Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Nein, es ist ein Versuch, nichtlineare Transformationen (neuronale Netze) zu verwenden, um Muster in finanziellenZeitreihen zu finden.
Nein, es ist ein Versuch, mit Hilfe nichtlinearer Transformationen (neuronaler Netze) Muster in Finanz- und Zeitreihen zu finden.
Frage ¹ 2, ob mit Hilfe von mehrstufigen neuronalen Netzen ein Überprüfungssystem geschaffen werden kann. Nehmen Sie z. B. das gestrige Diagramm und vergleichen Sie es mit der gesamten Geschichte dieses Paares. Und die Ergebnisse zeigen Folgendes: Das Segment stimmt mit dem Segment des Diagramms bei 1m 10% überein, bei m5 12%, bei m15 40% usw.
und dann wird alles unter 50% herausgefiltert.
Ist das möglich?
Frage ¹2, ob mit Hilfe von mehrstufigen neuronalen Netzen ein Überprüfungssystem geschaffen werden kann. Nehmen Sie z.B. das gestrige Diagramm und vergleichen Sie es mit der gesamten Geschichte dieses Paares. Und die Ergebnisse zeigen folgendes: das Segment stimmt mit dem Segment des Diagramms bei 1m 10%, bei m5 12%, bei m15 40% usw. überein.
und filtert dann alles unter 50%.
Ist das möglich?
Für diese Aufgabe brauchen wir keine Raster. Es ist einfacher, die Korrelation zu berechnen.
Ich möchte neuronale Netze verwenden, um mehrere Handelssysteme zu einem einzigen zu verarmen. Ich möchte neuronale Netze verwenden, um mehrere Handelssysteme zu einem einzigen zu verarmen. Zum Beispiel gibt es ein System, das in einem Trend gut verdient, aber in einem flachen verliert. dann gibt es das Gegenteil. dann gibt es diejenigen, die für lange Positionen und so weiter.
Da wir die Zukunft nicht kennen, kann es zu Verzögerungen kommen, und der dritte Block reagiert, um die Verzögerungen auszugleichen.
Frage ¹2, ob mit Hilfe von mehrstufigen neuronalen Netzen ein Überprüfungssystem geschaffen werden kann. Nehmen Sie zum Beispiel das gestrige Diagramm und vergleichen Sie es mit der gesamten Geschichte dieses Paares. Und die Ergebnisse sind wie folgt: das Segment stimmt mit dem Segment des Diagramms bei 1m 10%, bei m5 12%, bei m15 40% usw. überein.
und dann wird alles unter 50% herausgefiltert.
Ist das möglich?
Und die neuronalen Netze müssen die Signale der einzelnen Blöcke überprüfen, nach Mustern suchen und diese vollständig kontrollieren und lernen.
Ist ein 4-Kern-Prozessor dafür ausreichend?
Dafür braucht man keine neuronalen Netze.
Dies kann auch ohne NS geschehen. In Excel wird zum Beispiel das euklidische Maß des Abstands zwischen einem bestimmten Segment und allen - beliebigen - anderen Segmenten berechnet. Dann werden die Segmente ausgewählt, die dem vorgegebenen Segment am ähnlichsten sind. Wichtig ist, dass die Daten skaliert werden, um beispielsweise Kursschwankungen bei 1,4 nicht mit Schwankungen bei 1,2 zu vergleichen.
Dafür braucht man keine neuronalen Netze.