Продолжаем изучение нейронных сетей. Ранее мы уже рассмотрели многослойный перцептрон и сверточные нейронный сети. Все они работают со статичными данными в рамках марковских процессов, когда последующее состояние системы зависит только от ее текущего состояния и не зависит от состояния системы в прошлом. Сейчас я предлагаю посмотреть в сторону...
他们以与其他人相同的方式接受再培训
谷歌上有很多信息。
这里有一个很好的例子。
https://towardsdatascience.com/gate-recurrent-units-explained-using-matrices-part-1-3c781469fc18
我对英语有困难））），而且俄语中几乎没有冠词。
不清楚如何更新连接的权重。准确地说，不清楚如何更新从神经元的输出到其输入的权重。他可能在他的测试器中犯了同样的错误。
我不这么认为。记住，他开始用其他数据进行测试，寻找一些布尔函数或其他东西......而且一切都很好）。
在测试器中发现了一个错误，终于。现在一切都说得通了。
匆忙中关闭了主题），灯被推迟了。
结论是什么？它不起作用，或者你需要重写什么？
CatBoost会吞下这些数据--它在处理大文件时效果很好。我只是不明白目标是什么......
如果你能以csv的形式准备好目标数据，我可以自己运行。
有什么建议吗？还没有解密的结果。
我的选择，从输入的信息确定交易结果+/-或预测准确的价值。
我不知道怎么做，我想获得有利的参数信息：进入时间、保持/退出时间、方向、SL、TP。
更有趣的是，我想做一个战略建设者。我有所有的数据在表中，我们只需要体积、方向的系数，我们可以建立任何系统，反向，在马丁上，等等。
我设法创建了一个TP比SL高2-3倍的系统，但还有一个问题--20%-25%的赢利交易，我无法教会模型正确筛选出无利可图的条目。
我认为SL=TP是非常直观、诚实和方便比较的，但从观察来看，SL>TP更好，虽然这可能是由于马丁格尔的原因。
我设法创建了一个TP比SL大2-3倍的系统，但还有一个问题--20%-25%的赢利交易，我无法正确训练模型以剔除无利可图的条目。
我们可以尝试用更复杂的方式来表达目标，即同时用4个参数的形式来表达
比方说，我们决定购买...
而电网并不只是告诉我们要买或卖。
它告诉我们
以什么价格买入，以什么价格收盘，多长时间后买入，多长时间后收盘
你可以添加一个止损
我不这么认为。记住，他开始用其他数据进行测试，寻找一些布尔函数或其他东西...而他却很好）。
那么，结论是什么？"没有用？"还是你需要重写什么？
我把亏损的交易当作盈利的交易泄露给测试者。我重写了--图表是相反的，不可能 )
没有办法让它在颠倒的情况下发挥作用
有一个布尔函数，有5个佯攻，4行......对不起......追了几百次迭代。这一点都不好笑。就像你做的那样，但那里的东西很少。我不知道，但我知道。
我在英语方面有困难）））），而且俄语中几乎没有任何文章。
而那些有的，不清楚如何更新连接的权重。https://www.mql5.com/ru/articles/8385
这不是一个事实，它是一个好的实现 )
在俄语中，我将通过
我们可以尝试用更复杂的方式来表达目标，即同时用4个参数的形式来表达
比方说，我们决定购买...
而电网并不只是告诉我们要买或卖
它告诉我们
以什么价格买入，以什么价格收盘，多长时间后买入，多长时间后收盘
你也可以添加一个止损
为什么不使用任何格式的基本策略作为基础，并根据它来建立训练文件？在这种情况下，目标一不会有问题。但最后，你想做四个网格而不是一个。
尤其有趣的是，既然价格应该是最小的配给，那么你想如何从电网那里得到购买什么价格的答案？它只能在初始参考点的情况下进行，我认为它是训练后的下一个条形图，作为结果，获得的目标将需要进一步转化以获得一个具体的价格数字。
有什么建议吗？还没有破译出结果。
我的选择是确定交易的结果+/-或者从入市信息中预测准确的价值。
我不知道怎么做，我想获得有利的参数信息：进入时间、保持/退出时间、方向、SL、TP。
更有趣的是，我想做一个战略建设者。该表有所有的数据，我们只需要添加体积、方向的系数，就可以建立任何系统，反向的，有马汀的，等等。
我祝你成功 :)
你需要退步吗？我对这种模式没有什么经验。
我对这个概念很熟悉--有那些人在做--问题是用哪种方法来创建策略--在引擎本身......
我认为，SL=TP是非常清晰、公平和方便的比较，但从观察来看，SL>TP更好，虽然这可以归因于马丁格尔。
市场是波动的，固定的TP/SL在类似的图表条件下并不总是有效。这就是为什么最好与具体的切入点挂钩，那样的话，根据想法，学习效果应该更好。