使用神经网络搜索任意模式 - 页 8

新评论
 
Реter Konow:

是的，我知道学校课程中的数学。我曾经在分析几何课（涉及函数和坐标轴的课）上问过一位老师： "如果一个函数在图形上画出一条曲线， 你能从图形上的曲线画出一个函数吗？"，并得到了一个明确的答案--"不，这是不可能的"。由此，我得出结论，模式可以用数学来描述，但不能被识别，因为你无法从数值中得到生成模式的公式。

也许有一些其他的数学工具。如果你认识他们，请告诉我。

准确而毫不含糊地说，不是。但一般来说，有一些手段可以从任意的数据中得到一个函数。这就是所谓的 "近似"。除了一般情况下任何函数都可以在数据中间进行拟合外，还有一些特殊的函数可以让你几乎完全复制原始数据--多项式、数列......。

顺便说一下，通过泰勒和麦克拉伦系列计算任何函数的方法已经存在了很长时间。

 
Реter Konow:

是的，我知道学校课程中的数学。我曾经在分析几何课（涉及函数和坐标轴的课）上问过一位老师："如果一个函数在图形上画出一条曲线，你能从图形上的曲线画出一个函数吗？"，并得到了一个明确的答案--"不，这是不可能的"。由此，我得出结论，模式可以用数学来描述，但不能被识别，因为你无法从数值中得到生成模式的公式。

也许有一些其他的数学工具。如果你知道的话，请告诉我。
德米特里-费多塞耶夫。

准确而毫不含糊地说，不是。但一般来说，有一些手段可以从任意的数据中得到一个函数。这就是所谓的 "近似"。除了一般情况下任何函数都可以在数据中间进行拟合外，还有一些特殊的函数可以让你几乎完全复制原始数据--多项式、数列......。

顺便说一下，通过泰勒和麦克拉伦系列计算任何函数的方法已经存在了很长时间。

顺便说一下，这也是一个MO的问题，我得找个时间试着勾勒一下这样的东西，这是个有趣的问题。

2彼得-科诺： 我建议你至少在一定程度上掌握MO，这样就不会造成这么大的麻烦。 任何会阅读和做数学题的人都能理解MO的基本原理，你只需要付出努力。

 

Кеша Рутов:

...

2Retag Konow: 我建议你至少要把MO的底细搞清楚，不要太逗人了，MO的基本原理只要识字和算数的人都能理解，你只需要下点功夫。

嗯，我就是这样做的。有很多笑声、交叉声和拍打额头的声音，但没有答案......。做出聪明的表情和笑声不是一个答案。

在我理解的领域，我总是解释，然后才让你去阅读。

1.哪种数据更适合用于模式识别--OCHL或图片？是有还是没有区别？

2.为什么NS在算法交易中长期以来不用于模式识别？像 "bool Head_n_showlders() "这样的函数在哪里对NS进行工作并对发现的模式进行修复？

你知道吗？

 
Реter Konow:

好吧，我就是这么想的。有很多人在笑，在交叉，在拍打额头，但没有答案......。做出聪明的表情和笑声不是一个答案。

在我理解的领域，我总是解释，然后才让你去阅读。

1.哪种数据更适合用于模式识别--OCHL或图片？是有还是没有区别？

2.为什么NS在算法交易中长期以来不用于模式识别？像 "bool Head_n_showlders() "这样的函数在哪里对NS进行工作并对发现的模式进行修复？

你知道吗？

1.这取决于你想找到什么样的模式。最好是，为分析而提供的数据格式应尽可能接近预期的模式集。

例如，为了描述 "头肩顶 "形态，最好使用一个人字形指标，或者说是几个指标，只是参数不同。


你可以看到，该模式的描述与Zigzag指标非常相似。但这些模式可能具有完全不同的性质，例如通过不同的指标、它们的组合、它们的转换值等。

2.如上文所述，有更合适的方法来寻找模式。


模式离数据本身越远，就越难找到它们。

 
Реter Konow:

好吧，我就是这么想的。有很多人在笑，在交叉，在拍打额头，但没有答案......。做出聪明的表情和笑声不是一个答案。

在我理解的领域，我总是解释，然后才让你去阅读。

1.哪种数据更适合用于模式识别--OCHL或图片？是有还是没有区别？

2.为什么NS在算法交易中长期以来不用于模式识别？像 "bool Head_n_showlders() "这样的函数在哪里对NS进行工作并对发现的模式进行修复？

你知道吗？

1 当然是OCHL，但经过预处理，例如用小波，最坏的情况是一堆指标，如动量或随机指标，周期呈几何级数 增长。

2）价格模式更容易用参考的滑动卷积（乘法和加法）来 "直接 "搜索，NA在这里不是很必要。当不太清楚如何从输入中进行退出时，我们需要NS和MO，而MO本身创造了一些东西，一种模型，但不幸的是在相当狭窄的范围内。


而一般来说，"头肩顶 "等在一张图表上并没有什么，找到它们很容易，但它们并不能预测什么。

 
Кеша Рутов:

1 当然是OCHL，但经过预处理，例如通过小波，至少要有一堆指标，如动量或随机指标，周期呈几何级数增长。

2）价格模式更容易用参考的滑动卷积（乘法和加法）来 "直接 "搜索；NS在这里不是很有用。当不太清楚如何从输入中进行退出时，我们需要NS和MO，而MO本身也创造了一些东西，一种模型，但不幸的是在相当狭窄的边界内。


PS，总的来说，一张图表上的 "头肩顶 "图案不算什么，它们很容易找到，但它们不能预测什么。

阿里克桑德-赫里辛。

1.这取决于你想找到什么样的模式。最好是你要分析的数据的格式应尽可能地接近预期的模式集。

例如，为了描述 "头肩顶 "形态，最好使用一个人字形指标，或者说是几个指标，只是参数不同。


你可以看到，该模式的描述与Zigzag指标非常相似。但这些模式可能具有完全不同的性质，例如通过不同的指标、它们的组合、它们的转换值等。

2.如上文所述，有更合适的方法来寻找模式。


模式离数据本身越远，就越难找到它们。

我明白了，谢谢你。我会研究的。

 
事实上。你首先要问自己，我怎样才能使用从NS得到的答案？是否需要进行转换以做出决定等。只有这样你才会意识到，重要的不是模式本身，而是市场对其出现的反应。而正是这种反应应该被交易。否则你会得到一个混乱，而不是一个TS。
我与NS交易。我对这一切都很满意。盈利能力与预测相差很大，但它是积极的，在这个行业中这是最主要的。也没有什么.....有NS，也有其他一切。有一些抱怨他们的人不了解它是什么，对这种乐器有夸大的期望。但如果你冷静地看待它，正确地估计它的力量。国家安全局能做什么和不能做什么。那么研究者的期望是非常有道理的。并对特别好奇的参与者在我的帖子的拼写领域的对话。你最好试着去了解声明的核心内容，而不是去寻找错误，因为你在胡说八道，读这种胡说八道会让人感到尴尬。
这个人没有理解有老师和没有老师的训练之间的区别，他说这是一样的。很抱歉，但有这样的知识，你不会走得太远。IMHO
 
特别是当你在额外的事实的重压下不改变你的想法。根据丘吉尔的说法，只有傻瓜和死人才不会改变他们的想法。
 
Mihail Marchukajtes:
事实上。你首先要问自己，我怎样才能使用从NS得到的答案？是否需要进行改造才能做出决定等。只有这样你才会意识到，重要的不是模式本身，而是市场对其出现的反应。而这就是要交易的反应。否则你会得到一个混乱，而不是一个TS。
我与NS交易。我对这一切都很满意。盈利能力与预测相差很大，但它是积极的，在这个行业中这是最主要的。也没有什么.....有NS，也有其他一切。有一些抱怨他们的人不了解它是什么，对这种乐器有夸大的期望。但如果你冷静地看待它，正确地估计它的力量。国家安全局能做什么和不能做什么。那么研究者的期望是非常有道理的。 并对特别好奇的参与者在我的帖子的拼写领域的对话。你最好试着去了解声明的核心内容，而不是去寻找错误，因为你在胡说八道，读这种胡说八道会让人感到尴尬 。
这个人没有理解有老师和没有老师的训练之间的区别，他说这是一样的。很抱歉，但有这样的知识，你不会走得太远。IMHO

当你的发言有一些实质内容时，我到时候会去找。如果你无法理解某件事，并不意味着它是异端。

而你所走过的地方--看得很清楚--多么狂野的结论。

 

一个神经网络可以被训练来对图像进行分类和编目，但根据什么标准将这个或那个图像分配到目录的某个类别的概率会发生，这就是任何神经网络的可能错误。

随着时间的推移，已经记住的图像将随着对它们的反应结果的恶化而被筛选出来，因此任何神经网络的成功将包括其记忆板上的图像目录的瞬间内容，这些内容在那一秒是有效的。它的扩展基地将是一个减分项，而不是一个加分项。

12345678910
新评论