苏尔托诺夫系统指标 - 页 111 1...104105106107108109110111112113114115116117118119 新评论 Unicornis 2019.04.27 19:10 #1101 Artyom Trishkin: А?在找到一个信号(N1)后,用稍微不同的参数进行另一次迭代,以便在N1的方向上找到一个更准确的信号(N2)。这将导致更好的进场,减少风险和超调。例如,N1的位置是10%,N2的位置是90%。但我有一种感觉,没有几千页,我们是不会成功的。 Nikolai Semko 2019.05.03 00:30 #1102 代码基础 每条杠上的线性代数方程系统 Nikolai Semko, 2019.05.02 09:00 关于解决任何维度的线性代数方程组的例子的双窗口指标 我希望这能结束这种无知。 [删除] 2019.05.03 07:24 #1103 Nikolai Semko: 我希望这能结束这种无知。第一个实质性的帖子!谢谢你。 Dmitry Fedoseev 2019.05.03 07:35 #1104 你是生活在昨天的日子里。这一切已经存在了相当长的时间。但主要的问题总是有答案的。你,你看,正在解决一些普通的 线性方程组,而他正在解决一些SLAU,有一个自由项。 [删除] 2019.05.03 08:26 #1105 这基本上是解决一个优化问题的尝试,其中自由项扮演着不连贯性的角色。 解决这个问题的一个富有成效的方法是应用解决优化问题的方法。 Unicornis 2019.05.03 14:29 #1106 Nikolai Semko: 我希望这能结束这种无知。5月3日,休斯顿改用Metatrader,现在到火星的轨迹被一次性计算出来,同时还有大豆和石油预测。;) Yousufkhodja Sultonov 2019.05.03 18:26 #1107 Dmitry Fedoseev:你是生活在昨天的日子里。这一切已经存在了相当长的时间。但主要的问题总是有答案的。你,你看,正在解决一些普通的 线性方程组,而他正在解决一些SLAE,有一个自由项。这样做是非常正确的。 Dmitry Fedoseev 2019.05.03 18:30 #1108 木桩上有一块海绵,重新开始。 [删除] 2019.05.03 18:33 #1109 Yousufkhodja Sultonov:很对。 是的,优素福,你有点忘乎所以了。 Yousufkhodja Sultonov 2019.05.03 18:43 #1110 Олег avtomat:这基本上是解决一个优化问题的尝试,其中自由项扮演着不连贯性的角色。 为了解决这个问题,应用解决优化问题的方法将是富有成效的。奥列格,制作和解决SLAE的过程本身就涉及到用最小二乘法找到变量和目标函数之间的线性关系的最佳解决方案。据认为,这已经是设定和解决问题的最佳方式。含糊其辞是一种温和的说法。在变量和目标函数之间没有依赖关系的情况下,那么,这种 "错位 "就具有了目标函数本身的价值这就是这种 "错位 "对你的力量和意义。但是,当具有明显的依赖性时,那么,"错位 "的定义最准确地界定了自由术语的含义。 1...104105106107108109110111112113114115116117118119 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
А?
在找到一个信号(N1)后,用稍微不同的参数进行另一次迭代,以便在N1的方向上找到一个更准确的信号(N2)。这将导致更好的进场,减少风险和超调。例如,N1的位置是10%,N2的位置是90%。但我有一种感觉,没有几千页,我们是不会成功的。
代码基础
每条杠上的线性代数方程系统
Nikolai Semko, 2019.05.02 09:00
关于解决任何维度的线性代数方程组的例子的双窗口指标第一个实质性的帖子!谢谢你。
你是生活在昨天的日子里。这一切已经存在了相当长的时间。但主要的问题总是有答案的。你,你看,正在解决一些普通的 线性方程组,而他正在解决一些SLAU,有一个自由项。
这基本上是解决一个优化问题的尝试,其中自由项扮演着不连贯性的角色。
解决这个问题的一个富有成效的方法是应用解决优化问题的方法。
5月3日,休斯顿改用Metatrader,现在到火星的轨迹被一次性计算出来,同时还有大豆和石油预测。;)
你是生活在昨天的日子里。这一切已经存在了相当长的时间。但主要的问题总是有答案的。你,你看,正在解决一些普通的 线性方程组,而他正在解决一些SLAE,有一个自由项。
这样做是非常正确的。
很对。
这基本上是解决一个优化问题的尝试,其中自由项扮演着不连贯性的角色。
为了解决这个问题,应用解决优化问题的方法将是富有成效的。
奥列格,制作和解决SLAE的过程本身就涉及到用最小二乘法找到变量和目标函数之间的线性关系的最佳解决方案。据认为,这已经是设定和解决问题的最佳方式。含糊其辞是一种温和的说法。在变量和目标函数之间没有依赖关系的情况下,那么,这种 "错位 "就具有了目标函数本身的价值这就是这种 "错位 "对你的力量和意义。但是,当具有明显的依赖性时,那么,"错位 "的定义最准确地界定了自由术语的含义。