![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Genel olarak, fiyat sürecinin Markovyen olmadığı varsayımı nereden geldi? Sırf Markov sürecinin koşulu yerine getirildi diye, geleceğin sabit bir şimdiki zamana bağlı olmaması...
peki, rastgele değil, hafızalı gibi ağır kuyruklardan
peki, rastgele değil, hafızalı gibi ağır kuyruklardan
ama VisSim'den şimdi seçmek mümkün değil)
Yani VisSim'den C'ye kod dönüştürücüler var ..))
Bir Markov işlemi hafıza ve dahili durumlarla olabilir, bu yüzden bu bir problem olmamalı..
iyi, sadece durumlar ve geçiş olasılıkları vardır, her yeni durumda sadece mevcut olasılık geçişi etkiler ve önceki adımın hafızası silinir.
ama Markov olmayanların açıklaması hakkında pek bir şey anlamıyorum, orada her şey karmaşık)
iyi, sadece durumlar ve geçiş olasılıkları vardır, her yeni durumda sadece mevcut olasılık geçişi etkiler ve önceki adımın hafızası silinir.
Yani, hafıza mevcut duruma girilir, bu nedenle hesaplamalar için gerekirse her zaman orada olmasına rağmen öncekine artık ihtiyaç yoktur ....
Gelecekteki geçişle ilgili olarak, elbette, her şey eşit derecede olasıdır, ancak olmasa bile, o zaman bu geçiş metriklerinde dikkate alınabilir ...
Yani, hafıza mevcut duruma girilir, bu nedenle hesaplamalar için gerekirse her zaman orada olmasına rağmen öncekine artık ihtiyaç yoktur ....
Gelecekteki geçişle ilgili olarak, elbette, her şey eşit derecede olasıdır, ancak olmasa bile, o zaman bu geçiş metriklerinde dikkate alınabilir ...
her türlü zamansal farklılık ve stokastik model yapıyorlar ama ben bunda iyi değilim ve çalışmaya yeni başlıyorum
örneğin, makine öğrenmesinde q-öğrenmeye bakabilirsiniz, Alexander'ın yazdığı t-tn zaman farkı üzerinde hem durağan hem de durağan olmayan modeller var, sadece yaklaşım diğer taraftan. Ve en zor şey, bunları pazarlar gibi sürekli süreçlere uygulamaktır, ayrık süreçlerle her şey az çok açıktır.
örneğin, makine öğreniminde q-öğrenmeye bakabilirsiniz, Alexander'ın yazdığı t-tn zaman farkı üzerinde hem durağan hem de durağan olmayan modeller var, sadece yaklaşım diğer tarafta
Bana öyle geliyor ki, ayrık gizli markov modelleri ve algoritmaları bu görev için daha alakalı çünkü modelin kendisini bilmek gerekli değil, bu da onu sinir ağlarına benzer kılıyor ...
Difüzyon ve Brownian hareketi denklemi gerçekten çok zor görünüyor ... Pazar açıkça Brownian'dan uzak))
Bana öyle geliyor ki, ayrık gizli markov modelleri ve algoritmaları bu görev için daha alakalı çünkü modelin kendisini bilmek gerekli değil, bu da onu sinir ağları gibi gösteriyor...
Difüzyon ve Brownian hareket denklemi gerçekten çok zorlanmış görünüyor ... Pazar açıkça Brownian'dan uzak))
Genel olarak, çok çalışmalı ve ... düşünmelisiniz :) bu benim, tabiri caizse, ne demeli ..
Elbette beni affedeceksin. Ama burada fazla ileri gittiğini düşünmüyor musun? Kimin diğerinden daha akıllı olduğunu görmek için bir rekabet var gibi görünüyor. İşte size en basit hindi, size uygun bir sürü ile gir, işlemde 10 puan geçti, yarısını kapattın, gerisi BÜ'de. Ve mutlu olacaksın. Ve başım ağrımıyor
Elbette beni affedeceksin. Ama burada fazla ileri gittiğinizi düşünmüyor musunuz? Kimin diğerinden daha akıllı olduğunu görmek için bir rekabet var gibi görünüyor. İşte size en basit hindi, size uygun bir sürü ile gir, işlemde 10 puan geçti, yarısını kapattın, gerisi BÜ'de. Ve mutlu olacaksın. Ve başım ağrımıyor
Yaratıcı süreç, bilirsiniz...