TheXpert писал (а)>> 나의 IMHO, 지그재그로 국회에 투입되는 것은 쓸모없는 것이고 정보의 압축이기도 하다. 피크를 보여주지만 피크 사이의 간격에서 역학을 반영하지 않습니다. 또한 거의 모든 서지에 반응하므로 퍼니스에서 IMHO를 반복합니다.
나는 지그재그에서 학습할 때 네트워크가 1 bar의 지연으로 반복하는 방법을 학습할 가능성이 높다고 덧붙일 수 있습니다. "오늘도 어제 같고 내일도 오늘 같을 것"이라는 잘 알려진 효과. 따라서, 그것(네트워크)은 훈련 기간 동안 가능한 최소 오차를 달성할 것입니다. 그러나 앞으로는 작동하지 않을 것입니다.
이론적으로 시계열은 섞이지 않는 것이 좋습니다. 그러니 방해해, 방해하지마, 어쨌든 얻을거야 .....)))))))))))))))))
판매가 허용되는 A 벡터 세트가 있습니다.
B - 매수 벡터 세트와 C - 홀드 벡터 세트가 있습니다. 벡터 값은 상대적이어야 합니다.
그래서 혼합을 제안했습니다.
(한 좋은 사람이 나에게 조언한) 아이디어가 있습니다. 그리고 당신 LeoV 가 이것을 도와줄 수 있습니다.
우리는 가장 무례하게 다시 그리는 칠면조를 NS로 가져오고 NS를 훈련시켜 올바른 신호를 보냅니다. 물론 결과를 얻어야 합니다.
우리의 입력이 완벽하거나 거의 완벽하도록 ... 이러한 값은 NN의 교사로 사용됩니다. 여기서 이점은 네트워크 자체가 최적으로 선택한 BUY / Sell 벡터를 제공한다는 것입니다. 어떤 ZZ도 이것을 반복할 수 없습니다! 그러나 많은 홀드 벡터도 어떻게든 수동으로 절단해야 합니다. 샘플이 90% Hold와 5% Buy/Sell로 구성되지 않도록...
B - 매수 벡터 세트와 C - 홀드 벡터 세트가 있습니다. 벡터 값은 상대적이어야 합니다.
그래서 혼합을 제안했습니다.
(한 좋은 사람이 나에게 조언한) 아이디어가 있습니다. 그리고 당신 LeoV 가 이것을 도와줄 수 있습니다.
우리는 가장 무례하게 다시 그리는 칠면조를 NS로 가져오고 NS를 훈련시켜 올바른 신호를 보냅니다. 물론 결과를 얻어야 합니다.
우리의 입력이 완벽하거나 거의 완벽하도록 ... 이러한 값은 NN의 교사로 사용됩니다. 여기서 이점은 네트워크 자체가 최적으로 선택한 BUY / Sell 벡터를 제공한다는 것입니다. 어떤 ZZ도 이것을 반복할 수 없습니다! 그러나 많은 홀드 벡터도 어떻게든 수동으로 절단해야 합니다. 샘플이 90% Hold와 5% Buy/Sell로 구성되지 않도록...
이해하지 못하셨나요? 그런 다음 입력 칠면조를 출력으로 사용합니까? 또는 어떻게? 요점은 명확하지 않습니다.
이해하지 못하셨나요? 그런 다음 입력 칠면조를 출력으로 사용합니까? 또는 어떻게? 요점은 명확하지 않습니다.
NS 입구에서 칠면조 (다시 그린)를 제공합니다. 진입점을 얻습니다(출력 NSH에서 최적의 매수/보유/매도). 그리고 우리는 다른 칠면조와 함께 이러한 점을 설명합니다 - 정상 또는 다른 ... 하지만 이 전에 홀드 나다가 어떻게든 수동으로 차단됩니다... 그게 분명합니까?
나의 IMHO, 지그재그로 국회에 투입되는 것은 쓸모없는 것이고 정보의 압축이기도 하다. 피크를 보여주지만 피크 사이의 간격에서 역학을 반영하지 않습니다. 또한 거의 모든 서지에 반응하므로 퍼니스에서 IMHO를 반복합니다.
나는 지그재그에서 학습할 때 네트워크가 1 bar의 지연으로 반복하는 방법을 학습할 가능성이 높다고 덧붙일 수 있습니다. "오늘도 어제 같고 내일도 오늘 같을 것"이라는 잘 알려진 효과. 따라서, 그것(네트워크)은 훈련 기간 동안 가능한 최소 오차를 달성할 것입니다. 그러나 앞으로는 작동하지 않을 것입니다.
나는 지그재그에서 학습할 때 네트워크가 1 bar의 지연으로 반복하는 방법을 학습할 가능성이 높다고 덧붙일 수 있습니다. "오늘도 어제 같고 내일도 오늘 같을 것"이라는 잘 알려진 효과. 이러한 방식으로 가능한 최소 오류를 달성합니다.
33의 도움으로 샘플을 올바르게 만들면 혼합 될 수 있으며이 효과는 없을 것이라고 생각합니다.
나는 아직도 ZZ가 국회의원이 아니라고 생각한다.
33의 도움으로 샘플을 올바르게 만들면 혼합 될 수 있으며이 효과는 없을 것이라고 생각합니다.
나는 아직도 ZZ가 국회의원이 아니라고 생각한다.
이론적으로 시계열은 섞이지 않는 것이 좋습니다. 그러니 귀찮게하지마, 귀찮게하지마, 어쨌든 얻을 것이다.....))))))))))))))
이론적으로 시계열은 섞이지 않는 것이 좋습니다. 그러니 방해해, 방해하지마, 어쨌든 얻을거야 .....)))))))))))))))))
판매가 허용되는 A 벡터 세트가 있습니다.
B - 매수 벡터 세트와 C - 홀드 벡터 세트가 있습니다. 벡터 값은 상대적이어야 합니다.
그래서 혼합을 제안했습니다.
(한 좋은 사람이 나에게 조언한) 아이디어가 있습니다. 그리고 당신 LeoV 가 이것을 도와줄 수 있습니다.
우리는 가장 무례하게 다시 그리는 칠면조를 NS로 가져오고 NS를 훈련시켜 올바른 신호를 보냅니다. 물론 결과를 얻어야 합니다.
우리의 입력이 완벽하거나 거의 완벽하도록 ... 이러한 값은 NN의 교사로 사용됩니다. 여기서 이점은 네트워크 자체가 최적으로 선택한 BUY / Sell 벡터를 제공한다는 것입니다. 어떤 ZZ도 이것을 반복할 수 없습니다! 그러나 많은 홀드 벡터도 어떻게든 수동으로 절단해야 합니다. 샘플이 90% Hold와 5% Buy/Sell로 구성되지 않도록...
판매가 허용되는 A 벡터 세트가 있습니다.
B - 매수 벡터 세트와 C - 홀드 벡터 세트가 있습니다. 벡터 값은 상대적이어야 합니다.
그래서 혼합을 제안했습니다.
(한 좋은 사람이 나에게 조언한) 아이디어가 있습니다. 그리고 당신 LeoV 가 이것을 도와줄 수 있습니다.
우리는 가장 무례하게 다시 그리는 칠면조를 NS로 가져오고 NS를 훈련시켜 올바른 신호를 보냅니다. 물론 결과를 얻어야 합니다.
우리의 입력이 완벽하거나 거의 완벽하도록 ... 이러한 값은 NN의 교사로 사용됩니다. 여기서 이점은 네트워크 자체가 최적으로 선택한 BUY / Sell 벡터를 제공한다는 것입니다. 어떤 ZZ도 이것을 반복할 수 없습니다! 그러나 많은 홀드 벡터도 어떻게든 수동으로 절단해야 합니다. 샘플이 90% Hold와 5% Buy/Sell로 구성되지 않도록...
이해하지 못하셨나요? 그런 다음 입력 칠면조를 출력으로 사용합니까? 또는 어떻게? 요점은 명확하지 않습니다.
이해하지 못하셨나요? 그런 다음 입력 칠면조를 출력으로 사용합니까? 또는 어떻게? 요점은 명확하지 않습니다.
NS 입구에서 칠면조 (다시 그린)를 제공합니다. 진입점을 얻습니다(출력 NSH에서 최적의 매수/보유/매도). 그리고 우리는 다른 칠면조와 함께 이러한 점을 설명합니다 - 정상 또는 다른 ... 하지만 이 전에 홀드 나다가 어떻게든 수동으로 차단됩니다... 그게 분명합니까?
비슷한 아이디어가 있었습니다. 입력 - 가혹한 실제 데이터, 출력 - 최소한 미래. 나는 이것에 어떤 모순도 보이지 않는다.
말이 되지만 노이즈가 제거된 경우에만 가능합니다.
NS 입구에서 칠면조 (다시 그린)를 제공합니다.
이미 다시 그렸 단 말입니까? 그리고 교사가 없는 NN 자체가 좋은 진입점을 찾을 것이라고 기대하는 이유는 무엇입니까? 즉, 그러한 NN의 목적 함수를 어떻게 표현합니까?
이미 다시 그렸 단 말입니까? 그리고 교사가 없는 NN 자체가 좋은 진입점을 찾을 것이라고 기대하는 이유는 무엇입니까? 즉, 그러한 NN의 목적 함수를 어떻게 표현합니까?
예, 이미 다시 그렸습니다.(SSA, Hodrick(또는 이와 유사한 것))
NS의 목적함수는 Close를 기반으로 한 Optimal Buy/Hold/Sell입니다. NS 선생님 없이 찾아드립니다. 정확한 신호 최대화는 학습에 사용되는 오류 함수입니다. 물론 헷갈릴 수도 있지만 의미는 분명하다고 생각합니다.