첫 번째 부분에서 우리는 가격 차이와 (무엇을 말하는지는 말하지 않겠습니다) NN 입력에 대한 잔차를 제공합니다. 지연 신경망. 우리는 가중치 계수를 얻습니다. 외삽.
두 번째 부분에서는 외삽을 확인합니다. 우리는 그 적합성을 봅니다. 잔차에서 첫 번째 NN의 외삽을 뺍니다. 우리는 잔차의 VR을 하나 더 얻습니다(첫 번째 NN의 오차). 두 번째 NN을 입력에 공급합니다.
세 번째 부분에서 두 번째 NN은 첫 번째 NN의 오류를 수정합니다. 포워드가 성공했습니다.
이것은 잘 알려진 트릭입니다. 여기 계신 많은 분들이 NeuroPro 웹사이트, 특히 기사 페이지를 알고 계실 거라 생각합니다. 이 토론에서는 학습 곡선에 따라 부스팅 팀의 전문가를 최적화하는 것이 중요합니다. 나는 이 작가를 신뢰하며 그가 괴짜가 아니라는 것을 확실히 알고 있습니다(여기서 어떤 사람들은 서로의 이름을 ;-).
다양한 BP가 있으며 모든 견적에서 긍정적인 결과를 얻을 수 있다는 것은 사실이 아닙니다. 그러나 Reshetov가 Forex와 관련하여 다시 한 번 아이디어를 표명했다는 사실은 여기에서 주목할만한 가치가 있음을 확인시켜줍니다.
여기, 쏘렌토, 모든 것이 그렇게 단순하지 않고 항상 "이익 요인 및 매트 기대", 간단히 말해서 "감동을 받지 않습니다."로 귀결되지는 않는 것 같습니다. 또는 축소하지만 모든 미묘한 점을 이해해야합니다. 이 거래 알고리즘을 컴퓨터(더 정확하게는 가능한 모델)에서 시뮬레이션하고 구현을 살펴보는 것이 더 쉽습니다. 0 근사(대략 추정)의 경우 거래 계정의 포인트 증분이 MO가 25포인트이고 분산이 500포인트인 정규 분포를 갖는다고 가정할 수 있습니다. 무화과에. 왼쪽은 이 프로세스의 수백 가지 테스트 구현 중 하나입니다. 위 사진과 비교해보세요. 세탁은 만족스럽게 동의합니다.
이제 이 사업에 최적의 MM을 청구하고 거래 레버리지(TP) 크기의 함수로 3000건의 거래 후 계정 상태를 살펴보겠습니다. 무화과에. 오른쪽에는 각 TP 값에 대해 200개 이상의 독립적인 구현을 평균화하여 얻은 계정 예치금의 상대적 증분이 표시됩니다. 수염은 피해 1/e의 통계적 분포의 특성 값을 보여줍니다.
제시된 TS에 대해 계정 잔액의 가치를 최대화하는 최적의 TP 값이 있음을 알 수 있습니다. TP=25-30일 때, 3년 동안 예금의 성장은 30-60배의 스프레드로 약 40배(%가 아니라 몇 배!)에 이르렀습니다.
IMHO, Discovery를 만들기 위해 결합할 수 있는 몇 가지 기본 지식이 필요합니다. ;-)
네. 틀림없이. 하지만 바로 여기
게다가, 우리보다 훨씬 더 많은 일이 이미 이루어졌고 (연구 등의 측면에서) 우리가 감당할 수 있는 것보다 훨씬 더 나은데 왜 바퀴를 재발명해야 합니까?
주장할 수 있다. 기본 사항을 건너뛰면 - 자전거의 개념을 도출하기 위한 정신적 작업을 수행하지 않고 이 개념의 틀 안에 영원히 남을 수 있습니다. 왜냐하면 가장 중요한 것이 사라지기 때문입니다. 이 모든 것이 왜일까요? 그리고 앞으로 당신이 할 일은 자전거를 개선하는 것뿐입니다.
===
구부러진 상태에서. 미안, 아직 안 일어났어. 바로 지금, 나는 누군가와 싸울 것입니다 - 나는 정상으로 돌아갈 것입니다. )))
글쎄 ... "포럼을 닫을 수도 있습니다 ..."의 배경에 대해 아마도 그렇지 않을 것입니다.
나는 배경에서 생각한다
그리고 비즈니스는 계량 경제학에 관한 식물 책을 읽고 거기에 있는 잼을 식별하는 것입니다. 거기에서 조언하는 모든 것을 하십시오. 그 반대입니다.
남자는 이미 충분히 확신하고 있다
간단히 말해서 우리는 이야기를 세 부분으로 나눕니다.
첫 번째 부분에서 우리는 가격 차이와 (무엇을 말하는지는 말하지 않겠습니다) NN 입력에 대한 잔차를 제공합니다. 지연 신경망. 우리는 가중치 계수를 얻습니다. 외삽.
두 번째 부분에서는 외삽을 확인합니다. 우리는 그 적합성을 봅니다. 잔차에서 첫 번째 NN의 외삽을 뺍니다. 우리는 잔차의 VR을 하나 더 얻습니다(첫 번째 NN의 오차). 두 번째 NN을 입력에 공급합니다.
세 번째 부분에서 두 번째 NN은 첫 번째 NN의 오류를 수정합니다. 포워드가 성공했습니다.
이것은 잘 알려진 트릭입니다. 여기 계신 많은 분들이 NeuroPro 웹사이트, 특히 기사 페이지를 알고 계실 거라 생각합니다. 이 토론에서는 학습 곡선에 따라 부스팅 팀의 전문가를 최적화하는 것이 중요합니다. 나는 이 작가를 신뢰하며 그가 괴짜가 아니라는 것을 확실히 알고 있습니다(여기서 어떤 사람들은 서로의 이름을 ;-).
다양한 BP가 있으며 모든 견적에서 긍정적인 결과를 얻을 수 있다는 것은 사실이 아닙니다. 그러나 Reshetov가 Forex와 관련하여 다시 한 번 아이디어를 표명했다는 사실은 여기에서 주목할만한 가치가 있음을 확인시켜줍니다.
Reshetov писал(а) >>
포럼도 닫을 수 있습니다. 더 이상 여기에서 할 말이 없습니다. 내가 테스트에서 확인할 수 있었던 모든 도구에는 세 번째 섹션에 이익이 있습니다.
일반적으로 내가 더 이상 여기에 나타나지 않으면 이 홍수에서 더 이상 잡을 것이 없습니다.
나는 지역 대중에게 작별 인사를 한다
환호.
유라야.. 한 달 뒤에 보자 :-)
이런 건 없습니다. 가장 넓은 의미에서 논의되고 있는 것은 고정되지 않은 일련의 가격, 고정된 이윤을 얻는 것입니다.
잘 말했습니다 - 정확하고 간결합니다.
그건 그렇고, 발전 시리즈의 비정상 조건과 가장 중요한 것은 수수료 비용을 고려하는 조건에서 그러한 변환의 근본적인 가능성에 대한 직접적인 증거가 있습니다. 다음은 2000개 이상의 카운트에 대한 PRICE->POINTS 변환 결과입니다.
이것은 전설적인 Better on Onyx 의 모니터 점수입니다.
VR의 그러한 역학은 무작위가 아니며 우리가 정말로 노력해야 할 것이 있다는 사실을 반영하는 것 같습니다(수학자들이 몇 가지 평가 기준으로 저를 수정하도록 하십시오). 이러한 차량에 최적의 MM을 고정하면 출력에서 DREAM을 얻을 수 있습니다.
이익 요소 1 및 체크 메이트 기대 - 4 달러보다 약간 높습니다. 초기 창고에서 3K.
분명히 파이핑과 최적의 MM
감동하지 않았다. ;)
이익 요소 1 및 체크 메이트 기대 - 4 달러보다 약간 높습니다. 초기 창고에서 3K.
분명히 파이핑과 최적의 MM
감동하지 않았다. ;)
여기, 쏘렌토, 모든 것이 그렇게 단순하지 않고 항상 "이익 요인 및 매트 기대", 간단히 말해서 "감동을 받지 않습니다."로 귀결되지는 않는 것 같습니다. 또는 축소하지만 모든 미묘한 점을 이해해야합니다. 이 거래 알고리즘을 컴퓨터(더 정확하게는 가능한 모델)에서 시뮬레이션하고 구현을 살펴보는 것이 더 쉽습니다. 0 근사(대략 추정)의 경우 거래 계정의 포인트 증분이 MO가 25포인트이고 분산이 500포인트인 정규 분포를 갖는다고 가정할 수 있습니다. 무화과에. 왼쪽은 이 프로세스의 수백 가지 테스트 구현 중 하나입니다. 위 사진과 비교해보세요. 세탁은 만족스럽게 동의합니다.
이제 이 사업에 최적의 MM을 청구하고 거래 레버리지(TP) 크기의 함수로 3000건의 거래 후 계정 상태를 살펴보겠습니다. 무화과에. 오른쪽에는 각 TP 값에 대해 200개 이상의 독립적인 구현을 평균화하여 얻은 계정 예치금의 상대적 증분이 표시됩니다. 수염은 피해 1/e의 통계적 분포의 특성 값을 보여줍니다.
제시된 TS에 대해 계정 잔액의 가치를 최대화하는 최적의 TP 값이 있음을 알 수 있습니다. TP=25-30일 때, 3년 동안 예금의 성장은 30-60배의 스프레드로 약 40배(%가 아니라 몇 배!)에 이르렀습니다.
이것은 쏘렌토가 인상적이지 않습니까?
이것은 잘 알려진 트릭입니다. {...}
너무 많이 읽고 공부하면 결코 발견을 할 수 없습니다 :-).
그건 그렇고, 발전 시리즈의 비정상 조건과 가장 중요한 것은 수수료 비용을 고려하는 조건에서 그러한 변환의 근본적인 가능성에 대한 직접적인 증거가 있습니다. 다음은 2000개 이상의 카운트에 대한 PRICE->POINTS 변환 결과입니다.
이것은 전설적인 Better on Onyx 의 모니터 점수입니다.
VR의 그러한 역학은 무작위가 아니며 우리가 정말로 노력해야 할 것이 있다는 사실을 반영하는 것 같습니다(수학자들이 몇 가지 평가 기준으로 저를 수정하도록 하십시오). 이러한 차량에 최적의 MM을 고정하면 출력에서 DREAM을 얻을 수 있습니다.
흥미로운 계정입니다. 안타깝게도 전술의 미묘함을 몰라서 뭐라 말씀드릴 수가 없네요. 이것이 정기적으로 조정되거나 자체 조정되는 시스템이라는 의심이 있습니다.
너무 많이 읽고 공부하면 결코 발견을 할 수 없습니다 :-).
IMHO, Discovery를 만들기 위해 결합할 수 있는 몇 가지 기본 지식이 필요합니다. ;-) 게다가, 우리 이전에 이미 많은 일이 있었고 우리가 감당할 수 있는 것보다 훨씬 더 나은 경우(연구 등의 측면에서) 바퀴를 재발명하는 이유는 무엇입니까?
IMHO, 몇 가지 기본 지식이 필요합니다 {...}
그것은 농담. 그리고 자전거는 구부러 질 것입니다 ...
IMHO, Discovery를 만들기 위해 결합할 수 있는 몇 가지 기본 지식이 필요합니다. ;-)
네. 틀림없이. 하지만 바로 여기
게다가, 우리보다 훨씬 더 많은 일이 이미 이루어졌고 (연구 등의 측면에서) 우리가 감당할 수 있는 것보다 훨씬 더 나은데 왜 바퀴를 재발명해야 합니까?
주장할 수 있다. 기본 사항을 건너뛰면 - 자전거의 개념을 도출하기 위한 정신적 작업을 수행하지 않고 이 개념의 틀 안에 영원히 남을 수 있습니다. 왜냐하면 가장 중요한 것이 사라지기 때문입니다. 이 모든 것이 왜일까요? 그리고 앞으로 당신이 할 일은 자전거를 개선하는 것뿐입니다.
===
구부러진 상태에서. 미안, 아직 안 일어났어. 바로 지금, 나는 누군가와 싸울 것입니다 - 나는 정상으로 돌아갈 것입니다. )))