Forecasting stock prices plays an important role in setting a trading strategy or determining the appropriate timing for buying or selling a stock. We propose a model, called the feature fusion long short-term memory-convolutional neural network (LSTM-CNN) model, that combines features learned from different representations of the same data...
沟通是最大的价值!
已经观察到一些货币对已经显示出 "滑动",即存在一个局部高点,之后平衡曲线开始向下看。
我认为有人已经开始管理这个过程,所有其他的对子迟早会遇到同样的命运。
在这方面,最好是寻找没有 "幻灯片 "的解决方案,但不要将其公之于众。
要么就是把它们聚成模式,看看它们如何在新的数据上切换。例如,将购买的时间改为在某些时间的销售或类似的情况。
通常情况下,模式会持续很长时间,主要是要及时切换。
要么是这样,要么是在模式上的集群,看他们如何在新的数据上切换。例如,在某些时间段从买入转为卖出或类似的事情。
通常情况下,模式会持续很长时间,主要是要及时切换。
我通常在买入/卖出的变化中测试所有结果
它通常不工作。
我必须看看我是否能将其应用于合成物,然后去那里
也就是说,在这样的图表上没有什么可抓的。
不,说真的,只是幸运....我的意思是,所有的MO要么幸运,要么不幸运。只是每个人的距离是不同的。
这场比赛快结束了 :-(
要么是这样,要么是在模式上的集群,看他们如何在新的数据上切换。例如,在某些时间段从买入转为卖出或类似的事情。
通常情况下,这些模式会持续很长时间,最主要的是要及时切换。
几个月都不工作。
而在几周内,数据太少,很难知道如何把它们分类。
周没有星期五或星期二))
你好!我相信,未来是在神经网络 中。这个账户的一个例子是...
但我对神经网络有另一个想法......。
我们来写一个基于卷积神经网络的EA。
在Python中使用Keras和Tensorflow 2库。
我们上传图表的截图,让网络根据过去的截图来预测价格是上升还是下降 !
不幸的是,我不是一个程序员,我会自己做所有的事情,为了兴趣,我必须尝试......
你好!我相信,未来在于神经网络。这个账户的一个例子是...
但我对神经网络有另一个想法......。
我们来写一个基于卷积神经网络的EA。
在Python中使用Keras和Tensorflow 2库。
我们上传图表的截图,让网络根据过去的截图来预测价格是上升还是下降 !
不幸的是,我不是一个程序员,我会自己做的,我必须尝试它的乐趣 ...
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0212320
这种方法在几个月内是行不通的
而在几周内,数据太少,不清楚如何对它们进行分类
周没有星期五和星期二))
这是可以理解的,如果你想。
一切都很清楚,所需要的只是一个意愿。
而且在我看来,这里没有什么可看的
然而,在达到 "架子 "之后,有可能看到过程中存在某种 "静止性"))))