交易中的机器学习:理论、模型、实践和算法交易 - 页 1815

 
Valeriy Yastremskiy:

这并不天真。只是为了好玩....))))。这里关于ns预测器mo模型芯片,除了秘密的图形奇观,这里没有任何公式))))))。垫子模型中没有秘密,你只需要理解它们。))))))

嗯,没关系。南方,正如波兰人所说,你所有的秘密都被研究过了,不幸的是没有什么新东西。

 

是的,先生们,有可能教导NS。但它在历史上会有很好的效果(这是肯定的),或者只有在特别理想的条件下,市场在未来会尽量不为你提供这种条件。

我不知道你如何能更好地用机器预测这种价格行为。

в8

我希望你明白,这就是当前的时刻。

 
Uladzimir Izerski:

是的,先生们,有可能教导NS。但它在历史上会有很好的效果(这是肯定的),或者只有在特别理想的条件下,市场在未来会尽量不为你提供这种条件。

NS是一个多维的优化 !

你想从优化中得到什么? 它飞入了太空,而在这之前它自己建造了一艘宇宙飞船?

如果一个人不能自己在图中找到一个模式,你想从NS中得到什么?

一般的神经有100到1000个神经元,而大脑有860亿个神经元 你感觉到区别了吗?


我简单地说,你混淆了/比较了传统的优化和人工智能,因此你的所有差异,问题出在你身上,而不是在NS上!!。 (我不是指你个人,这是这里大多数人的想法)。

NS已经知道了很多,他们做了令人惊讶的事情......。


Karoch.总结,底线 - 如果你有一个系统,提供70%的正向输入,例如,NS将有助于使90-95%的正向输入,如果你的系统提供50/50,然后与NS将提供45/55,正向输入将是45%!

是的,它令人不快,它是无用的......你想从优化中得到什么? 有垃圾进入? 奇迹? 嗯,每个人都想这样,在这里,结果是显而易见的......

 
mytarmailS:

NS是多维度的优化!

你想从优化中得到什么? 让它进入太空,在这之前自己建造一艘宇宙飞船?

如果一个人不能自己在图中找到一个模式,你想从NS中得到什么?

一般的神经有100到1000个神经元,而大脑有860亿个神经元 你感觉到区别了吗?


我简单地说,你混淆了/比较了传统的优化和人工智能,因此你所有的挫折,问题出在你身上,而不是在NS上!!。 (我不是指你个人,这是这里大多数人的想法)。

NS已经知道了很多,他们做了令人惊讶的事情......。


Karoch.总结一下,干平衡--如果你有一个系统,提供70%的正向输入,例如,NS将帮助实现90-95%的正向输入,如果你的系统提供50/50,那么用NS将提供45/55,正向输入将是45%!

是的,它令人不快,毫无用处......那么你想从优化中得到什么呢? 输入的是垃圾? 奇迹? 好吧,每个人都希望如此,输出是显而易见的......

我已经很高兴,至少有一个人愿意说话。

这有什么意义?如果你把垃圾装进NS,你期望从里面得到什么?你大概能猜到。

但所有的好帖子,甚至有科学的观点。

 
Uladzimir Izerski:

至少有一个人可以交谈,这很好。

这一切的意义何在?如果你把垃圾装进国民议会,你希望得到什么?你大概能猜到。

因此,所有美丽的帖子,甚至有科学的观点。

我又重新仔细阅读了你的帖子。

我简单地说,你混淆了/比较了传统的优化和人工智能,因此你所有的挫折,问题出在你身上,而不是在NS上!"。

我认为优化是没有意义的。

只有故事可以被优化,但它已经离现实很远了。

有很多对未来的提示,只有这些提示应该被使用。

这就是需要人工智能的地方,而不是为了故事))))。

 
Uladzimir Izerski:

是的,先生们,有可能教导NS。但它在历史上会有很好的效果(这是肯定的),或者只有在特别理想的条件下,市场在未来会尽量不为你提供这种条件。

我不知道你如何能更好地从机械上预测这种价格行为。

我希望你明白,这就是当前的时刻。

再来一个全能型的,它可以正常工作和预测。当然,并不完美,但它在普通交易者的水平上是可行的。
价格运动是绝对混乱的稳定信念从何而来?有这样一种职业,即 "交易员",交易员利用存在的规律性,赚取自己的面包。一个神经元网也能发现这些规律性的东西。是的,这是一项非艰巨的任务,但它是可以解决的,而且有例子。
 
Evgeny Dyuka:
另一个全散射器,它可以正常工作和预测。当然,并不完美,但处于普通交易员的水平。
是什么让你坚信价格走势是绝对混乱的?有这样一种职业,即 "交易员",交易员利用存在的规律性,赚取自己的面包。一个神经元网也能找到这些规律性的东西。是的,这是一项非艰巨的任务,但它是可以解决的,而且有例子。

好吧,那我就去喝杯啤酒)。

 
Uladzimir Izerski:

是的,先生们,有可能教导NS。但它在历史上会有很好的效果(这是肯定的),或者只在特别理想的条件下,市场在未来会尽量不给你提供这种条件。

神经网络的本质是,如果它在长期的历史中训练有素,那么它在不同的条件下都能很好地工作,但如果条件发生了巨大的变化,那么它就会直接停止预测,等待市场再次熟悉它。这就是神经网络相对于 "人类 "策略的巨大优势。

 
Uladzimir Izerski:

再次仔细阅读你的这个帖子。

我简单地说,你把传统的优化和人工智能混为一谈/进行比较,因此你所有的挫折,问题出在你身上,而不是NS!!。

我认为优化是没有意义的。

只有故事可以被优化,但它已经离现实很远了。

有很多对未来的提示,只有这些提示应该被使用。

这就是需要人工智能的地方,而不是在故事上)))。

请不要把优化这个词当作一个同义词--调整期在随机的...


当你分析你的模式,并试图找出高质量的进入点,比如说买入、卖出和垃圾模式......。

你是做什么的?你 尽量减少 类的误差(这是优化),有三个类:"买"、"卖"。, "销售"这是机器学习 中的一项分类 任务。

当你把市场情况分解成模式并给它们编号时--这就是机器学习 中的聚类任务

寻找最佳的模式数量--这也是优化


你看,你已经在不知不觉中做了很长时间的机器学习,只是用了非最佳的工具,但这不是重点。

乌拉基米尔-伊泽斯基

很多对未来的暗示,只有它们需要被使用。

这就是需要人工智能的地方,而不是在历史上)))。

你是在自相矛盾。

你怎么知道它是对未来的暗示? 可能是因为你以前见过,它是一种历史)。

 
Evgeny Dyuka:

神经网络的性质是这样的,如果它在长期的历史上训练有素,在不同的条件下都能很好地工作,如果条件变化很大,它就会停止预测,等待市场再次熟悉它。这是神经网络相对于 "人类 "策略的一个巨大优势。

那么历史可能在任何时候都会改变,而神经网络不会改变价格运动的性质。甚至不要做梦)。而你可能会等待多年。同步由honeybunny