交易中的机器学习:理论、模型、实践和算法交易 - 页 2278 1...227122722273227422752276227722782279228022812282228322842285...3399 新评论 Maxim Dmitrievsky 2021.01.10 12:58 #22771 mytarmailS: 在我的印象中,TC已经工作了一段时间,并死了...通常意义上的过滤(魔法师、过滤器等)总是一种延迟,市场上的延迟是一种排水....。你应该建立另一个范式(没有延迟),例如,水平... 延迟与否有什么关系呢? 同样是超负荷工作,有什么区别呢? 你需要先寻找一个模式 Rorschach 2021.01.10 13:03 #22772 mytarmailS: 你还在等什么?#22497 我有这些想法,一辆马车和一辆马车,排在一起。 该文件给出了一个2个麦克风的例子,还有一个想法是为同一目的使用多种货币。 我还需要研究盲目适应的问题。 损失函数的可视化 mytarmailS 2021.01.10 13:48 #22773 Maxim Dmitrievsky: 这和延迟有什么关系? 都是一样的过度装备,怎么教有什么区别?你必须寻找一种模式,即Furst的模式。 什么是万向节中的过度喂食? 你到底有没有读懂我说的话? Forester 2021.01.10 13:48 #22774 elibrarius: Alglibe中是否有压缩和解压图形的内容?关于插值,我看到有几个。哪一个对我们来说是最有效的?而哪一个更快? 我们已经放弃了这个想法... 我们找到了可以压缩和解压图形的东西。下一步是什么?我们如何使用它? 1)认识一打压缩的、未压缩的电流情况?然后呢?到平均水平?毕竟,也许50%的人说买,50%的人说卖。 2)在训练中,有什么办法可以使用吗?减少训练用阵列的大小? mytarmailS 2021.01.10 14:01 #22775 elibrarius: 这个想法已经被放弃了... 对我来说,这并不奏效... 扩大并缩小了10倍的范围。 垃圾 还有一个办法......不要对抗不变性,而是缩小维度 或者直接忽略它) Maxim Dmitrievsky 2021.01.10 14:13 #22776 mytarmailS: 马什卡有什么过人之处? 你到底有没有看我写的东西?使用你的大脑 ) 你的神经网络经过一段时间的方法是一个简单的过拟合 Forester 2021.01.10 14:13 #22777 mytarmailS: 这对我来说并不奏效...扩大--缩小到X10倍垃圾还有一个办法......不要对抗不变性,而是缩小维度或跳过它) 10次是太多了。 我认为你需要不超过50%。例如,尝试1.1、1.3、1.5倍。 如果你有现成的代码,而且你只需要改变乘数,请检查这些选项 Forester 2021.01.10 14:16 #22778 mytarmailS: 这对我来说并不奏效...扩大--缩小到X10倍垃圾还有一个办法......不要对抗不变性,而是缩小维度或忘记它) 你试过第1项吗?也就是说,在预测时,你是否将按比例计算的当前情况的几个变体输入模型? mytarmailS 2021.01.10 14:27 #22779 Maxim Dmitrievsky: 把你的大脑打开)。 你的神经网络覆盖MA期的方法是一个简单的过拟合 我没有把它关掉... 网络控制挥舞的周期,周期从2到500,我想... 2至500 的周期等于2至500的 滞后期 网络是否过拟合并不是问题的关键...关键是它控制了周期和周期==滞后 elibrarius: 你试过步骤1吗?也就是说,在预测时,你是否将当前情况的几个按比例的变体输入模型? 是 mytarmailS 2021.01.10 15:09 #22780 我对这个SPADE算法 非常感兴趣,但我还不知道怎么去做,它已经在我脑子里转了半年了...... 如何为它预处理数据不是很明显,目标也是如此+它非常耗费资源,它绝对不是一个 "大数据 "算法... 但在我看来,这是数据挖掘市场的最佳算法。 1...227122722273227422752276227722782279228022812282228322842285...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
在我的印象中,TC已经工作了一段时间,并死了...
通常意义上的过滤(魔法师、过滤器等)总是一种延迟,市场上的延迟是一种排水....。
你应该建立另一个范式(没有延迟),例如,水平...
延迟与否有什么关系呢? 同样是超负荷工作,有什么区别呢?
你需要先寻找一个模式
你还在等什么?
#22497我有这些想法,一辆马车和一辆马车,排在一起。
该文件给出了一个2个麦克风的例子,还有一个想法是为同一目的使用多种货币。
我还需要研究盲目适应的问题。
损失函数的可视化
这和延迟有什么关系? 都是一样的过度装备,怎么教有什么区别?
你必须寻找一种模式,即Furst的模式。
什么是万向节中的过度喂食? 你到底有没有读懂我说的话?
Alglibe中是否有压缩和解压图形的内容?
关于插值,我看到有几个。哪一个对我们来说是最有效的?而哪一个更快?
我们已经放弃了这个想法...
我们找到了可以压缩和解压图形的东西。下一步是什么?我们如何使用它?
1)认识一打压缩的、未压缩的电流情况?然后呢?到平均水平?毕竟,也许50%的人说买,50%的人说卖。
2)在训练中,有什么办法可以使用吗?减少训练用阵列的大小?
这个想法已经被放弃了...
对我来说,这并不奏效...
扩大并缩小了10倍的范围。
垃圾
还有一个办法......不要对抗不变性,而是缩小维度
或者直接忽略它)
马什卡有什么过人之处? 你到底有没有看我写的东西?
使用你的大脑 )
你的神经网络经过一段时间的方法是一个简单的过拟合这对我来说并不奏效...
扩大--缩小到X10倍
垃圾
还有一个办法......不要对抗不变性,而是缩小维度
或跳过它)
10次是太多了。
我认为你需要不超过50%。例如,尝试1.1、1.3、1.5倍。
如果你有现成的代码,而且你只需要改变乘数,请检查这些选项
这对我来说并不奏效...
扩大--缩小到X10倍
垃圾
还有一个办法......不要对抗不变性,而是缩小维度
或忘记它)
把你的大脑打开)。
你的神经网络覆盖MA期的方法是一个简单的过拟合我没有把它关掉...
网络控制挥舞的周期,周期从2到500,我想...
2至500 的周期等于2至500的 滞后期
网络是否过拟合并不是问题的关键...关键是它控制了周期和周期==滞后
你试过步骤1吗?也就是说,在预测时,你是否将当前情况的几个按比例的变体输入模型?
是
我对这个SPADE算法 非常感兴趣,但我还不知道怎么去做,它已经在我脑子里转了半年了......
如何为它预处理数据不是很明显,目标也是如此+它非常耗费资源,它绝对不是一个 "大数据 "算法...
但在我看来,这是数据挖掘市场的最佳算法。