市场礼仪或雷区中的良好风度 - 页 33 1...262728293031323334353637383940...104 新评论 paralocus 2009.05.23 11:28 #321 我可以用文字来做... 不久前，我制定了一个新的现实范式......-:)一个既不能被证明也不能被反驳的问题。 在这里，它是。 规律性是机会的一种存在方式（即特殊情况）。一般来说，反之亦然，并不正确。 从这里开始。 1.被感知的现实是（局部波动的）规律性空间中的随机性流，或者是随机性空间中的规律性流（有生命的实体的意图）。 2.因此，第一个主张是，现实（宇宙），作为一种感知现象，既不包含随机性，也不包含规律性本身。两者都是超越人类感知的自然的表现。 所以，我们可以 "zastruyat"...-:) paralocus 2009.05.23 19:45 #322 下面是对你的g*th(w )的一些更多思考，其中g=0.005 这是一个有趣的过程...事实上，用这个操作员，你把所有的砝码都拉到+/-0.005零点附近。从那里，他们将在下一个周期的学习过程中再次开始 "跑起来"。 你会得到一种 "学习冲动"，每次倒计时会发生一次。 当然，每一个历时都让权重受到这样的影响是没有意义的--网格根本没有时间来正确学习，因为即使是在一个平滑的向量上，一个历时也很可能不足以进行正常的学习（比如你给我的网格测试的那个五元正弦）。我提议将训练网格 所需的最佳历时数称为yuga。由于你的系统中的yuga（N个纪元）在每次预报前发生一次，那么在每次yuga 结束时（天气预报后），尝试...知识的 "连续性"，据说应该被保存下来，而且会逐渐丧失，因为新的矢量与旧的矢量只有一个基准点的区别。 还有一个想法。它涉及到最佳权重范围的限制这一主题。在我看来，我们应该尝试把+/-ln(D) 作为一个限制范围。 之前（在与你开始对话之前），我花了非常多的时间（甚至是几天）在遗传学方面与单层透镜竞赛。在这个迷人但无意义的练习过程中，我设法注意到，在成功的锐化模型中，权重很少超过+/-(2.5 : 3.0)，而这些透镜中的输入最多为8。那么，应用g*th(w)的第二个点，或替代点，将是其中一个权重达到允许的范围+/-ln(D) Neutron 2009.05.24 06:48 #323 在这里，Fedor，有一个重要的技巧：如果我们有一个在一些输入向量上训练过的NS，那么将运算符th()应用于它的所有设定的权重不会破坏它的知识，而只是压缩其权重定义的区域。这是一个重要的观点，它允许摆脱 "饱和 "效应，这节省了NS的计算能力，并利用了市场过程可能的准稳定性。 关于你说的其他内容--我需要时间来考虑一下。 paralocus 2009.05.24 09:56 #324 我正在学习使用Matcad...一个好的工具。Sergey，我很好奇，你是如何在Matcad中看你的网格结果的？你会画图表吗？ 还有一个重要的问题--如何将MT4的报价塞进Matcad？ Neutron 2009.05.24 10:31 #325 嗯，是的--我制作图表。非常方便! 至于将数据导出为Matkad格式，没有什么比这更容易的了。进入你的报价档案，点击你需要的报价上的导出按钮。从上下文菜单中选择 "ASCII文本（*.prn）"选项，指定文件的保存路径，你就完成了。这是一种原生的马特卡德格式。在Matcad中你从文件中读取：Open=READPRN("FileName.prn")<2>。两个意思是（连同命令中上部索引的括号，见仪表板），你只从文件中读取第二列对应于所选TF的开盘价（以分钟计）。 paralocus 2009.05.24 10:59 #326 这不是我的意思... 嗯，好吧。如果你有兴趣，让我知道，我会告诉你所有的情况。 Neutron 2009.05.24 14:14 #327 paralocus писал(а)>> 知识的 "连续性 "应该被保存下来，并将逐渐丧失，因为新的矢量与旧的矢量只差一个计数。 在这个问题上，我想到了以下几点。 不久前，我玩了 "精确 "训练，一个单一的神经元，训练向量的长度等于神经元输入的数量（没有常数偏移--它不存在）P=w。 我这样做只是为了好玩。很明显，在这种表述中，网格可以按照我的意愿在训练样本上进行精确的训练（可调参数的数量等于线性方程的数量），所以我不去管ORO，通过牛顿法求解线性代数方程组，在几分之一秒内得到权重的精确值。其效果是巨大的--我们拿一个有1000个输入的perseptron，在一秒钟内我们得到了权重值，对于1000个训练向量，每个1000个样本长，给我们的训练误差是 "0"！这就是为什么我们的训练结果是 "0"。你能想象吗？- 一个1000x1000的矩阵，没有一个错误!看来，你只需在这个矩阵中加入一个小元素--一个新的样本（尝试提前一步预测），应该不会有什么特别的事情发生。网格仍然会显示+1或-1好了，也许在极端情况下不会猜到......然而，结果是令人沮丧的。如果这个网格在之前的1000000次计数中每次都能击中靶心，在这里，马上--进入宇宙--而不是+/-1-4872365695。怎么样！？而你说"只算一个"... 这都是perseptron疯狂过度学习的结果。 paralocus 2009.05.24 15:19 #328 论坛中的故障！！！。 Prival 2009.05.24 15:40 #329 paralocus писал(а)>> 我正在学习使用Matcad...一个好的工具。Sergey，我很好奇，你是如何在Matcad中看你的网格结果的？你会画图表吗？ 还有一个重要的问题--如何将MT4的报价塞进Matkad？ 以下是我工作方式的一个例子。我把数据转移到Matkad。这就更方便了。 在档案中，有一个脚本，可以按照要求的格式发送信息 (时间-开盘-最高-最低-收盘-小时-分钟-月-年-星期) 你只需要把它附在需要的图表上，并指定需要的历史日期（历史必须已经通过报价档案上传） 。 我们将获得的文件（本例中的GBPUSD_4.prn和 EURUSD_4.prn）转移到Matcad文件所在的目录，并在那里工作。 如果你进行多币种分析，不要忘记孔。 我向你展示了如何在matcad文件中同步数据。 Matcad第14版，所有东西都在档案中。 附加的文件： statistica.rar 1349 kb paralocus 2009.05.24 15:59 #330 私密性 ! 谢谢你!这正是我所需要的! 1...262728293031323334353637383940...104 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
我可以用文字来做...
不久前，我制定了一个新的现实范式......-:)一个既不能被证明也不能被反驳的问题。
在这里，它是。
规律性是机会的一种存在方式（即特殊情况）。一般来说，反之亦然，并不正确。
从这里开始。
1.被感知的现实是（局部波动的）规律性空间中的随机性流，或者是随机性空间中的规律性流（有生命的实体的意图）。
2.因此，第一个主张是，现实（宇宙），作为一种感知现象，既不包含随机性，也不包含规律性本身。两者都是超越人类感知的自然的表现。
所以，我们可以 "zastruyat"...-:)
下面是对你的g*th(w )的一些更多思考，其中g=0.005
这是一个有趣的过程...事实上，用这个操作员，你把所有的砝码都拉到+/-0.005零点附近。从那里，他们将在下一个周期的学习过程中再次开始 "跑起来"。
你会得到一种 "学习冲动"，每次倒计时会发生一次。
当然，每一个历时都让权重受到这样的影响是没有意义的--网格根本没有时间来正确学习，因为即使是在一个平滑的向量上，一个历时也很可能不足以进行正常的学习（比如你给我的网格测试的那个五元正弦）。我提议将训练网格 所需的最佳历时数称为yuga。由于你的系统中的yuga（N个纪元）在每次预报前发生一次，那么在每次yuga 结束时（天气预报后），尝试...知识的 "连续性"，据说应该被保存下来，而且会逐渐丧失，因为新的矢量与旧的矢量只有一个基准点的区别。
还有一个想法。它涉及到最佳权重范围的限制这一主题。在我看来，我们应该尝试把+/-ln(D) 作为一个限制范围。
之前（在与你开始对话之前），我花了非常多的时间（甚至是几天）在遗传学方面与单层透镜竞赛。在这个迷人但无意义的练习过程中，我设法注意到，在成功的锐化模型中，权重很少超过+/-(2.5 : 3.0)，而这些透镜中的输入最多为8。那么，应用g*th(w)的第二个点，或替代点，将是其中一个权重达到允许的范围+/-ln(D)
在这里，Fedor，有一个重要的技巧：如果我们有一个在一些输入向量上训练过的NS，那么将运算符th()应用于它的所有设定的权重不会破坏它的知识，而只是压缩其权重定义的区域。这是一个重要的观点，它允许摆脱 "饱和 "效应，这节省了NS的计算能力，并利用了市场过程可能的准稳定性。
关于你说的其他内容--我需要时间来考虑一下。
我正在学习使用Matcad...一个好的工具。Sergey，我很好奇，你是如何在Matcad中看你的网格结果的？你会画图表吗？
还有一个重要的问题--如何将MT4的报价塞进Matcad？
嗯，是的--我制作图表。非常方便!
至于将数据导出为Matkad格式，没有什么比这更容易的了。进入你的报价档案，点击你需要的报价上的导出按钮。从上下文菜单中选择 "ASCII文本（*.prn）"选项，指定文件的保存路径，你就完成了。这是一种原生的马特卡德格式。在Matcad中你从文件中读取：Open=READPRN("FileName.prn")<2>。两个意思是（连同命令中上部索引的括号，见仪表板），你只从文件中读取第二列对应于所选TF的开盘价（以分钟计）。
这不是我的意思...
嗯，好吧。如果你有兴趣，让我知道，我会告诉你所有的情况。
知识的 "连续性 "应该被保存下来，并将逐渐丧失，因为新的矢量与旧的矢量只差一个计数。
在这个问题上，我想到了以下几点。
不久前，我玩了 "精确 "训练，一个单一的神经元，训练向量的长度等于神经元输入的数量（没有常数偏移--它不存在）P=w。 我这样做只是为了好玩。很明显，在这种表述中，网格可以按照我的意愿在训练样本上进行精确的训练（可调参数的数量等于线性方程的数量），所以我不去管ORO，通过牛顿法求解线性代数方程组，在几分之一秒内得到权重的精确值。其效果是巨大的--我们拿一个有1000个输入的perseptron，在一秒钟内我们得到了权重值，对于1000个训练向量，每个1000个样本长，给我们的训练误差是 "0"！这就是为什么我们的训练结果是 "0"。你能想象吗？- 一个1000x1000的矩阵，没有一个错误!看来，你只需在这个矩阵中加入一个小元素--一个新的样本（尝试提前一步预测），应该不会有什么特别的事情发生。网格仍然会显示+1或-1好了，也许在极端情况下不会猜到......然而，结果是令人沮丧的。如果这个网格在之前的1000000次计数中每次都能击中靶心，在这里，马上--进入宇宙--而不是+/-1-4872365695。怎么样！？而你说"只算一个"...
这都是perseptron疯狂过度学习的结果。
论坛中的故障！！！。
我正在学习使用Matcad...一个好的工具。Sergey，我很好奇，你是如何在Matcad中看你的网格结果的？你会画图表吗？
还有一个重要的问题--如何将MT4的报价塞进Matkad？
以下是我工作方式的一个例子。我把数据转移到Matkad。这就更方便了。
在档案中，有一个脚本，可以按照要求的格式发送信息
(时间-开盘-最高-最低-收盘-小时-分钟-月-年-星期)
你只需要把它附在需要的图表上，并指定需要的历史日期（历史必须已经通过报价档案上传） 。
我们将获得的文件（本例中的GBPUSD_4.prn和 EURUSD_4.prn）转移到Matcad文件所在的目录，并在那里工作。
如果你进行多币种分析，不要忘记孔。 我向你展示了如何在matcad文件中同步数据。
Matcad第14版，所有东西都在档案中。