。 - 页 25 1...1819202122232425262728293031 新评论 Yury Reshetov 2008.07.14 13:49 #241 lna01 писал (а)>> 你只是不太明白被近似的是什么。有一个维数为N的输入向量X和一个维数为M的输出向量Y。NS建立了它们之间的关系，也就是说，它近似于Y=F(X)的依赖关系。Y可以是任何东西，甚至是三重冗余，NS不在乎，它解决的是训练集上的近似F(X)问题。 是你不太明白，在训练（或也被称为："代表"）样本上，这是一个赤脚的近似值。正常的交易者更喜欢在OOS（样本外）上看，即在有代表性的样本外（正向-测试）。没有直流电会为近似值的准确性付费。 TheXpert 2008.07.14 13:59 #242 Reshetov писал (а)>> 亲爱的先生，我在哪里宣称内插法与未来有关？去看看眼科医生，仔细阅读帖子，而不是乱扔表达。我已经报告并为特别有天赋的人重申，推断对未来是必要的。 好吧，让我解释一下我的观点。 首先，我的理解。 首先，这不是插值而是近似，但这是题外话。 什么是外推法？它是一种近似的类型，即在一个给定的区间之外对一个函数进行近似。 什么是预测？它是纯粹的近似，因为一个给定的函数在整个数值范围内近似原函数。 因此 -- 如果一个给定的多项式在整个定义范围内近似于函数，那么通过多项式的外推就变成了预测。 在此基础上，用样条和其他方式进行外推，以及重新绘制指标，都是纯粹的外推。 而神经网络的外推就是预测，因为一个设计合理的网络会在整个数值范围内设置原始函数。 神经网络不是用来推断数据的，而是用来进行预测的。你把神经网络与重绘指标相比，这至少是错误的。 结论--神经网络的近似能力适用于市场，即使它是非平稳的。 Yury Reshetov 2008.07.14 14:04 #243 TheXpert писал (а)>> 因此 -- 如果一个给定的多项式在整个定义域中近似于一个函数，那么通过多项式的外推就变成了预测。 胡说八道。很明显，你是一个理论上的书呆子，对自己的错误观念非常固执，也就是一个蹩脚的人。询问任何一个或多或少与自动交易打过交道的人，他都会确认，不是每一个调整都能通过正向测试，用亲近自然的语言来说，这意味着不是每一个近似值都能在外推上得到一个充分的结果。其原因是金融工具的非平稳性。 与其在完全无知的情况下在这里签名，不如进入交易或自动交易的实践。 TheXpert 2008.07.14 14:11 #244 Reshetov писал (а)>> 书呆子先生，正常人有自己的大脑和经验，而书呆子引用其他书呆子的话是因为他们没有自己的大脑，无法做到。 Heikin很可能在一个固定的环境中训练网络，因此他的结论。在非稳态环境中，如果给了太多的模式，网络可能根本无法学习，因为，例如在交易中，今天一个模式指向买入，而下一次它指向卖出。因为任何进场都有一定概率的虚假信号。 好吧，这是个不礼貌的说法。 我有自己的经验和自己的头脑，这足以让我在某些圈子里拥有一份好工作和当之无愧的声誉。 包括作为一个熟练的神经网络专家的声誉。 所以下一次，在你写废话之前，如果你有脑子的话，请用你的脑子，不要开始无意义的咆哮，尤其是侮辱他人。 Yury Reshetov 2008.07.14 14:14 #245 TheXpert писал (а)>> 嗯，这是个粗略的问题。 什么是和什么不是肇事逃逸，由这里的版主决定。而且你不应该假设他们的权威。 TheXpert 2008.07.14 14:16 #246 Reshetov писал (а)>> 愚蠢的行为。很明显，你是一个理论上的书呆子，而且你的妄想非常顽固，也就是一个蹩脚的人。询问任何一个或多或少与自动交易打过交道的人，他都会确认，不是每一个调整都能通过正向测试，用亲自然的语言来说，这意味着不是每一个近似值都能在外推中得到一个充分的结果。其原因是金融工具的非平稳性。 与其在完全无知的情况下在这里签名，不如进入交易或自动交易的实践。 这一切都很有意义，LOL。 原因是手歪了。非稳态性并不难绕过，如果有一个正确选择的网络和输入数据，也不会有必要。 谁说过什么是合适的？一个不能通过正向测试的网络不是 "正确的"，因此不能进行预测，而是推断或一般地傻傻地捅破天，这是对测试者的调整。 --- 2008.07.14 14:24 #247 伙计们，不要再试着看谁的时间最长了。或者至少不是在这里。 只要对彼此好一点就可以了。 谢谢。（笑）。 Yury Reshetov 2008.07.14 14:25 #248 TheXpert писал (а)>> 这一切都很有意义，LOL。 原因是手歪了。非稳态性并不难绕过，如果有一个精心选择的网络和输入数据，也就没有必要了。 而谁在谈论适合？一个不能通过前向测试的网络不是 "正确完成的"，这意味着它不是预测而是推断，或者只是愚蠢地捅破天，这是在测试者身上调整的。 得到一些休息。寻找其他对话者。 在这个（不仅是这个）论坛上，已经多次讨论过与历史相适应的问题。我认为没有必要和一个蹩脚的人争论很久以前就已经很明显的事情。 TheXpert 写道（a）>> 结论 -- 神经网络的逼近能力适用于市场，即使它是非平稳的。 如果你这么聪明，为什么你的脸不在福布斯的封面上？ TheXpert 2008.07.14 14:29 #249 Reshetov писал (а)>> 休息一下吧。给自己找一些其他的对话者。 在这个（不仅仅是这个）论坛上，已经多次讨论过历史上的契合问题。我认为没有必要和一个蹩脚的人争论早已是显而易见的事情。 如果你这么聪明，为什么你的脸不在福布斯的封面上？ 它并不是那么快。你的在那里吗？ Yury Reshetov 2008.07.14 14:30 #250 sergeev писал (а)>> 伙计们，不要再试着看谁的时间最长了。或者至少不是在这里。 要相互尊重。 >>谢谢你。 除了在论坛上，还有什么地方可以开玩笑呢？ 在贵族少女学院，礼貌是足够的 1...1819202122232425262728293031 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
你只是不太明白被近似的是什么。有一个维数为N的输入向量X和一个维数为M的输出向量Y。NS建立了它们之间的关系，也就是说，它近似于Y=F(X)的依赖关系。Y可以是任何东西，甚至是三重冗余，NS不在乎，它解决的是训练集上的近似F(X)问题。
是你不太明白，在训练（或也被称为："代表"）样本上，这是一个赤脚的近似值。正常的交易者更喜欢在OOS（样本外）上看，即在有代表性的样本外（正向-测试）。没有直流电会为近似值的准确性付费。
亲爱的先生，我在哪里宣称内插法与未来有关？去看看眼科医生，仔细阅读帖子，而不是乱扔表达。我已经报告并为特别有天赋的人重申，推断对未来是必要的。
好吧，让我解释一下我的观点。
首先，我的理解。
首先，这不是插值而是近似，但这是题外话。
什么是外推法？它是一种近似的类型，即在一个给定的区间之外对一个函数进行近似。
什么是预测？它是纯粹的近似，因为一个给定的函数在整个数值范围内近似原函数。
因此 -- 如果一个给定的多项式在整个定义范围内近似于函数，那么通过多项式的外推就变成了预测。
在此基础上，用样条和其他方式进行外推，以及重新绘制指标，都是纯粹的外推。
而神经网络的外推就是预测，因为一个设计合理的网络会在整个数值范围内设置原始函数。
神经网络不是用来推断数据的，而是用来进行预测的。你把神经网络与重绘指标相比，这至少是错误的。
结论--神经网络的近似能力适用于市场，即使它是非平稳的。
因此 -- 如果一个给定的多项式在整个定义域中近似于一个函数，那么通过多项式的外推就变成了预测。
胡说八道。很明显，你是一个理论上的书呆子，对自己的错误观念非常固执，也就是一个蹩脚的人。询问任何一个或多或少与自动交易打过交道的人，他都会确认，不是每一个调整都能通过正向测试，用亲近自然的语言来说，这意味着不是每一个近似值都能在外推上得到一个充分的结果。其原因是金融工具的非平稳性。
与其在完全无知的情况下在这里签名，不如进入交易或自动交易的实践。
书呆子先生，正常人有自己的大脑和经验，而书呆子引用其他书呆子的话是因为他们没有自己的大脑，无法做到。
Heikin很可能在一个固定的环境中训练网络，因此他的结论。在非稳态环境中，如果给了太多的模式，网络可能根本无法学习，因为，例如在交易中，今天一个模式指向买入，而下一次它指向卖出。因为任何进场都有一定概率的虚假信号。
好吧，这是个不礼貌的说法。
我有自己的经验和自己的头脑，这足以让我在某些圈子里拥有一份好工作和当之无愧的声誉。
包括作为一个熟练的神经网络专家的声誉。
所以下一次，在你写废话之前，如果你有脑子的话，请用你的脑子，不要开始无意义的咆哮，尤其是侮辱他人。
嗯，这是个粗略的问题。
什么是和什么不是肇事逃逸，由这里的版主决定。而且你不应该假设他们的权威。
愚蠢的行为。很明显，你是一个理论上的书呆子，而且你的妄想非常顽固，也就是一个蹩脚的人。询问任何一个或多或少与自动交易打过交道的人，他都会确认，不是每一个调整都能通过正向测试，用亲自然的语言来说，这意味着不是每一个近似值都能在外推中得到一个充分的结果。其原因是金融工具的非平稳性。
与其在完全无知的情况下在这里签名，不如进入交易或自动交易的实践。
这一切都很有意义，LOL。
原因是手歪了。非稳态性并不难绕过，如果有一个正确选择的网络和输入数据，也不会有必要。
谁说过什么是合适的？一个不能通过正向测试的网络不是 "正确的"，因此不能进行预测，而是推断或一般地傻傻地捅破天，这是对测试者的调整。
伙计们，不要再试着看谁的时间最长了。或者至少不是在这里。
只要对彼此好一点就可以了。
谢谢。（笑）。
这一切都很有意义，LOL。
原因是手歪了。非稳态性并不难绕过，如果有一个精心选择的网络和输入数据，也就没有必要了。
而谁在谈论适合？一个不能通过前向测试的网络不是 "正确完成的"，这意味着它不是预测而是推断，或者只是愚蠢地捅破天，这是在测试者身上调整的。
得到一些休息。寻找其他对话者。
在这个（不仅是这个）论坛上，已经多次讨论过与历史相适应的问题。我认为没有必要和一个蹩脚的人争论很久以前就已经很明显的事情。
结论 -- 神经网络的逼近能力适用于市场，即使它是非平稳的。
如果你这么聪明，为什么你的脸不在福布斯的封面上？
休息一下吧。给自己找一些其他的对话者。
在这个（不仅仅是这个）论坛上，已经多次讨论过历史上的契合问题。我认为没有必要和一个蹩脚的人争论早已是显而易见的事情。
如果你这么聪明，为什么你的脸不在福布斯的封面上？
它并不是那么快。你的在那里吗？
伙计们，不要再试着看谁的时间最长了。或者至少不是在这里。
要相互尊重。
>>谢谢你。
除了在论坛上，还有什么地方可以开玩笑呢？
在贵族少女学院，礼貌是足够的