그들의 부적절함은 분명하고 작동하지 않습니다. 즉, 모델이 적절하지 않다는 것을 의미하며 다섯 번째 이유는 무엇입니까 ... 무엇보다도 시리즈가 고정 된 것으로 축소 될 수 있음을 확실히 압니다. 따라서 , 오늘의 시장이 어제의 시장과 같지 않다는 사실에 나의 실수를 쓸 수 없습니다.
네트워크가 각 샘플에서 재교육된다는 사실은 시장이 변화하고 있다는 사실이 아니라 전처리의 결함일 가능성이 더 큽니다.
그들의 부적절함은 분명하고 작동하지 않습니다. 즉, 모델이 적절하지 않다는 것을 의미하며 다섯 번째 이유는 무엇입니까 ... 무엇보다도 시리즈가 고정 된 것으로 축소 될 수 있음을 확실히 압니다. 따라서 , 오늘의 시장이 어제의 시장과 같지 않다는 사실에 나의 실수를 쓸 수 없습니다.
네트워크가 각 샘플에서 재교육된다는 사실은 시장이 변화하고 있다는 사실이 아니라 전처리의 결함일 가능성이 더 큽니다.
"그 사람은" Neutron이나 paralocus가 이 경우에 NN에서 사용된 바로 그 모델에 대해 얼마나 생각했는지 물었습니다. 오늘 연습은 보여주고 내일은 보여주지 않는다. 매 순간의 시장은 이전과 비슷하지 않다는 주장에 근거한 것이다. 그렇다면 왜 마지막 몇 개의 막대를 사용하여 예측할 수 있습니까? 이전 값과 다음 값 사이의 종속성이 저장된 "조각"은 어디에 있습니까? 지금까지 시간별 막대를 사용하여 실험을 수행했습니다. 5분을 사용하려면 같은 시간 동안 5분을 모두 사용해야 합니까? 아니면 마지막 X 5분? 그리고 내가 원하는 경우 H4? 시스템이 작동하지 않습니까? 12, 13, 14, 15시간 사이에 자기상관이 있는 경우 12.05, 13.05, 14.05, 15.05 사이에 있습니까?
시장에 지속적인 종속성이 없다면 최소한 일관된 아이디어가 있어야합니다....없거나 없는 경우 주사위를 굴리고 손실 관리를 처리하는 것이 정말 좋습니다.....
"그 사람은" Neutron이나 paralocus가 이 경우에 NN에서 사용된 바로 그 모델에 대해 얼마나 생각했는지 물었습니다. 오늘 연습은 보여주고 내일은 보여주지 않는다. 매 순간의 시장은 이전과 비슷하지 않다는 주장에 근거한 것이다. 그렇다면 왜 마지막 몇 개의 막대를 사용하여 예측할 수 있습니까? 이전 값과 다음 값 사이의 종속성이 저장된 "조각"은 어디에 있습니까? 지금까지 시간별 막대를 사용하여 실험을 수행했습니다. 5분을 사용하려면 같은 시간 동안 5분을 모두 사용해야 합니까? 아니면 마지막 X 5분? 그리고 내가 원하는 경우 H4? 시스템이 작동하지 않습니까? 12, 13, 14, 15시간 사이에 자기상관이 있는 경우 12.05, 13.05, 14.05, 15.05 사이에 있습니까?
시장에 지속적인 종속성이 없다면 최소한 일관된 아이디어가 있어야합니다....없거나 없는 경우 주사위를 굴리고 손실 관리를 처리하는 것이 정말 좋습니다.....
당신이 뭔가를 알고 싶다면, 당신이 묻는 형식으로 순서대로 물어야합니다. 그들은 수사학처럼 보입니다 ...
당신이 뭔가를 알고 싶다면, 당신이 묻는 형식으로 순서대로 물어야합니다. 그들은 수사학처럼 보입니다 ...
나는 아마도 원시적인 사람일 것입니다. 내가 몇 달 동안 프로그래밍에 몰두하기 전에 내가 무엇에 의존하는지에 대한 질문은 전혀 수사학적이지 않은 것 같습니다. 대답은 또한 "신경망이 TS의 발전을 위한 유망한 방향이라는 것을 어떻게 든 읽었습니다. 시도하기로 결정했습니다. 과학적 찌르기 방법을 사용하여 각 네트워크에서 네트워크를 재교육해야한다는 결론에 도달했습니다. 단계를 수행하고 시작/종료 가격을 입력으로 사용합니다." 그래서 제 경우에는 약간 다른 방향으로 움직이고 있을 뿐입니다. Neutron과 수학적 "인공 준비"에 대한 그의 사랑을 아는 것만으로도 결론을 내리기 전에 그가 이 방법을 그렇게 열성적으로 옹호했기 때문에 그가 덮어야 할 것이 있다고 생각했습니다. 그래서 저는 이론적인 부분에 관심이 있습니다. 나는 그것이 그의 눈에서 작동해야 하는 이유가 궁금합니다.
매 순간의 시장이 이전과 유사하지 않다는 주장에 근거한 것이다. 그렇다면 마지막 몇 개의 막대를 사용하여 예측할 수 있는 이유는 무엇입니까? 이전 값과 다음 값 사이의 종속성이 저장된 "조각"은 어디에 있습니까? 시장에 지속적인 종속성이 없다면 최소한 일관된 아이디어가 있어야합니다....없거나 없는 경우 주사위를 굴리고 손실 관리를 처리하는 것이 정말 좋습니다.....
우리는 우리가 말하는 고정성을 결정해야 합니다.
실제로 MO가 0이고 분산이 일정한 정규 분포 SW를 취할 수 있습니다. 이것은 모든 매개변수에서 고정된 프로세스이지만 이 프로세스를 통합하여 VR에서 수익을 창출하는 것은 원칙적으로 불가능합니다! 이것이 율법입니다. 당신은 이길 수 있지만 통계적으로 이길 수 없습니다 - 마틴게일. 따라서 이것은 정지된 프로세스의 예이지만 위에서 이야기한 것은 아닙니다.
판독값 사이의 패턴이 밝혀진 경우에만 시장형 VR에서 수익을 올릴 수 있습니다(반드시 막대가 있는 것은 아님). 이것이 유일한 요구 사항입니다. 그러나 이러한 규칙성을 밝히는 것만으로는 충분하지 않으며 이러한 규칙성이 고정적이어야 합니다. 이러한 요구 사항은 자연스럽고 추상 MTS의 작동 조건을 따릅니다. 위에서 염두에 두고 당연하게 여겼던 것이 바로 이런 유형의 정체다. 불행히도 고정성에 대해 완전히 말하는 것은 불가능합니다. 시장은 원칙적으로 고정되어 있지 않습니다. 그렇지 않으면 아스팔트 위의 두 손가락처럼 이러한 시장에서 돈을 버는 것이 가능할 것입니다! 우리는 준정상성(분석 장치에서 탐지하는 데 필요한 시간보다 더 긴 시간 동안 발생하는 거의 정상성 또는 정상성)에 대해서만 이야기할 수 있습니다. 따라서이 수준의 이해에서 그러한 프로세스가 존재한다고 주장 할 수 있다면 실제로 AR 모델로 제한 할 수 있습니다 ... 그러나 이미 짐작할 수 있듯이 이러한 프로세스는 반복되지 않으며 우리는 "준비"해야합니다 매번 미리 AR - 시장에서 예상되는 것과 일치하는 비선형성을 가진 모델! 헛소리야. 이러한 이유로 비선형 신경망은 한 달에 한 번(여기에서 가정한 대로)이 아닌 각 이벤트에 대해 교육을 받는 것이 거의 효율적인 시장에서 적시에 이벤트를 감지하고 제거하는 데 가장 적합한 도구입니다.
나는 국회가 시장에서 벌 수 있다고 주장하지 않는다(평균 이익은 DC의 수수료를 초과한다). 저는 국회가 TS의 근간이 되어야 할 오늘날에 가장 적합한 도구라고 단언할 뿐입니다. 비슷한 장치 환경에서 우위를 점할 수 있는 유일한 방법은 모든 이벤트에 대해 재교육하는 것이라고 주장합니다. 이는 국회에 감춰진 잠재력을 '추출'하는 것을 극대화하려는 시도이자, 결과적으로 코티르의 법칙을 최대한 짜내려는 시도다.
입력에 무엇을 적용할지, 어떤 출력에 교육할 것인지, 그리드 아키텍처가 어떠해야 하는지에 대한 질문은 완전히 다릅니다. 여기에서 "깊은" 질문이 유용할 것입니다.
알렉스 는 항상 옳습니다.
실제로 NN을 적절하게 구축하고 훈련하는 방법을 아는 것에는 비밀이 없습니다. 자긍심 있는 연구자가 알아야 할 자료입니다. 이것이 기초입니다!
신성한 지식은 입력 데이터의 준비와 신경망에 대한 목적 함수의 결정으로 정확하게 시작됩니다. 이것은 원칙상의 이유로 여기에서 논의되지 않을 것입니다. 이 지식 분야에서 모든 사람은 창작자이자 예술가입니다. 그것은 돈과 즐거움을 가져다줍니다. 그리고 확실히, 이것은 매시간 바가 아닙니다! 이 스레드에서는 시각적 보조 수단으로만 표시되며 "1시간 또는 15분"이 더 나은지에 대해 토론하는 것은 학문적 관심이 있는 경우에만 가능합니다.
이것들은 기가바이트의 부적절한 모델입니다 ... 오늘날의 시장이 내일의 시장과 같지 않다는 것을 의미하지는 않습니다.
글쎄, 여기에 그가 있고 반례가 있습니다 ... 누가 그것들이 부적절하다고 말했습니까 (오류가있는 것을 제외하고)? 이제 적절한 모델(해당 알고리즘)의 예를 제시해야 합니다. 다른 사람들의 부족함이 드러날 수 있도록.
그들의 부적절함은 분명하고 작동하지 않습니다. 즉, 모델이 적절하지 않다는 것을 의미하며 다섯 번째 이유는 무엇입니까 ... 무엇보다도 시리즈가 고정 된 것으로 축소 될 수 있음을 확실히 압니다. 따라서 , 오늘의 시장이 어제의 시장과 같지 않다는 사실에 나의 실수를 쓸 수 없습니다.
네트워크가 각 샘플에서 재교육된다는 사실은 시장이 변화하고 있다는 사실이 아니라 전처리의 결함일 가능성이 더 큽니다.
그들의 부적절함은 분명하고 작동하지 않습니다. 즉, 모델이 적절하지 않다는 것을 의미하며 다섯 번째 이유는 무엇입니까 ... 무엇보다도 시리즈가 고정 된 것으로 축소 될 수 있음을 확실히 압니다. 따라서 , 오늘의 시장이 어제의 시장과 같지 않다는 사실에 나의 실수를 쓸 수 없습니다.
네트워크가 각 샘플에서 재교육된다는 사실은 시장이 변화하고 있다는 사실이 아니라 전처리의 결함일 가능성이 더 큽니다.
"그 사람은" Neutron이나 paralocus가 이 경우에 NN에서 사용된 바로 그 모델에 대해 얼마나 생각했는지 물었습니다. 오늘 연습은 보여주고 내일은 보여주지 않는다. 매 순간의 시장은 이전과 비슷하지 않다는 주장에 근거한 것이다. 그렇다면 왜 마지막 몇 개의 막대를 사용하여 예측할 수 있습니까? 이전 값과 다음 값 사이의 종속성이 저장된 "조각"은 어디에 있습니까? 지금까지 시간별 막대를 사용하여 실험을 수행했습니다. 5분을 사용하려면 같은 시간 동안 5분을 모두 사용해야 합니까? 아니면 마지막 X 5분? 그리고 내가 원하는 경우 H4? 시스템이 작동하지 않습니까? 12, 13, 14, 15시간 사이에 자기상관이 있는 경우 12.05, 13.05, 14.05, 15.05 사이에 있습니까?
시장에 지속적인 종속성이 없다면 최소한 일관된 아이디어가 있어야합니다....없거나 없는 경우 주사위를 굴리고 손실 관리를 처리하는 것이 정말 좋습니다.....
"그 사람은" Neutron이나 paralocus가 이 경우에 NN에서 사용된 바로 그 모델에 대해 얼마나 생각했는지 물었습니다. 오늘 연습은 보여주고 내일은 보여주지 않는다. 매 순간의 시장은 이전과 비슷하지 않다는 주장에 근거한 것이다. 그렇다면 왜 마지막 몇 개의 막대를 사용하여 예측할 수 있습니까? 이전 값과 다음 값 사이의 종속성이 저장된 "조각"은 어디에 있습니까? 지금까지 시간별 막대를 사용하여 실험을 수행했습니다. 5분을 사용하려면 같은 시간 동안 5분을 모두 사용해야 합니까? 아니면 마지막 X 5분? 그리고 내가 원하는 경우 H4? 시스템이 작동하지 않습니까? 12, 13, 14, 15시간 사이에 자기상관이 있는 경우 12.05, 13.05, 14.05, 15.05 사이에 있습니까?
시장에 지속적인 종속성이 없다면 최소한 일관된 아이디어가 있어야합니다....없거나 없는 경우 주사위를 굴리고 손실 관리를 처리하는 것이 정말 좋습니다.....
당신이 뭔가를 알고 싶다면, 당신이 묻는 형식으로 순서대로 물어야합니다. 그들은 수사학처럼 보입니다 ...
당신이 뭔가를 알고 싶다면, 당신이 묻는 형식으로 순서대로 물어야합니다. 그들은 수사학처럼 보입니다 ...
나는 아마도 원시적인 사람일 것입니다. 내가 몇 달 동안 프로그래밍에 몰두하기 전에 내가 무엇에 의존하는지에 대한 질문은 전혀 수사학적이지 않은 것 같습니다. 대답은 또한 "신경망이 TS의 발전을 위한 유망한 방향이라는 것을 어떻게 든 읽었습니다. 시도하기로 결정했습니다. 과학적 찌르기 방법을 사용하여 각 네트워크에서 네트워크를 재교육해야한다는 결론에 도달했습니다. 단계를 수행하고 시작/종료 가격을 입력으로 사용합니다." 그래서 제 경우에는 약간 다른 방향으로 움직이고 있을 뿐입니다. Neutron과 수학적 "인공 준비"에 대한 그의 사랑을 아는 것만으로도 결론을 내리기 전에 그가 이 방법을 그렇게 열성적으로 옹호했기 때문에 그가 덮어야 할 것이 있다고 생각했습니다. 그래서 저는 이론적인 부분에 관심이 있습니다. 나는 그것이 그의 눈에서 작동해야 하는 이유가 궁금합니다.
gpwr , 이 스레드는 그러한 "심각한" 질문을 위한 것이 아닙니다. 여기에서 그들은 신경망을 만드는 방법을 배웁니다. 그게 전부입니다.
입력에 무엇을 적용할지, 어떤 출력에 교육할 것인지, 그리드 아키텍처가 어떠해야 하는지에 대한 질문은 완전히 다릅니다. 여기에서 "깊은" 질문이 유용할 것입니다.
고정 데이터로 이동할 수 있는 변환이 있습니다... 더욱이, 시리즈를 고정 데이터로 줄일 수 있다는 것을 확실히 알고 있습니다. 따라서 다음 사실에 대한 내 실수를 쓸 수 없습니다. 오늘의 시장은 어제의 시장과 같지 않습니다.
네트워크가 각 샘플에서 재교육된다는 사실은 시장이 변화하고 있다는 사실이 아니라 전처리의 결함일 가능성이 더 큽니다.
매 순간의 시장이 이전과 유사하지 않다는 주장에 근거한 것이다. 그렇다면 마지막 몇 개의 막대를 사용하여 예측할 수 있는 이유는 무엇입니까? 이전 값과 다음 값 사이의 종속성이 저장된 "조각"은 어디에 있습니까? 시장에 지속적인 종속성이 없다면 최소한 일관된 아이디어가 있어야합니다....없거나 없는 경우 주사위를 굴리고 손실 관리를 처리하는 것이 정말 좋습니다.....
우리는 우리가 말하는 고정성을 결정해야 합니다.
실제로 MO가 0이고 분산이 일정한 정규 분포 SW를 취할 수 있습니다. 이것은 모든 매개변수에서 고정된 프로세스이지만 이 프로세스를 통합하여 VR에서 수익을 창출하는 것은 원칙적으로 불가능합니다! 이것이 율법입니다. 당신은 이길 수 있지만 통계적으로 이길 수 없습니다 - 마틴게일. 따라서 이것은 정지된 프로세스의 예이지만 위에서 이야기한 것은 아닙니다.
판독값 사이의 패턴이 밝혀진 경우에만 시장형 VR에서 수익을 올릴 수 있습니다(반드시 막대가 있는 것은 아님). 이것이 유일한 요구 사항입니다. 그러나 이러한 규칙성을 밝히는 것만으로는 충분하지 않으며 이러한 규칙성이 고정적이어야 합니다. 이러한 요구 사항은 자연스럽고 추상 MTS의 작동 조건을 따릅니다. 위에서 염두에 두고 당연하게 여겼던 것이 바로 이런 유형의 정체다. 불행히도 고정성에 대해 완전히 말하는 것은 불가능합니다. 시장은 원칙적으로 고정되어 있지 않습니다. 그렇지 않으면 아스팔트 위의 두 손가락처럼 이러한 시장에서 돈을 버는 것이 가능할 것입니다! 우리는 준정상성(분석 장치에서 탐지하는 데 필요한 시간보다 더 긴 시간 동안 발생하는 거의 정상성 또는 정상성)에 대해서만 이야기할 수 있습니다. 따라서이 수준의 이해에서 그러한 프로세스가 존재한다고 주장 할 수 있다면 실제로 AR 모델로 제한 할 수 있습니다 ... 그러나 이미 짐작할 수 있듯이 이러한 프로세스는 반복되지 않으며 우리는 "준비"해야합니다 매번 미리 AR - 시장에서 예상되는 것과 일치하는 비선형성을 가진 모델! 헛소리야. 이러한 이유로 비선형 신경망은 한 달에 한 번(여기에서 가정한 대로)이 아닌 각 이벤트에 대해 교육을 받는 것이 거의 효율적인 시장에서 적시에 이벤트를 감지하고 제거하는 데 가장 적합한 도구입니다.
나는 국회가 시장에서 벌 수 있다고 주장하지 않는다(평균 이익은 DC의 수수료를 초과한다). 저는 국회가 TS의 근간이 되어야 할 오늘날에 가장 적합한 도구라고 단언할 뿐입니다. 비슷한 장치 환경에서 우위를 점할 수 있는 유일한 방법은 모든 이벤트에 대해 재교육하는 것이라고 주장합니다. 이는 국회에 감춰진 잠재력을 '추출'하는 것을 극대화하려는 시도이자, 결과적으로 코티르의 법칙을 최대한 짜내려는 시도다.
입력에 무엇을 적용할지, 어떤 출력에 교육할 것인지, 그리드 아키텍처가 어떠해야 하는지에 대한 질문은 완전히 다릅니다. 여기에서 "깊은" 질문이 유용할 것입니다.
알렉스 는 항상 옳습니다.
실제로 NN을 적절하게 구축하고 훈련하는 방법을 아는 것에는 비밀이 없습니다. 자긍심 있는 연구자가 알아야 할 자료입니다. 이것이 기초입니다!
신성한 지식은 입력 데이터의 준비와 신경망에 대한 목적 함수의 결정으로 정확하게 시작됩니다. 이것은 원칙상의 이유로 여기에서 논의되지 않을 것입니다. 이 지식 분야에서 모든 사람은 창작자이자 예술가입니다. 그것은 돈과 즐거움을 가져다줍니다. 그리고 확실히, 이것은 매시간 바가 아닙니다! 이 스레드에서는 시각적 보조 수단으로만 표시되며 "1시간 또는 15분"이 더 나은지에 대해 토론하는 것은 학문적 관심이 있는 경우에만 가능합니다.