科霍宁和模式 - 页 2 1234567 新评论 Neutron 2008.09.02 07:02 #11 好吧，我在M15上看到的情况基本上与我对NS正常运行的理解一致。事实上，随着预测范围的增加，预测的准确性应该下降。因此，我们可以得出结论，只提前一步预测（作为最极端的选择）是明智的，例如，日线。看一下这种预测的结果会很有趣。或者，作为一种选择，H4。 ANG3110 писал (а)>> 在倒数第二张图片中，尽管提前预测的条数是相同的，它等于一天的长度，但为了训练，使用了不同的步骤，平均为24,48,72.96和120小时。这就是为什么有五种预测变体，尽管只有24小时的那一种--它是红色的--与其他的非常不同。 那就说得通了。 ANG3110 2008.09.02 07:18 #12 Neutron писал (а)>> 好吧，我在M15上看到的情况基本上与我对NS正常运行的理解一致。事实上，随着预测范围的增加，预测的准确性应该下降。因此，我们可以得出结论，只提前一步预测（作为最极端的选择）是明智的，例如，日线。看一下这种预测的结果会很有趣。或者说，H4。 >> 那么就很清楚了。 领先一步并不总是好事。这个网络就像一个倒退。当回归在价差中间移动时--一切似乎都很好，但当强烈的偏差发生时，回归会做出反应，末端会远离价差。因此，如果预测所来自的点的排列是好的，那么预测是可以的。但是，如果你一直跟着数据走，只提前一步预测，错误的数量就会急剧增加。 - Neutron 2008.09.02 07:35 #13 嗯...世界是多么的复杂! 谢谢你。我得考虑一下... ANG3110 2008.09.20 20:29 #14 日报》上对英镑的3个月远期预测，在锦标赛期间。 - Константин 2008.09.20 23:24 #15 ANG3110 писал (а)>> 日报》上对英镑的3个月远期预测，在锦标赛期间。 - 伙计，如果你已经能像这样预测市场，我很羡慕你。 ANG3110 2008.09.21 01:32 #16 Lord_Shadows писал (а)>> 伙计，如果你能像这样预测市场，我很羡慕你。 好吧，如果你看了前一页，你已经看到网友们经常撒谎。它或多或少显示了可能的轨迹的性质，但价值本身往往非常不同。对于手工交易来说，在有持续监测的情况下，情况也差不多。然而，要在此基础上制作专家顾问是很困难的。这些读法太含糊了。可靠性检查是一直需要的。此外，它在很大程度上取决于被提交的输入数据。在给定的预测中，数据是用黄色画出的，如果你仔细看，网络挑出了一个大约在中间略微偏左的区域，并且用一些乘法来重复它。而如果你输入更多的时间数据，情况会有很大不同。因此，并不是所有的事情都像迄今为止看起来那么好。 Vadim Zhunko 2008.09.21 01:39 #17 TheXpert писал (а)>> 事实证明，它是。如果他们再捣乱，我也会删除这个主题。 这里允许删除主题吗？:-OHOW?!!! 我看了看我的...>> 我没有看到删除主题的控件。一段时间后，你不能在这里删除自己的帖子，但你不能删除主题... TheXpert 2008.09.22 09:28 #18 Zhunko писал (а)>> 这里允许删除主题吗？:-OHOW?!!! 看了我的...而且没有看到任何删除主题的控制措施。你不能在一段时间后删除你自己的帖子，你的线程... 现在不一样了。已经三天了。因此，除非版主将其删除，否则该主题将继续存在，而这是不太可能的。 ANG3110 写道（a）>> 预测未来3个月的英镑日线，在冠军赛期间。 - 我可以问一下，输入的是什么吗？ ANG3110 2008.09.22 12:09 #19 TheXpert писал (а)>> 它不会再起作用了。已经三天了。因此，除非版主将其删除，否则该主题将继续存在，而这是不太可能的。 我可以问一下，输入的是什么吗？ 输入的是前一年的数据。它们在图表中以黄色显示。这是Close预先过滤了一下。因此，我们有一个大约260天的已知数据T期。我们有一个任务是推断未来3个月的预测，即大约66天。我们用Te表示推断期。现在，让我们把已知的数据输入Ti或输入，把训练Te或输出的数据以一天为单位输入。然后我们贯穿整个一年。训练结束后，我们读取Ti时期的最后已知数据并进行预测。我们用蓝色的画来检查网络的学习情况。在最后一个数据之前的蓝色是网络如何预测1个酒吧的情况，在浅蓝色已经超出已知数据的情况下是预测。 TheXpert 2008.09.22 12:19 #20 ANG3110 писал (а)>> 输入的是前一年的数据。这些在图表中以黄色显示。这是关闭预过滤的略。因此，我们有一个大约260天的已知数据T期。我们的任务是推断未来3个月的预测，即大约66天。我们用Te表示推断期。现在，让我们把已知的数据输入Ti或输入，把训练Te或输出的数据以一天为单位输入。然后我们贯穿整个一年。训练结束后，我们读取Ti时期的最后已知数据并进行预测。我们用蓝色的画来检查网络的学习情况。蓝色是最后一个已知数据之前，它是网络如何进行1战的预测，浅蓝色是已知数据之外，它是预测。 就我的理解而言 -- 滑动窗口学习？ 嗯，你如何看待相当简单的（按代码，而不是按结果）对结果的有效性的评估？ 1234567 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
好吧，我在M15上看到的情况基本上与我对NS正常运行的理解一致。事实上，随着预测范围的增加，预测的准确性应该下降。因此，我们可以得出结论，只提前一步预测（作为最极端的选择）是明智的，例如，日线。看一下这种预测的结果会很有趣。或者，作为一种选择，H4。
在倒数第二张图片中，尽管提前预测的条数是相同的，它等于一天的长度，但为了训练，使用了不同的步骤，平均为24,48,72.96和120小时。这就是为什么有五种预测变体，尽管只有24小时的那一种--它是红色的--与其他的非常不同。
好吧，我在M15上看到的情况基本上与我对NS正常运行的理解一致。事实上，随着预测范围的增加，预测的准确性应该下降。因此，我们可以得出结论，只提前一步预测（作为最极端的选择）是明智的，例如，日线。看一下这种预测的结果会很有趣。或者说，H4。
>> 那么就很清楚了。领先一步并不总是好事。这个网络就像一个倒退。当回归在价差中间移动时--一切似乎都很好，但当强烈的偏差发生时，回归会做出反应，末端会远离价差。因此，如果预测所来自的点的排列是好的，那么预测是可以的。但是，如果你一直跟着数据走，只提前一步预测，错误的数量就会急剧增加。
-
嗯...世界是多么的复杂!
谢谢你。我得考虑一下...
日报》上对英镑的3个月远期预测，在锦标赛期间。
-
日报》上对英镑的3个月远期预测，在锦标赛期间。
-
伙计，如果你已经能像这样预测市场，我很羡慕你。
伙计，如果你能像这样预测市场，我很羡慕你。
好吧，如果你看了前一页，你已经看到网友们经常撒谎。它或多或少显示了可能的轨迹的性质，但价值本身往往非常不同。对于手工交易来说，在有持续监测的情况下，情况也差不多。然而，要在此基础上制作专家顾问是很困难的。这些读法太含糊了。可靠性检查是一直需要的。此外，它在很大程度上取决于被提交的输入数据。在给定的预测中，数据是用黄色画出的，如果你仔细看，网络挑出了一个大约在中间略微偏左的区域，并且用一些乘法来重复它。而如果你输入更多的时间数据，情况会有很大不同。因此，并不是所有的事情都像迄今为止看起来那么好。
事实证明，它是。如果他们再捣乱，我也会删除这个主题。
这里允许删除主题吗？:-OHOW?!!!
我看了看我的...>> 我没有看到删除主题的控件。一段时间后，你不能在这里删除自己的帖子，但你不能删除主题...
这里允许删除主题吗？:-OHOW?!!!
看了我的...而且没有看到任何删除主题的控制措施。你不能在一段时间后删除你自己的帖子，你的线程...
现在不一样了。已经三天了。因此，除非版主将其删除，否则该主题将继续存在，而这是不太可能的。
预测未来3个月的英镑日线，在冠军赛期间。
-
我可以问一下，输入的是什么吗？
它不会再起作用了。已经三天了。因此，除非版主将其删除，否则该主题将继续存在，而这是不太可能的。
我可以问一下，输入的是什么吗？
输入的是前一年的数据。它们在图表中以黄色显示。这是Close预先过滤了一下。因此，我们有一个大约260天的已知数据T期。我们有一个任务是推断未来3个月的预测，即大约66天。我们用Te表示推断期。现在，让我们把已知的数据输入Ti或输入，把训练Te或输出的数据以一天为单位输入。然后我们贯穿整个一年。训练结束后，我们读取Ti时期的最后已知数据并进行预测。我们用蓝色的画来检查网络的学习情况。在最后一个数据之前的蓝色是网络如何预测1个酒吧的情况，在浅蓝色已经超出已知数据的情况下是预测。
输入的是前一年的数据。这些在图表中以黄色显示。这是关闭预过滤的略。因此，我们有一个大约260天的已知数据T期。我们的任务是推断未来3个月的预测，即大约66天。我们用Te表示推断期。现在，让我们把已知的数据输入Ti或输入，把训练Te或输出的数据以一天为单位输入。然后我们贯穿整个一年。训练结束后，我们读取Ti时期的最后已知数据并进行预测。我们用蓝色的画来检查网络的学习情况。蓝色是最后一个已知数据之前，它是网络如何进行1战的预测，浅蓝色是已知数据之外，它是预测。
就我的理解而言 -- 滑动窗口学习？
嗯，你如何看待相当简单的（按代码，而不是按结果）对结果的有效性的评估？