Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Non capirete più chi è da chiamare "partner" e chi è da chiamare "straniero" :)
Prepara le tue tasche, Maxim! Non è stato facile, ma il compito è praticamente fatto. Le reti neurali sono essenzialmente necessarie per classificare input più precisi e questo è tutto, credo. Per lucidare, per così dire. Non c'è bisogno di prevedere nulla - tutto è chiaro comunque.
Cosa c'è da dire, è tutto chiaro). Alexander, tu capisci, vero?
Prepara le tue tasche, Maxim! Non è stato facile, ma il compito è praticamente fatto. Le reti neurali sono essenzialmente necessarie per classificare input più precisi e questo è tutto, credo. Per lucidare, per così dire. Non c'è bisogno di prevedere nulla - tutto è chiaro così com'è.
La cosa più semplice è in Alglib.
Può parlareconMaxim Dmitrievsky
Il suo indicatore (solo come esempio di connessione).
Per la classificazione potete leggere il mio articolo sulle Mappe Kohonen.
Ancora su Kohonen Maps
Prepara le tue tasche, Maxim! Non è stato facile, ma il compito è praticamente fatto. Le reti neurali sono essenzialmente necessarie per classificare input più precisi e questo è tutto, credo. Per lucidare, per così dire. Non c'è bisogno di prevedere nulla - tutto è chiaro così com'è.
Sarò solo felice di vedere che tutto funziona, e dall'idea alla realizzazione si può fare una strada così (davvero) breve :)
Cosa fare con i risultati del lavoro dipende solo da voi. Anche se dopo mostri solo risultati soddisfacenti - incoraggerà le persone a studiare tutti i tuoi post e ad avvicinarsi alla comprensione, e a farlo loro stessi.
Sarò solo felice di vedere che tutto funziona, e che è possibile fare un percorso così (davvero) breve dall'idea alla realizzazione :)
Cosa fare con i risultati del lavoro dipende solo da voi. Anche se dopo mostri solo risultati soddisfacenti - incoraggerà le persone a studiare tutti i tuoi post e ad avvicinarsi alla comprensione, e a farlo loro stessi.
Signori commercianti!
C'è qualche ex dipendente o attuale dell'Istituto di Fisica Lebedev dell'Accademia Russa delle Scienze su questo forum?
Ho bisogno di conoscere tutte le pubblicazioni di Shelepin L.A. In Internet ci sono solo 1-2 suoi articoli e tutto il resto.
Questa persona unica, lui stesso non sapendo, nella forma analitica ha presentato le equazioni per la funzione di densità di probabilità (vedi equazione pseudo-differenziale di Fokker-Planck per processi con salti).
Voglio rileggere tutte le sue opere - aiutatemi a trovarle.
Parlando del parametro che può essere utilizzato per distinguere tra un piatto e una tendenza.
Questo parametro non è il coefficiente di Hearst.
Questo parametro si chiama non-entropia https://en.wikipedia.org/wiki/Negentropy.
Il primo che imparerà a calcolarlo correttamente e ad usarlo negli algoritmi, dovrebbe ricevere un monumento durante la sua vita dall'umanità riconoscente. Questo è tutto!
Signori commercianti!
C'è qualche ex dipendente o attuale dell'Istituto di Fisica Lebedev dell'Accademia Russa delle Scienze su questo forum?
Ho bisogno di conoscere tutte le pubblicazioni di Shelepin L.A. In Internet ci sono solo 1-2 suoi articoli e tutto il resto.
Questa persona unica, lui stesso non sapendo, nella forma analitica ha presentato le equazioni per la funzione di densità di probabilità (vedi equazione pseudo-differenziale di Fokker-Planck per processi con salti).
Voglio rileggere tutte le sue opere - aiutatemi a trovarle.
Ti aiuto a"rileggere tutte le sue opere".
wiki-org.ru/wiki/Shelepin, Leonid Aleksanderovich
Dalla fine del 1987 Leonid Shelepin ha partecipato all'organizzazione del movimento ecologico a Mosca per salvare il verde cittadino dall'abbattimento pianificato. Era un membro della direzione delle società per la protezione delle foreste Bittsevsky e Timiryazevsky.
Negli anni '90, insieme ai problemi di fisica teorica, L.A. Shelepin si occupava di applicare i metodi delle scienze esatte nelle scienze sociali, in particolare nell'economia, nella filosofia, nelle previsioni e nei problemi di sviluppo sociale (previsione sociale). Ha lavorato in questo campo in coautorato con V.A.Lisichkin.
Devo dire che gli articoli degli anni '80 e precedenti stanno già scomparendo da Internet. Forse i difensori della natura di Mosca possono trovarli? Sì, ricordo una lista delle sue collaborazioni con un altro coautore altrettanto prolifico, A.S. Kharitonov, qui https://www.mql5.com/ru/forum/221552/page118#comment_6300998.
Tuttavia, non credo affatto che abbiate bisogno di "tutte le sue opere". http://www.lebedev.ru/ru/izdaniya-2.html è una lista di pubblicazioni dell'istituto con una ricerca nei cataloghi. Penso che la maggior parte dei lavori di Shelepin sulla fisica si rifletta in queste pubblicazioni, perché è molto più facile per un impiegato pubblicarvi, e può anche far parte dei suoi doveri ufficiali. Sta a voi scegliere quello che volete.
Parlando del parametro che può essere utilizzato per distinguere tra un piatto e una tendenza.
Questo parametro non è il coefficiente di Hearst.
Questo parametro si chiama non-entropia https://en.wikipedia.org/wiki/Negentropy.
Il primo che imparerà a calcolarlo correttamente e ad usarlo negli algoritmi, dovrebbe ricevere un monumento durante la sua vita dall'umanità riconoscente. Questo è tutto!
In https://www.mql5.com/ru/forum/221552/page158#comment_6392311 ti ho dato il link.
Contiene solo il parametro (Overshot), i programmi MQL che lo calcolano, i modi di applicarlo e di interpretare i risultati - in generale, ciò che la non-entropia non ha. E, soprattutto, una prova diretta della separazione della tendenza dal piatto. A differenza della non-entropia, nelle cui proprietà necessarie finora siamo convinti dal vostro tradizionale "Così e così", il cui prezzo è già stato chiarito qui da numerosi esempi della vostra convinzione, fiducia. Compresi quelli assoluti.
Mettete un monumento agli autori di quel messaggio (articolo).