交易中的机器学习:理论、模型、实践和算法交易 - 页 2314 1...230723082309231023112312231323142315231623172318231923202321...3399 新评论 Maxim Dmitrievsky 2021.01.28 00:09 #23131 洛佩兹-德-普拉多的第二本书出来了,我喜欢第一本。第二篇文章的趣味性也不小 mytarmailS 2021.01.28 09:50 #23132 Vladimir Perervenko: 你是如何做到的?什么是输出尺寸?当预测网络时,我取出各层中权重的状态,各层作为矩阵,从矩阵中制作一个数据集,并将其发送到 "youmap"。输出是2维的。 来自 "neuralnet "包的网络 Vladimir Perervenko 2021.01.28 10:10 #23133 mytarmailS: 当预测一个网络时,我拉出各层权重的状态,各层作为矩阵,从矩阵中我做了一个数据集,并进入一个 "youmap"。输出是2维的。 来自 "neuralnet "包的网络 我明白了。有什么想法? 在训练神经网络的每一层时,将训练数据分成若干部分并使用不相交的部分是有意义的。(Winwector的想法).没有试过,但他们声称这很有用。 祝好运 mytarmailS 2021.01.28 10:18 #23134 Vladimir Perervenko: 我明白了。这个想法是什么?将训练数据分成几部分,在训练神经网络的每一层时使用不重叠的部分是有意义的。(Winwector的想法).没有试过,但他们声称这很有用。祝好运 我的想法是这样的 1)在一些动作中训练神经网络,让它成为拜拜/坐坐。 2)网络上的新数据会犯很多错误 3)我想在网络的各层中聚集模式,看看我是否能通过观察信号处理过程中网络中出现的模式来区分网络的错误决策和正确决策...... ========= Vladimir,你知道R-ka中是否有一个包,在那里我可以与图形互动,例如,我可以用鼠标选择图形上的一个区域,并在代码中获得所选区域的参数 Evgeny Dyuka 2021.01.29 10:24 #23135 一个神经网络正在学习如何在真实的市场中进行交易。 这是在BitMEX上的一个小的真实账户。 该机器人在公共神经信号下进入,并自行关闭,完全自动。 最大的姿势是不超过30%的库房。*** 现在是最初的最简单的版本,没有停顿,等着什么时候卖完)) Evgeny Dyuka 2021.01.29 10:33 #23136 Evgeny Dyuka: 一个神经网络正在学习在真实市场上交易。 这是在BitMEX上的一个小的真实账户。 该机器人根据公共神经元信号进入,并自行关闭,完全自动。 最大的姿势是不超过30%的库房。*** 现在最初的是最简单的版本,没有停顿,等待何时卖完)) 我不知道监控账户的链接在哪里。 Valeriy Yastremskiy 2021.01.29 10:35 #23137 Evgeny Dyuka: ,账户监控链接去哪了? 显然,机器人会删除这些链接。从速度上判断。 Evgeny Dyuka 2021.01.29 10:36 #23138 Valeriy Yastremskiy: 显然,机器人会删除这些链接。从速度上判断。 机器人会马上把它移走,但它在那里停留了十分钟。 我知道这个机器人是谁)) Maxim Dmitrievsky 2021.01.29 14:51 #23139 新的catbust功能 不确定性预测很有趣,类似于我写过一篇文章的Active Lerning。 Maxim Dmitrievsky 2021.01.29 17:49 #23140 但他们解释的方式让人更容易去问精神病院里的拿破仑们 1...230723082309231023112312231323142315231623172318231923202321...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
洛佩兹-德-普拉多的第二本书出来了,我喜欢第一本。第二篇文章的趣味性也不小
你是如何做到的?
什么是输出尺寸?
当预测网络时,我取出各层中权重的状态,各层作为矩阵,从矩阵中制作一个数据集,并将其发送到 "youmap"。输出是2维的。
来自 "neuralnet "包的网络当预测一个网络时,我拉出各层权重的状态,各层作为矩阵,从矩阵中我做了一个数据集,并进入一个 "youmap"。输出是2维的。
来自 "neuralnet "包的网络我明白了。有什么想法?
在训练神经网络的每一层时,将训练数据分成若干部分并使用不相交的部分是有意义的。(Winwector的想法).没有试过,但他们声称这很有用。
祝好运
我明白了。这个想法是什么?
将训练数据分成几部分,在训练神经网络的每一层时使用不重叠的部分是有意义的。(Winwector的想法).没有试过,但他们声称这很有用。
祝好运
我的想法是这样的
1)在一些动作中训练神经网络,让它成为拜拜/坐坐。
2)网络上的新数据会犯很多错误
3)我想在网络的各层中聚集模式,看看我是否能通过观察信号处理过程中网络中出现的模式来区分网络的错误决策和正确决策......
=========
Vladimir,你知道R-ka中是否有一个包,在那里我可以与图形互动,例如,我可以用鼠标选择图形上的一个区域,并在代码中获得所选区域的参数
这是在BitMEX上的一个小的真实账户。
该机器人在公共神经信号下进入,并自行关闭,完全自动。
最大的姿势是不超过30%的库房。
***
现在是最初的最简单的版本,没有停顿,等着什么时候卖完))
一个神经网络正在学习在真实市场上交易。
这是在BitMEX上的一个小的真实账户。
该机器人根据公共神经元信号进入,并自行关闭,完全自动。
最大的姿势是不超过30%的库房。
***
现在最初的是最简单的版本,没有停顿,等待何时卖完))
,账户监控链接去哪了?
显然,机器人会删除这些链接。从速度上判断。
显然,机器人会删除这些链接。从速度上判断。
我知道这个机器人是谁))
新的catbust功能
不确定性预测很有趣,类似于我写过一篇文章的Active Lerning。