패턴도 불완전한 데이터로도 사람을 구분할 수 있는 것처럼 옷, 얼굴, 향수 등으로만 구분할 수 있다. 누락된 데이터를 추정합니다. 이것이 시장 예측자들에게 패턴의 의미입니다. 그러나 우리는 그들에 대해 여러 가지 재미있는 것들을 안전하게 말할 수 있습니다. 첫 번째는 이러한 패턴이 매우 단순 하고 복잡한 패턴은 작동하지 않으며 모멘텀, 가속, 통합의 과거 가격 수준 등과 같은 단순한 패턴이라는 것입니다. 간단한 조합, 즉 표준 TA에서 이것은 패턴 인식의 아종입니다. 시장은 화려한 패턴을 "기억"하지 않습니다. 요점은 패턴이 구축되는 "상태"의 최적 분포로 정보를 압축하는 시계열의 기본 전처리이며, 이것은 어리석게 정규화된 가격이 아니라 Mashki가 아닙니다... 이것은 두 번째입니다 점, 뉴런으로 분석하기 전 VR의 전처리는 전체 작업의 99%이며 , 실제로 데이터가 올바르게 처리되면 더 이상 뉴런이 필요하지 않으며 패턴이 인간의 두뇌에 명확해지고 프로그래밍하기 쉽고, 그리고 정규화된 가격이 뉴런이나 기계에 적용된다면 아무 소용이 없습니다. 뉴런이 어떻게 작동하는지 이해하는 사람들은 그들로부터 기적을 기대하지 않습니다. 이렇게 영원히 플레이할 수 있습니다. 실제 성공 확률은 거의 없습니다.
주어진 FI, 시간대, 계절의 시간 등에 대해 이러한 패턴의 수를 평균화하고 예를 들어 n차원 거리 또는 스칼라 곱과 비교되는 참조 패턴을 얻습니다. 그러나 이것은 영원한 실험의 막다른 길입니다. 단순 정규화는 분명히 채널링하지 않습니다.
할 수 있니? 복잡한 패턴과 단순한 패턴의 차이점을 초보자에게 명확하게 알려주시겠습니까? 저는 이미지 및 음성 인식의 이론과 실제에 약간 익숙합니다. 시장 패턴과 관련하여 여기서 문제가 되는 것이 무엇인지 정확하게 이해하는 한 명확히 하고 싶습니다.
먼저 정보 복잡성의 맥락에서 일반적으로 어떤 정량적 기준을 분석합니까? 이는 가격 계열 벡터의 길이, 시간 분할, 순수 또는 다양한 방식으로 필터링될 수 있습니다. 정보 가중치를 최소화하기 위해 필터링하는 것이 논리적입니다. 글쎄, 당신이 말했듯이 매우 다른 방식으로 얻을 수있는 특정 평균 벡터와 비교하십시오. 이러한 임계값 벡터의 대략적인 정보 가중치에 관심이 있습니다.
예를 들어, 음성을 인식할 때 구조적 복잡성이 상당히 클 수 있습니다. 나는 그것들을 연관시키고 평행선을 그리고 싶습니다. 일반적으로 음성 인식은 이미 상당히 수용 가능한 수준이므로 기성품 개발을 활용하지 않는 이유는 무엇입니까? 제 생각에는 많은 유사점이 있습니다.
MetaDriver : 이 분야의 현재 상황을 알 수 있는 유용한 링크를 제공할 수 있습니까? 바람직하게는 그러한 시스템의 개발자로부터 좋은 (자격을 갖춘) 기사를 알게되면 매우 흥미로울 것입니다.
패턴 인식 주제에 관한 많은 자료가 있으며 일반적으로나 협소하게 특정합니다. 재무 데이터에 투영하기 위해 이 영역의 일반 휴리스틱에 관심이 있으신 것 같습니다. 현대에서 나는 조언 할 수 있습니다. 예를 들어 Potapov A.S. “Pattern Recognition and Machine Perception” 은 훌륭한 책이며, 더 많은 것을 원하시면 끝에 많은 참고 문헌 목록이 있습니다. 일반적으로 이 저자는 AI에 대한 매우 좋은 책을 가지고 있습니다.
패턴도 불완전한 데이터로도 사람을 구분할 수 있는 것처럼 옷, 얼굴, 향수 등으로만 구분할 수 있다. 누락된 데이터를 추정합니다. 이것이 시장 예측자들에게 패턴의 의미입니다. 그러나 당신은 많은 재미있는 순간을 안전하게 말할 수 있습니다 그들의 관계에서 첫 번째는 이러한 패턴이 매우 단순 하고 복잡한 패턴은 작동하지 않으며 단순한 패턴은 모멘텀, 가속, 통합의 과거 가격 수준 등과 같다는 것입니다. 간단한 조합, 즉 표준 TA에서 이것은 패턴 인식의 아종입니다. 시장은 화려한 패턴을 "기억"하지 않습니다. 요점은 패턴이 구축되는 "상태"의 최적 분포로 정보를 압축하는 시계열의 기본 전처리이며, 이것은 어리석게 정규화된 가격이 아니라 Mashki가 아닙니다... 이것은 두 번째입니다 점, 뉴런으로 분석하기 전 VR의 전처리는 전체 작업의 99%이며 , 실제로 데이터가 올바르게 처리되면 더 이상 뉴런이 필요하지 않으며 패턴이 인간의 두뇌에 명확해지고 프로그래밍하기 쉽고, 그리고 정규화된 가격이 뉴런이나 기계에 적용된다면 아무 소용이 없습니다. 뉴런이 어떻게 작동하는지 이해하는 사람들은 그들로부터 기적을 기대하지 않습니다. 이렇게 영원히 플레이할 수 있습니다. 실제 성공 확률은 거의 없습니다.
젊은 : 예, Alex, 나는 어떤 패턴을 요청했습니다. 제가 이해하기로는 틱 패턴이기도 합니다. 단지 그림일 뿐입니다(신경망이 이를 감지하면 어쨌든 눈으로 인식해야 함)
전처리와 관련하여 신경망의 무의미함과 눈 인식은 둘 다 할 수 있습니다. 맞습니다. 주파수 속도를 높이고 초당 최소 수십만 패턴을 처리하는 것이 바람직합니다. 그러면 탠덤이 어드바이저를 완전히 대체할 수 있습니다. 그리고 나와 같은 엔진을 재생산하려면 두 번째 고문을 대체하고 차익 거래 스크립트로 t.s. 고문 책임자, 존경받는 newdigital 을 초대하십시오. 그는 원래 알고리즘을 원했습니다. 나는 그것에 대해 말할 것입니다 ...)))
그러나 본질적으로 IMHO는 계산된 패턴 전처리를 편리하다고 생각하지 않습니다. 시계열 또는 e.b.에 지연이 발생할 수 있습니다. 초기 정보의 왜곡 및 일반적으로 신경 데이터 처리의 한계 내에서 방법론적 통일성을 위반합니다.
신경망 앞에서 99%의 계산을 수행하고 그 후에 99%의 책임이 이러한 계산 및/또는 계산기에 자동으로 떨어지기 때문에 이를 물을 것이라고 가정해 보겠습니다.
패턴의 추가 차원을 도입하여 효율성을 높이는 것에 대해 이야기하고 있다면 이를 위해 신경 모델의 프레임워크를 넘어설 필요가 없습니다. 예를 들어 내가 사용하는 엔진에서 하나가 아닌 어드바이저에 연결할 수 있습니다. , 그러나 많은 신경망은 서로 다른 상관된 상품의 패턴, 서로 다른 시간대 또는 거래 세션, 요일 등에 의해 클러스터링된 패턴에 대해 훈련되었습니다. etc... 그리고 고문의 외부 설정 에서 이러한 신경망의 신호를 활성화 또는 비활성화하고 합산 규칙을 설정할 수 있습니다.
전처리와 관련하여 신경망의 무의미함과 눈 인식은 둘 다 할 수 있습니다. 맞습니다. 주파수 속도를 높이고 초당 최소 수십만 패턴을 처리하는 것이 바람직합니다. 그러면 탠덤이 어드바이저를 완전히 대체할 수 있습니다. 그리고 나와 같은 엔진을 재생산하려면 두 번째 고문을 대체하고 차익 거래 스크립트로 t.s. 고문 책임자, 존경받는 newdigital 을 초대하십시오. 그는 원래 알고리즘을 원했습니다. 나는 그것에 대해 말할 것입니다 ...)))
그러나 본질적으로 IMHO는 계산된 패턴 전처리를 편리하다고 생각하지 않습니다. 시계열 또는 e.b.에 지연이 발생할 수 있습니다. 초기 정보의 왜곡 및 일반적으로 신경 데이터 처리의 한계 내에서 방법론적 통일성을 위반합니다.
신경망 앞에서 99%의 계산을 수행하고 그 후에 99%의 책임이 이러한 계산 및/또는 계산기에 자동으로 떨어지기 때문에 이를 물을 것이라고 가정해 보겠습니다.
패턴의 추가 차원을 도입하여 효율성을 높이는 것에 대해 이야기하고 있다면 이를 위해 신경 모델의 프레임워크를 넘어설 필요가 없습니다. 예를 들어 내가 사용하는 엔진에서 하나가 아닌 어드바이저에 연결할 수 있습니다. , 그러나 많은 신경망은 서로 다른 상관된 상품의 패턴, 서로 다른 시간대 또는 거래 세션, 요일 등에 의해 클러스터링된 패턴에 대해 훈련되었습니다. etc... 그리고 고문의 외부 설정 에서 이러한 신경망의 신호를 활성화 또는 비활성화하고 합산 규칙을 설정할 수 있습니다.
존경받는 newdigital을 초대하십시오. 그는 원래 알고리즘을 원했습니다. 나는 그에게 말할 것입니다 ...)))
나는 또한 당신의 알고리즘에 대한 이야기를 거부하지 않았습니다. Heroix 를 제외하고 여기의 대다수는 당신이 말하길 바랍니다))) 누가 알겠습니까, 누군가가 유용한 의견을 남길 것입니다, 예를 들어, 뉴런이 전혀 필요하지 않다고 말하는 것이 아니라 입력 벡터가 뉴런 실험에 대한 개인적인 경험에서 더 예술적으로 전처리되고 정리되어야 한다는 것입니다.
글쎄, 그것이 합쳐지면 우리는 그것을 전시하고 고급 훈련에 보낼 것입니다. 우리는 다시 훈련하고 다시 전투에 참여할 것입니다. 우리는 로봇에 대해 더 엄격해야합니다 ... 그렇지 않으면 일부는 이미 반란 을 일으키고 있습니다 - 그들은 반란을 일으켰습니다 . 그리고 왜 그들은 몇 가지 전략, 유전 알고리즘, 심지어 가상 테스터까지 넣었기 때문에... 그런 뚱뚱한 괴물 아래에서 터미널은 느려지고 스스로 아플 수 있습니다. ((( 그건 그렇고, 내가 사용하는 엔진 개발자는 가까운 장래에 MT5 터미널에 대한 지원과 테스트 모드에서 터미널을 자동 실행하는 기능을 추가하기로 약속했습니다. 그러면 선택 아이디어를 훨씬 쉽고 유연하게 구현할 수 있습니다. 언급된 기사 에 설명된 효과적인 전략 및 동적 최적화, 즉:
1. 최상의 전략을 선택할 때 함께 컴파일된 일련의 알고리즘이 아니라 개별 Expert Advisors에 포함된 터미널에서 사용할 수 있는 전체 전략 목록에 따라 달라질 수 있습니다. 2. 전략 최적화 - 고문은 별도의 MT4 또는 MT5 터미널에서 비동기식으로 수행할 수 있습니다. 이는 첫째, 현재 거래 터미널의 부하를 줄이고 둘째, 최적화를 위한 더 많은 옵션을 사용할 수 있게 합니다. 일반 MT 테스터로 구성된 보다 효율적인 유전자 알고리즘. 3. 컴퓨터에 리소스가 충분하면 병렬 실행 터미널에서 여러 Expert Advisors의 최적화를 사용할 수 있으며 리소스가 충분하지 않으면 MT5 클라우드 서비스를 사용할 수 있습니다.
나는 또한 당신의 알고리즘에 대한 이야기를 거부하지 않았습니다. Heroix 를 제외하고 여기의 대다수는 당신이 말하길 바랍니다))) 누가 알겠습니까, 누군가가 유용한 의견을 남길 것입니다, 예를 들어, 뉴런이 전혀 필요하지 않다고 말하는 것이 아니라 입력 벡터가 뉴런 실험에 대한 개인적인 경험에서 더 예술적으로 전처리되고 정리되어야 한다는 것입니다.
죄송합니다. 하지만 저는 AI 분야의 전문가가 아니므로 이론적 토대, 특히 알고리즘을 자세히 설명할 수 없습니다. 고문을 받고 있다면...(((하지만 그것은, 신경 학습에 패턴과 예측, 적어도 그 엔진에서 그리고 내가 이야기하기로 약속한 차익 거래 알고리즘은 비현실적인 추상화가 구현된다면 최고의 가격을 선택하고 신경 고문으로부터 미리 만들어진 신호의 조합을 선택하는 것으로 귀결됩니다. 그들로부터 그들은 아무 의미가 없습니다.
글쎄, 그것이 합쳐지면 우리는 그것을 전시하고 고급 훈련에 보낼 것입니다. 우리는 다시 훈련하고 다시 전투에 참여할 것입니다. 우리는 로봇에 대해 더 엄격해야합니다 ... 그렇지 않으면 일부는 이미 반란 을 일으키고 있습니다 - 그들은 반란을 일으켰습니다 . 그리고 왜 그들은 몇 가지 전략, 유전 알고리즘, 심지어 가상 테스터까지 넣었기 때문에... 그런 뚱뚱한 괴물 아래에서 터미널은 느려지고 스스로 아플 수 있습니다. ((( 그건 그렇고, 내가 사용하는 엔진 개발자는 가까운 장래에 MT5 터미널에 대한 지원과 테스트 모드에서 터미널을 자동 실행하는 기능을 추가하기로 약속했습니다. 그러면 선택 아이디어를 훨씬 쉽고 유연하게 구현할 수 있습니다. 언급된 기사 에 설명된 효과적인 전략 및 동적 최적화, 즉:
1. 최상의 전략을 선택할 때 함께 컴파일된 일련의 알고리즘이 아니라 개별 Expert Advisors에 포함된 터미널에서 사용할 수 있는 전체 전략 목록에 따라 달라질 수 있습니다. 2. 전략 최적화 - 고문은 별도의 MT4 또는 MT5 터미널에서 비동기식으로 수행할 수 있습니다. 이는 첫째, 현재 거래 터미널의 부하를 줄이고 둘째, 최적화를 위한 더 많은 옵션을 사용할 수 있게 합니다. 일반 MT 테스터로 구성된 보다 효율적인 유전자 알고리즘. 3. 컴퓨터에 리소스가 충분하면 병렬 실행 터미널에서 여러 Expert Advisors의 최적화를 사용할 수 있으며 리소스가 충분하지 않으면 MT5 클라우드 서비스를 사용할 수 있습니다.
괜찮아 거래 자체는 어떻습니까? 그리고 나는 한 가지 경우를 기억합니다. 외국 포럼에서 누군가가 고문을 많은 돈에 팔려고 시도하고 세 번 팔았고 구매자의 경우 테스터에 대한 백 테스팅이 같은 기간 동안의 거래와 일치하지 않았습니다. 모든 것이 정상입니다. 테스터, 그러나 거래 계정에서 - 반대로 - 배수 : 지표는 닫힌 막대, 일부는 열린 막대에 대해 코딩되었으며 고가 / 저가에 대한 가격도 있으며 모두 동시에 . 하지만 거기엔 소스코드가 없었고, 인코더가 전혀 알려진 사람이 아니었기 때문에(즉, 그를 아는 사람이 아무도 없었기 때문에 그의 말을 받아들이기 어렵다) ... 고객들은 가방을 꾸리고 비행기를 샀다. 티켓을 판매하고 판매자에게 가기 시작했습니다 ...
나는 단지 사람들이 자세히 이야기할 수 있도록 소스 코드의 일부 샘플이나 버전을 여기에 게시할 수 있다고 말하고 싶습니다. 이것은 나에게 도움이 되지 않지만(저는 코더가 아닙니다) 사람들은 기뻐하고 토론은 더 재미있을 것입니다. 하지만... 그건 제 생각일 뿐입니다.
Alex_Bondar :
패턴도 불완전한 데이터로도 사람을 구분할 수 있는 것처럼 옷, 얼굴, 향수 등으로만 구분할 수 있다. 누락된 데이터를 추정합니다. 이것이 시장 예측자들에게 패턴의 의미입니다. 그러나 우리는 그들에 대해 여러 가지 재미있는 것들을 안전하게 말할 수 있습니다. 첫 번째는 이러한 패턴이 매우 단순 하고 복잡한 패턴은 작동하지 않으며 모멘텀, 가속, 통합의 과거 가격 수준 등과 같은 단순한 패턴이라는 것입니다. 간단한 조합, 즉 표준 TA에서 이것은 패턴 인식의 아종입니다. 시장은 화려한 패턴을 "기억"하지 않습니다. 요점은 패턴이 구축되는 "상태"의 최적 분포로 정보를 압축하는 시계열의 기본 전처리이며, 이것은 어리석게 정규화된 가격이 아니라 Mashki가 아닙니다... 이것은 두 번째입니다 점, 뉴런으로 분석하기 전 VR의 전처리는 전체 작업의 99%이며 , 실제로 데이터가 올바르게 처리되면 더 이상 뉴런이 필요하지 않으며 패턴이 인간의 두뇌에 명확해지고 프로그래밍하기 쉽고, 그리고 정규화된 가격이 뉴런이나 기계에 적용된다면 아무 소용이 없습니다. 뉴런이 어떻게 작동하는지 이해하는 사람들은 그들로부터 기적을 기대하지 않습니다. 이렇게 영원히 플레이할 수 있습니다. 실제 성공 확률은 거의 없습니다.
주어진 FI, 시간대, 계절의 시간 등에 대해 이러한 패턴의 수를 평균화하고 예를 들어 n차원 거리 또는 스칼라 곱과 비교되는 참조 패턴을 얻습니다. 그러나 이것은 영원한 실험의 막다른 길입니다. 단순 정규화는 분명히 채널링하지 않습니다.
할 수 있니? 복잡한 패턴과 단순한 패턴의 차이점을 초보자에게 명확하게 알려주시겠습니까? 저는 이미지 및 음성 인식의 이론과 실제에 약간 익숙합니다. 시장 패턴과 관련하여 여기서 문제가 되는 것이 무엇인지 정확하게 이해하는 한 명확히 하고 싶습니다.
먼저 정보 복잡성의 맥락에서 일반적으로 어떤 정량적 기준을 분석합니까? 이는 가격 계열 벡터의 길이, 시간 분할, 순수 또는 다양한 방식으로 필터링될 수 있습니다. 정보 가중치를 최소화하기 위해 필터링하는 것이 논리적입니다. 글쎄, 당신이 말했듯이 매우 다른 방식으로 얻을 수있는 특정 평균 벡터와 비교하십시오. 이러한 임계값 벡터의 대략적인 정보 가중치에 관심이 있습니다.
예를 들어, 음성을 인식할 때 구조적 복잡성이 상당히 클 수 있습니다. 나는 그것들을 연관시키고 평행선을 그리고 싶습니다. 일반적으로 음성 인식은 이미 상당히 수용 가능한 수준이므로 기성품 개발을 활용하지 않는 이유는 무엇입니까? 제 생각에는 많은 유사점이 있습니다.
조금 주제넘었다면 죄송합니다.
예를 들어, 음성을 인식할 때 구조적 복잡성이 상당히 클 수 있습니다. 나는 그것들을 연관시키고 평행선을 그리고 싶습니다. 일반적으로 음성 인식은 이미 상당히 수용 가능한 수준이므로 기성품 개발을 활용하지 않는 이유는 무엇입니까? 제 생각에는 많은 유사점이 있습니다.
이 분야의 현재 상황을 알 수 있는 유용한 링크를 제공할 수 있습니까? 바람직하게는 그러한 시스템의 개발자로부터 좋은 (자격을 갖춘) 기사를 알게되면 매우 흥미로울 것입니다.
할 수 있니? 복잡한 패턴과 단순한 패턴의 차이점을 초보자에게 명확하게 알려주시겠습니까? 나는 이미지 및 음성 인식의 이론과 실제에 약간 익숙하지만 시장 패턴과 관련하여 여기에서 논의되는 내용을 정확하게 이해하는 한 명확히 하고 싶습니다.
...........이것은 주관적이며, 나 자신은 아직 선을 그릴 위치를 완전히 파악하지 못했습니다. 그러나 패턴의 요소는 적을수록 좋습니다.
패턴도 불완전한 데이터로도 사람을 구분할 수 있는 것처럼 옷, 얼굴, 향수 등으로만 구분할 수 있다. 누락된 데이터를 추정합니다. 이것이 시장 예측자들에게 패턴의 의미입니다. 그러나 당신은 많은 재미있는 순간을 안전하게 말할 수 있습니다 그들의 관계에서 첫 번째는 이러한 패턴이 매우 단순 하고 복잡한 패턴은 작동하지 않으며 단순한 패턴은 모멘텀, 가속, 통합의 과거 가격 수준 등과 같다는 것입니다. 간단한 조합, 즉 표준 TA에서 이것은 패턴 인식의 아종입니다. 시장은 화려한 패턴을 "기억"하지 않습니다. 요점은 패턴이 구축되는 "상태"의 최적 분포로 정보를 압축하는 시계열의 기본 전처리이며, 이것은 어리석게 정규화된 가격이 아니라 Mashki가 아닙니다... 이것은 두 번째입니다 점, 뉴런으로 분석하기 전 VR의 전처리는 전체 작업의 99%이며 , 실제로 데이터가 올바르게 처리되면 더 이상 뉴런이 필요하지 않으며 패턴이 인간의 두뇌에 명확해지고 프로그래밍하기 쉽고, 그리고 정규화된 가격이 뉴런이나 기계에 적용된다면 아무 소용이 없습니다. 뉴런이 어떻게 작동하는지 이해하는 사람들은 그들로부터 기적을 기대하지 않습니다. 이렇게 영원히 플레이할 수 있습니다. 실제 성공 확률은 거의 없습니다.
예, Alex, 나는 어떤 패턴을 요청했습니다. 제가 이해하기로는 틱 패턴이기도 합니다. 단지 그림일 뿐입니다(신경망이 이를 감지하면 어쨌든 눈으로 인식해야 함)
전처리와 관련하여 신경망의 무의미함과 눈 인식은 둘 다 할 수 있습니다. 맞습니다. 주파수 속도를 높이고 초당 최소 수십만 패턴을 처리하는 것이 바람직합니다. 그러면 탠덤이 어드바이저를 완전히 대체할 수 있습니다. 그리고 나와 같은 엔진을 재생산하려면 두 번째 고문을 대체하고 차익 거래 스크립트로 t.s. 고문 책임자, 존경받는 newdigital 을 초대하십시오. 그는 원래 알고리즘을 원했습니다. 나는 그것에 대해 말할 것입니다 ...)))
그러나 본질적으로 IMHO는 계산된 패턴 전처리를 편리하다고 생각하지 않습니다. 시계열 또는 e.b.에 지연이 발생할 수 있습니다. 초기 정보의 왜곡 및 일반적으로 신경 데이터 처리의 한계 내에서 방법론적 통일성을 위반합니다.
신경망 앞에서 99%의 계산을 수행하고 그 후에 99%의 책임이 이러한 계산 및/또는 계산기에 자동으로 떨어지기 때문에 이를 물을 것이라고 가정해 보겠습니다.
패턴의 추가 차원을 도입하여 효율성을 높이는 것에 대해 이야기하고 있다면 이를 위해 신경 모델의 프레임워크를 넘어설 필요가 없습니다. 예를 들어 내가 사용하는 엔진에서 하나가 아닌 어드바이저에 연결할 수 있습니다. , 그러나 많은 신경망은 서로 다른 상관된 상품의 패턴, 서로 다른 시간대 또는 거래 세션, 요일 등에 의해 클러스터링된 패턴에 대해 훈련되었습니다. etc... 그리고 고문의 외부 설정 에서 이러한 신경망의 신호를 활성화 또는 비활성화하고 합산 규칙을 설정할 수 있습니다.
전처리와 관련하여 신경망의 무의미함과 눈 인식은 둘 다 할 수 있습니다. 맞습니다. 주파수 속도를 높이고 초당 최소 수십만 패턴을 처리하는 것이 바람직합니다. 그러면 탠덤이 어드바이저를 완전히 대체할 수 있습니다. 그리고 나와 같은 엔진을 재생산하려면 두 번째 고문을 대체하고 차익 거래 스크립트로 t.s. 고문 책임자, 존경받는 newdigital 을 초대하십시오. 그는 원래 알고리즘을 원했습니다. 나는 그것에 대해 말할 것입니다 ...)))
그러나 본질적으로 IMHO는 계산된 패턴 전처리를 편리하다고 생각하지 않습니다. 시계열 또는 e.b.에 지연이 발생할 수 있습니다. 초기 정보의 왜곡 및 일반적으로 신경 데이터 처리의 한계 내에서 방법론적 통일성을 위반합니다.
신경망 앞에서 99%의 계산을 수행하고 그 후에 99%의 책임이 이러한 계산 및/또는 계산기에 자동으로 떨어지기 때문에 이를 물을 것이라고 가정해 보겠습니다.
패턴의 추가 차원을 도입하여 효율성을 높이는 것에 대해 이야기하고 있다면 이를 위해 신경 모델의 프레임워크를 넘어설 필요가 없습니다. 예를 들어 내가 사용하는 엔진에서 하나가 아닌 어드바이저에 연결할 수 있습니다. , 그러나 많은 신경망은 서로 다른 상관된 상품의 패턴, 서로 다른 시간대 또는 거래 세션, 요일 등에 의해 클러스터링된 패턴에 대해 훈련되었습니다. etc... 그리고 고문의 외부 설정 에서 이러한 신경망의 신호를 활성화 또는 비활성화하고 합산 규칙을 설정할 수 있습니다.
존경받는 newdigital을 초대하십시오. 그는 원래 알고리즘을 원했습니다. 나는 그에게 말할 것입니다 ...)))
나는 또한 당신의 알고리즘에 대한 이야기를 거부하지 않았습니다. Heroix 를 제외하고 여기의 대다수는 당신이 말하길 바랍니다))) 누가 알겠습니까, 누군가가 유용한 의견을 남길 것입니다, 예를 들어, 뉴런이 전혀 필요하지 않다고 말하는 것이 아니라 입력 벡터가 뉴런 실험에 대한 개인적인 경험에서 더 예술적으로 전처리되고 정리되어야 한다는 것입니다.
그리고 모든 것이 끝나면 병합합니까?
글쎄, 그것이 합쳐지면 우리는 그것을 전시하고 고급 훈련에 보낼 것입니다. 우리는 다시 훈련하고 다시 전투에 참여할 것입니다. 우리는 로봇에 대해 더 엄격해야합니다 ... 그렇지 않으면 일부는 이미 반란 을 일으키고 있습니다 - 그들은 반란을 일으켰습니다 . 그리고 왜 그들은 몇 가지 전략, 유전 알고리즘, 심지어 가상 테스터까지 넣었기 때문에... 그런 뚱뚱한 괴물 아래에서 터미널은 느려지고 스스로 아플 수 있습니다. (((
그건 그렇고, 내가 사용하는 엔진 개발자는 가까운 장래에 MT5 터미널에 대한 지원과 테스트 모드에서 터미널을 자동 실행하는 기능을 추가하기로 약속했습니다. 그러면 선택 아이디어를 훨씬 쉽고 유연하게 구현할 수 있습니다. 언급된 기사 에 설명된 효과적인 전략 및 동적 최적화, 즉:
1. 최상의 전략을 선택할 때 함께 컴파일된 일련의 알고리즘이 아니라 개별 Expert Advisors에 포함된 터미널에서 사용할 수 있는 전체 전략 목록에 따라 달라질 수 있습니다.
2. 전략 최적화 - 고문은 별도의 MT4 또는 MT5 터미널에서 비동기식으로 수행할 수 있습니다. 이는 첫째, 현재 거래 터미널의 부하를 줄이고 둘째, 최적화를 위한 더 많은 옵션을 사용할 수 있게 합니다. 일반 MT 테스터로 구성된 보다 효율적인 유전자 알고리즘.
3. 컴퓨터에 리소스가 충분하면 병렬 실행 터미널에서 여러 Expert Advisors의 최적화를 사용할 수 있으며 리소스가 충분하지 않으면 MT5 클라우드 서비스를 사용할 수 있습니다.
나는 또한 당신의 알고리즘에 대한 이야기를 거부하지 않았습니다. Heroix 를 제외하고 여기의 대다수는 당신이 말하길 바랍니다))) 누가 알겠습니까, 누군가가 유용한 의견을 남길 것입니다, 예를 들어, 뉴런이 전혀 필요하지 않다고 말하는 것이 아니라 입력 벡터가 뉴런 실험에 대한 개인적인 경험에서 더 예술적으로 전처리되고 정리되어야 한다는 것입니다.
죄송합니다. 하지만 저는 AI 분야의 전문가가 아니므로 이론적 토대, 특히 알고리즘을 자세히 설명할 수 없습니다. 고문을 받고 있다면...(((하지만 그것은, 신경 학습에 패턴과 예측, 적어도 그 엔진에서 그리고 내가 이야기하기로 약속한 차익 거래 알고리즘은 비현실적인 추상화가 구현된다면 최고의 가격을 선택하고 신경 고문으로부터 미리 만들어진 신호의 조합을 선택하는 것으로 귀결됩니다. 그들로부터 그들은 아무 의미가 없습니다.
글쎄, 그것이 합쳐지면 우리는 그것을 전시하고 고급 훈련에 보낼 것입니다. 우리는 다시 훈련하고 다시 전투에 참여할 것입니다. 우리는 로봇에 대해 더 엄격해야합니다 ... 그렇지 않으면 일부는 이미 반란 을 일으키고 있습니다 - 그들은 반란을 일으켰습니다 . 그리고 왜 그들은 몇 가지 전략, 유전 알고리즘, 심지어 가상 테스터까지 넣었기 때문에... 그런 뚱뚱한 괴물 아래에서 터미널은 느려지고 스스로 아플 수 있습니다. (((
그건 그렇고, 내가 사용하는 엔진 개발자는 가까운 장래에 MT5 터미널에 대한 지원과 테스트 모드에서 터미널을 자동 실행하는 기능을 추가하기로 약속했습니다. 그러면 선택 아이디어를 훨씬 쉽고 유연하게 구현할 수 있습니다. 언급된 기사 에 설명된 효과적인 전략 및 동적 최적화, 즉:
1. 최상의 전략을 선택할 때 함께 컴파일된 일련의 알고리즘이 아니라 개별 Expert Advisors에 포함된 터미널에서 사용할 수 있는 전체 전략 목록에 따라 달라질 수 있습니다.
2. 전략 최적화 - 고문은 별도의 MT4 또는 MT5 터미널에서 비동기식으로 수행할 수 있습니다. 이는 첫째, 현재 거래 터미널의 부하를 줄이고 둘째, 최적화를 위한 더 많은 옵션을 사용할 수 있게 합니다. 일반 MT 테스터로 구성된 보다 효율적인 유전자 알고리즘.
3. 컴퓨터에 리소스가 충분하면 병렬 실행 터미널에서 여러 Expert Advisors의 최적화를 사용할 수 있으며 리소스가 충분하지 않으면 MT5 클라우드 서비스를 사용할 수 있습니다.
괜찮아 거래 자체는 어떻습니까? 그리고 나는 한 가지 경우를 기억합니다. 외국 포럼에서 누군가가 고문을 많은 돈에 팔려고 시도하고 세 번 팔았고 구매자의 경우 테스터에 대한 백 테스팅이 같은 기간 동안의 거래와 일치하지 않았습니다. 모든 것이 정상입니다. 테스터, 그러나 거래 계정에서 - 반대로 - 배수 : 지표는 닫힌 막대, 일부는 열린 막대에 대해 코딩되었으며 고가 / 저가에 대한 가격도 있으며 모두 동시에 . 하지만 거기엔 소스코드가 없었고, 인코더가 전혀 알려진 사람이 아니었기 때문에(즉, 그를 아는 사람이 아무도 없었기 때문에 그의 말을 받아들이기 어렵다) ... 고객들은 가방을 꾸리고 비행기를 샀다. 티켓을 판매하고 판매자에게 가기 시작했습니다 ...
나는 단지 사람들이 자세히 이야기할 수 있도록 소스 코드의 일부 샘플이나 버전을 여기에 게시할 수 있다고 말하고 싶습니다. 이것은 나에게 도움이 되지 않지만(저는 코더가 아닙니다) 사람들은 기뻐하고 토론은 더 재미있을 것입니다. 하지만... 그건 제 생각일 뿐입니다.