交易中的机器学习:理论、模型、实践和算法交易 - 页 2192 1...218521862187218821892190219121922193219421952196219721982199...3399 新评论 mytarmailS 2020.11.25 12:20 #21911 来吧,停止争论...明白的人就会明白 Maxim Dmitrievsky 2020.11.25 12:24 #21912 Oleg avtomat: 也就是说,除了描述性的 "水",几乎没有任何与科学无关的东西。 是的,但即使是这样,也比TSO 更接近于交易。 [删除] 2020.11.25 12:24 #21913 mytarmailS: 来吧,别吵了......。明白的人就会明白。 也许理解会降临到其他人身上。 [删除] 2020.11.25 12:25 #21914 Maxim Dmitrievsky: 是的,但即使是这样,也比tsos 更接近于交易。 嗯,它是颠倒的。 mytarmailS 2020.11.25 12:29 #21915 Oleg avtomat: 也许理解会降临到其他人身上。 只是需要至少粗略地研究一下,以了解....。 要明白,对一个函数的任何操作都已经是DSP了,任何!!!。 滤波、预测、处理、调制、模式查找、分析... 同样的神经网络,它们是数字滤波器,而数字滤波器是DSP的一部分。 只是这里的每个人都有一个概念,认为DSP就像无线电信号一样。 [删除] 2020.11.25 12:54 #21916 mytarmailS: 只是需要至少粗略地研究一下,以了解....。要明白,对一个函数的任何操作都已经是DSP了,任何!!!。滤波、预测、处理、调制、模式查找、分析...同样的神经网络,它们是数字滤波器,而数字滤波器是DSP的一部分。只是这里的每个人都有这样的观念,认为DSP就像无线电信号和哔哔声。 是的,正因为价格(报价)不是一个连续函数,它在时间上是离散的,在水平上是量化的--这就是为什么它必须按照DSP规则进行处理。 Renat Akhtyamov 2020.11.25 12:55 #21917 Oleg avtomat: 是的,只是因为价格(报价)不是一个连续的函数--它 在时间上是离散的,在水平上是量化的--已经凭借这一点,它的处理应该由DSP规则来完成。+ Renat Akhtyamov 2020.11.25 13:00 #21918 Maxim Dmitrievsky: 到目前为止,我看到的是与趋势相反的情况。今天的交易要到明天才会出现 不再是一个星期,也不再是一个竞争....。 认购者e. Valeriy Yastremskiy 2020.11.25 13:25 #21919 Oleg avtomat: 是的,正因为价格(报价)不是一个连续的函数--它在时间上是离散的,在水平上是量化的--这就是为什么它必须按照DSP规则进行处理。 温度也是离散测量的。兰是好的。DSP和ECM是应用科学,而不是基础科学。我不喜欢过滤器,尽管微波炉中的磁控管和克莱斯特伦以及梳状过滤器似乎算))))。嗯,完全没有上当))))。但当公式真正看到这里的过滤器的优点和缺点时,那么多方向的梳子就记住了) mytarmailS 2020.11.25 14:12 #21920 所以事情是这样的。 我想预测通道梁的情况 要建立一个渠道,你需要三个参数 1) 从tt(当前点)的高度 2)来自tt的低价 3)渠道坡度 总共有三个价值... 我需要将这三个值转化为一个,以便训练一个回归模型... 之后,我需要再次将预测值转换成三个值(通道参数)。 我想用PCA来做,把维度降低到一个分量,然后再从预测中转换回来。 但我未能在一个组件中描述三个参数,信息损失太大,一个组件是不够的。 Karoch我们需要解决的问题是,谁能用三个输出(参数)来训练网络进行回归? 或者有其他建议吗? PS. 训练三个模型是不可能的 1...218521862187218821892190219121922193219421952196219721982199...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
也就是说,除了描述性的 "水",几乎没有任何与科学无关的东西。
是的,但即使是这样,也比TSO 更接近于交易。
来吧,别吵了......。明白的人就会明白。
也许理解会降临到其他人身上。
是的,但即使是这样,也比tsos 更接近于交易。
嗯,它是颠倒的。
也许理解会降临到其他人身上。
只是需要至少粗略地研究一下,以了解....。
要明白,对一个函数的任何操作都已经是DSP了,任何!!!。
滤波、预测、处理、调制、模式查找、分析...
同样的神经网络,它们是数字滤波器,而数字滤波器是DSP的一部分。
只是这里的每个人都有一个概念,认为DSP就像无线电信号一样。
只是需要至少粗略地研究一下,以了解....。
要明白,对一个函数的任何操作都已经是DSP了,任何!!!。
滤波、预测、处理、调制、模式查找、分析...
同样的神经网络,它们是数字滤波器,而数字滤波器是DSP的一部分。
只是这里的每个人都有这样的观念,认为DSP就像无线电信号和哔哔声。
是的,正因为价格(报价)不是一个连续函数,它在时间上是离散的,在水平上是量化的--这就是为什么它必须按照DSP规则进行处理。
是的,只是因为价格(报价)不是一个连续的函数--它 在时间上是离散的,在水平上是量化的--已经凭借这一点,它的处理应该由DSP规则来完成。
到目前为止,我看到的是与趋势相反的情况。今天的交易要到明天才会出现
不再是一个星期,也不再是一个竞争....。
认购者e.
是的,正因为价格(报价)不是一个连续的函数--它在时间上是离散的,在水平上是量化的--这就是为什么它必须按照DSP规则进行处理。
温度也是离散测量的。兰是好的。DSP和ECM是应用科学,而不是基础科学。我不喜欢过滤器,尽管微波炉中的磁控管和克莱斯特伦以及梳状过滤器似乎算))))。嗯,完全没有上当))))。但当公式真正看到这里的过滤器的优点和缺点时,那么多方向的梳子就记住了)
所以事情是这样的。
我想预测通道梁的情况
要建立一个渠道,你需要三个参数
1) 从tt(当前点)的高度
2)来自tt的低价
3)渠道坡度
总共有三个价值...
我需要将这三个值转化为一个,以便训练一个回归模型...
之后,我需要再次将预测值转换成三个值(通道参数)。
我想用PCA来做,把维度降低到一个分量,然后再从预测中转换回来。
但我未能在一个组件中描述三个参数,信息损失太大,一个组件是不够的。
Karoch我们需要解决的问题是,谁能用三个输出(参数)来训练网络进行回归?
或者有其他建议吗?
PS. 训练三个模型是不可能的