交易中的机器学习：理论、模型、实践和算法交易 - 页 1418 1...141114121413141414151416141714181419142014211422142314241425...3399 新评论 Maxim Dmitrievsky 2019.04.04 20:02 #14171 尤里-阿索连科。不要再胡闹了，小丑。当你在说废话的时候，给我一些证据，你那带着一堆点的画已经被讨论过了，接下来呢？什么方法呢，有人错过了什么吗？ 你是我们两个人的小丑，去别的地方无聊的马戏团吧，"先生"。 你的帖子对任何人都不感兴趣，它们不有趣，没有信息，不相关......Anderstendish？ 如果你觉得无聊，那是你的问题，那就走吧 Yuriy Asaulenko 2019.04.04 20:49 #14172 马克西姆-德米特里耶夫斯基。当你在说废话的时候，给我一些证据，你那带着一堆点的画已经被讨论过了，接下来呢？什么方法呢，有人错过了什么吗？ 我们两个人中的小丑是你，去想念你的马戏团吧，"先生"。 你的帖子对任何人都不感兴趣，它们不有趣，没有信息，也没有任何......安德斯坦德？ 如果你觉得无聊，那是你的问题，滚吧。你有没有试着去看心理医生？ Грааль 2019.04.04 21:30 #14173 尤里-阿索连科。 森林和NS有足够的智慧在内部组织自己的预测器，即最适合任务的预测器。除非它不仅仅是无稽之谈，它是一个骗局，把你从脚手架上扔下来，把你引向一个滑坡。 在脚手架和NS中没有 "智能"，它们是相当平凡的算法，如排序，也许更复杂一点，如矩阵反转......。 结果取决于预测器，就像混沌系统的状态来自初始条件一样。 添加一些噪声特征，对特征空间进行变形，你就完成了。 我在想... 你有没有向森林提交过净价？我不这么认为，因为一个尝试过的人不会在这里发表这种狗屁言论...... Yuriy Asaulenko 2019.04.04 21:40 #14174 圣杯。除非它不仅仅是无稽之谈，它是一个骗局，要把你从脚手架上扔下去，把你引向一个滑坡。 在脚手架和NS中没有 "智能"，它们是相当平凡的算法，如排序，也许更复杂一点，如矩阵反转......。 结果取决于预测器，就像混沌系统的状态来自初始条件一样。 添加一些噪声特征，对特征空间进行变形，你就完成了。 我在想... 你有没有向森林提交过净价？我有一种感觉，你没有，因为一个尝试过的人不会在这里发表这样的废话......你似乎很容易 "混淆视听，在湿滑的斜坡上转向"。)) 当然，我没有任何智力，但我甚至有足够的智力来从BP中形成自己内心的必要预测）。 是的，事实上，我做到了，而且不仅是我，也不仅是在森林里，而且是在NS。从20到50个样本。我对结果相当满意。如果我们阅读NS理论，他们在这种BP处理任务上是相当出色的。顺便说一下，几乎每个包都有直接与BP合作的实例，你可以自己看一下，没有任何问题）。 Maxim Dmitrievsky 2019.04.05 02:57 #14175 尤里-阿索连科。你似乎很容易 "混淆视听，在湿滑的斜坡上转向"。)) 当然，我没有任何智力，但我甚至有足够的智力从BP中形成自己内心的必要预测）。 是的，事实上，我做到了，而且不仅是我，也不仅是在森林里，而且是在NS。从20到50个样本。我对结果相当满意。如果我们阅读NS理论，他们在这种BP处理任务上是相当出色的。顺便说一下，几乎每个包都有直接与BP合作的实例，你可以自己看一下，没有任何问题）。Vasya，带着这样的 "知识 "出去走走吧，这里没有人对你感兴趣。 当我写到增量时，你就谈增量，当我写到价格时，你就写到价格。你只是听到铃声，但你不知道它在哪里。明天我会写别的东西，你会像鹦鹉一样重复一年，你会像最黑暗的森林一样做出反应。 Yuriy Asaulenko 2019.04.05 10:36 #14176 马克西姆-德米特里耶夫斯基。Vasya，带着这样的 "知识 "出去走走吧，这里没有人对你感兴趣。 当我写增量时，你就谈增量，当我写价格时，你就写价格。你只是听到铃声，但你不知道它在哪里。明天我会写别的东西，你会像鹦鹉一样重复一年，你的反应是多年，像最密集的森林。你最好去看看心理医生。你是有症状的。可能是一个急性期。他们不会治愈你，但你会缓解病情的恶化。 Грааль 2019.04.05 12:42 #14177 尤里-阿索连科。你似乎很容易 "混淆视听，在湿滑的斜坡上转向"。)) 当然我没有任何智力，但我甚至有足够的智力在我体内从BP中独立形成必要的预测因素）。 是的，事实上，我做到了，而且不仅是我，也不仅是在森林里，而且是在NS。从20到50个样本。我对结果相当满意。如果我们阅读NS理论，他们在这种BP处理任务上是相当出色的。顺便说一下，几乎每个包都有直接与BP合作的实例，你可以自己看一下，没有任何问题）。恕我直言（你懂的......），但你对MO的运作方式理解得很差，就像 "如果你把一个无人驾驶的程序放在价格运动上驱动，那么...... "那样的蒙昧主义水平，像你这样的人把图表的截图贴在CNN和LSTM的文字新闻上。Maxim Dmitrievsky正确地描述了你的"你听到了铃声，但你不知道它在哪里"的心态。 在MLP中，而且在森林中，没有神奇的特征搜索，所有愚蠢的启发式方法比 "准最佳 "的kNN和Parzen的窗口方法工作得更快，它们基本上是对一个点周围的邻居进行平均。阅读Mitchell，自己写kNN、parzen、MLP、les....。在一般的CNN中，卷积本身是一个硬编码的预处理启发式的局部相关特征，拍下照片，洗刷像素，单向的，就是这样。美国有线电视新闻网（CNN）会马上掐断，不会发现任何东西，因为所有东西都只在非常狭窄的范围内工作，没有任何东西是可以自己 "搜索 "的。 如果你把纯粹的价格贴在功能上，你会得到比普通的故事优化混搭好不了多少。 Yuriy Asaulenko 2019.04.05 19:33 #14178 圣杯。恕我直言（你懂的......），但你对MLP的工作原理的理解非常差，在蒙昧主义的层面上，就像 "如果你把一个无人驾驶程序放在价格运动上驱动，那么......"，像你这样的人在CNN里贴图表的截图，在LSTM里贴文字新闻。Maxim Dmitrievsky正确地描述了你的"你听到了铃声，但你不知道它在哪里"的心态。 在MLP中，而且在森林中，没有神奇的特征搜索，所有愚蠢的启发式方法比 "准最佳 "的kNN和Parzen的窗口方法工作得更快，它们基本上是对一个点周围的邻居进行平均。阅读Mitchell，自己写kNN、parzen、MLP、les....。在一般的CNN中，卷积本身是一个硬编码的预处理启发式的局部相关特征，拍下照片，洗刷像素，单向的，就是这样。CNN会马上搞砸，它不会找到任何东西，因为所有东西都只在一个非常狭窄的边界内工作，它不会自己去 "寻找 "任何东西。 如果你在筹码中贴上一个纯粹的价格，你得到的东西不会比一个普通的故事优化的向导好。我对你没有什么可说的，因为没有问题可讨论。请记住：被愚弄的最可靠方式是认为自己比别人更聪明。(с) 是的，我在NS上使用这个系统已经一年多了，没有重新培训。最早的，仍然是审判，在这个线程中的交易。新系统？- 我不着急。 Roffild 2019.04.05 20:48 #14179 当输入端已经有准备好的数据时，激活函数应该被放弃，这样就不会失去最后一层的迹象。 只要你把数据塞进模板HH，就不会有任何影响。 Доктор 2019.04.06 01:44 #14180 恕我直言（你知道......），但我认为我会支持阿索伦科。几乎有一千五百多页，但只有一个结论：你需要寻找预测因素。 这个 结论是怎么来的？嗯，这很简单：人们在MO中插入蜡烛，得到50/50。而如果我们附上指标，误差就会减少。但是，先生们，如果你把一个假想的圣杯 总是猜测，你会在MO的输出中得到0的错误。如果你已经选择了一套圣杯式的指标，你就不需要MO。你可以用更简单的手段来做。 1...141114121413141414151416141714181419142014211422142314241425...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
不要再胡闹了，小丑。
当你在说废话的时候，给我一些证据，你那带着一堆点的画已经被讨论过了，接下来呢？
什么方法呢，有人错过了什么吗？
你是我们两个人的小丑，去别的地方无聊的马戏团吧，"先生"。
你的帖子对任何人都不感兴趣，它们不有趣，没有信息，不相关......Anderstendish？ 如果你觉得无聊，那是你的问题，那就走吧当你在说废话的时候，给我一些证据，你那带着一堆点的画已经被讨论过了，接下来呢？
什么方法呢，有人错过了什么吗？
我们两个人中的小丑是你，去想念你的马戏团吧，"先生"。
你的帖子对任何人都不感兴趣，它们不有趣，没有信息，也没有任何......安德斯坦德？ 如果你觉得无聊，那是你的问题，滚吧。你有没有试着去看心理医生？
森林和NS有足够的智慧在内部组织自己的预测器，即最适合任务的预测器。
除非它不仅仅是无稽之谈，它是一个骗局，把你从脚手架上扔下来，把你引向一个滑坡。
在脚手架和NS中没有 "智能"，它们是相当平凡的算法，如排序，也许更复杂一点，如矩阵反转......。
结果取决于预测器，就像混沌系统的状态来自初始条件一样。
添加一些噪声特征，对特征空间进行变形，你就完成了。
我在想...
你有没有向森林提交过净价？我不这么认为，因为一个尝试过的人不会在这里发表这种狗屁言论......
除非它不仅仅是无稽之谈，它是一个骗局，要把你从脚手架上扔下去，把你引向一个滑坡。
在脚手架和NS中没有 "智能"，它们是相当平凡的算法，如排序，也许更复杂一点，如矩阵反转......。
结果取决于预测器，就像混沌系统的状态来自初始条件一样。
添加一些噪声特征，对特征空间进行变形，你就完成了。
我在想...
你有没有向森林提交过净价？我有一种感觉，你没有，因为一个尝试过的人不会在这里发表这样的废话......
你似乎很容易 "混淆视听，在湿滑的斜坡上转向"。))
当然，我没有任何智力，但我甚至有足够的智力来从BP中形成自己内心的必要预测）。
是的，事实上，我做到了，而且不仅是我，也不仅是在森林里，而且是在NS。从20到50个样本。我对结果相当满意。如果我们阅读NS理论，他们在这种BP处理任务上是相当出色的。顺便说一下，几乎每个包都有直接与BP合作的实例，你可以自己看一下，没有任何问题）。
你似乎很容易 "混淆视听，在湿滑的斜坡上转向"。))
当然，我没有任何智力，但我甚至有足够的智力从BP中形成自己内心的必要预测）。
是的，事实上，我做到了，而且不仅是我，也不仅是在森林里，而且是在NS。从20到50个样本。我对结果相当满意。如果我们阅读NS理论，他们在这种BP处理任务上是相当出色的。顺便说一下，几乎每个包都有直接与BP合作的实例，你可以自己看一下，没有任何问题）。
Vasya，带着这样的 "知识 "出去走走吧，这里没有人对你感兴趣。
当我写到增量时，你就谈增量，当我写到价格时，你就写到价格。你只是听到铃声，但你不知道它在哪里。明天我会写别的东西，你会像鹦鹉一样重复一年，你会像最黑暗的森林一样做出反应。
Vasya，带着这样的 "知识 "出去走走吧，这里没有人对你感兴趣。
当我写增量时，你就谈增量，当我写价格时，你就写价格。你只是听到铃声，但你不知道它在哪里。明天我会写别的东西，你会像鹦鹉一样重复一年，你的反应是多年，像最密集的森林。
你最好去看看心理医生。你是有症状的。可能是一个急性期。他们不会治愈你，但你会缓解病情的恶化。
你似乎很容易 "混淆视听，在湿滑的斜坡上转向"。))
当然我没有任何智力，但我甚至有足够的智力在我体内从BP中独立形成必要的预测因素）。
是的，事实上，我做到了，而且不仅是我，也不仅是在森林里，而且是在NS。从20到50个样本。我对结果相当满意。如果我们阅读NS理论，他们在这种BP处理任务上是相当出色的。顺便说一下，几乎每个包都有直接与BP合作的实例，你可以自己看一下，没有任何问题）。
恕我直言（你懂的......），但你对MO的运作方式理解得很差，就像 "如果你把一个无人驾驶的程序放在价格运动上驱动，那么...... "那样的蒙昧主义水平，像你这样的人把图表的截图贴在CNN和LSTM的文字新闻上。Maxim Dmitrievsky正确地描述了你的"你听到了铃声，但你不知道它在哪里"的心态。 在MLP中，而且在森林中，没有神奇的特征搜索，所有愚蠢的启发式方法比 "准最佳 "的kNN和Parzen的窗口方法工作得更快，它们基本上是对一个点周围的邻居进行平均。阅读Mitchell，自己写kNN、parzen、MLP、les....。在一般的CNN中，卷积本身是一个硬编码的预处理启发式的局部相关特征，拍下照片，洗刷像素，单向的，就是这样。美国有线电视新闻网（CNN）会马上掐断，不会发现任何东西，因为所有东西都只在非常狭窄的范围内工作，没有任何东西是可以自己 "搜索 "的。
如果你把纯粹的价格贴在功能上，你会得到比普通的故事优化混搭好不了多少。恕我直言（你懂的......），但你对MLP的工作原理的理解非常差，在蒙昧主义的层面上，就像 "如果你把一个无人驾驶程序放在价格运动上驱动，那么......"，像你这样的人在CNN里贴图表的截图，在LSTM里贴文字新闻。Maxim Dmitrievsky正确地描述了你的"你听到了铃声，但你不知道它在哪里"的心态。 在MLP中，而且在森林中，没有神奇的特征搜索，所有愚蠢的启发式方法比 "准最佳 "的kNN和Parzen的窗口方法工作得更快，它们基本上是对一个点周围的邻居进行平均。阅读Mitchell，自己写kNN、parzen、MLP、les....。在一般的CNN中，卷积本身是一个硬编码的预处理启发式的局部相关特征，拍下照片，洗刷像素，单向的，就是这样。CNN会马上搞砸，它不会找到任何东西，因为所有东西都只在一个非常狭窄的边界内工作，它不会自己去 "寻找 "任何东西。
如果你在筹码中贴上一个纯粹的价格，你得到的东西不会比一个普通的故事优化的向导好。我对你没有什么可说的，因为没有问题可讨论。请记住：被愚弄的最可靠方式是认为自己比别人更聪明。(с)
是的，我在NS上使用这个系统已经一年多了，没有重新培训。最早的，仍然是审判，在这个线程中的交易。新系统？- 我不着急。
当输入端已经有准备好的数据时，激活函数应该被放弃，这样就不会失去最后一层的迹象。
只要你把数据塞进模板HH，就不会有任何影响。
恕我直言（你知道......），但我认为我会支持阿索伦科。几乎有一千五百多页，但只有一个结论：你需要寻找预测因素。
这个 结论是怎么来的？嗯，这很简单：人们在MO中插入蜡烛，得到50/50。而如果我们附上指标，误差就会减少。但是，先生们，如果你把一个假想的圣杯 总是猜测，你会在MO的输出中得到0的错误。如果你已经选择了一套圣杯式的指标，你就不需要MO。你可以用更简单的手段来做。