Код и данные — фундамент ИИ-системы. Оба эти компонента играют важную роль в разработке надёжной модели, но на каком из них следует сосредоточиться больше? В этой статье мы сравним методики, ставящие в центр данные , либо модель , и посмотрим, какая из них лучше; также мы поговорим о том, как внедрять датацентрическую инфраструктуру...
从市场上下载机器人,在MT5测试器中运行,然后有一个选项可以保存所有交易和其他信息的报告。
你可以实现自动化,包括运行测试和上传交易到csv -https://www.mql5.com/ru/code/26132
从市场上引发了一个黄金战略 ))
我的测试器中的资本曲线。
把它扔到tslab中以获得更好的外观
看起来是个不错的搭配。
我看了看这些交易。
我把它看成是一个手动交易员,坐的时间极长,交易算法模糊不清......
福雷斯特当然无法识别任何东西,但它很有趣,而且信息量很大 ))
可以自动化,包括运行测试和上传交易到csv -https://www.mql5.com/ru/code/26132
可能是有用的...我有一个没有复发的多对多。而且没有卷积层。而我在解析了神经元机制后选择了这个模型。我们在这里寻找一个共同点,不是吗?争 论。
谢谢,我会看看的。
不过,对我们来说,秩序确实很重要。例如,总是有可能通过随机洗刷增量来获得SB。
我还记得,你曾经在这里写过关于序列模式的挖掘和那里产生的序列排列问题。这似乎也是解决问题的方法之一。虽然序列属于一个类别,但不一定意味着它们是相似的。
数据
我们运行该函数并搜索导致我们的标记的序列
这个函数很 "脏",但它可以工作,根据你自己的需要改变函数中的路径,并安装正确的软件包。
但是你应该知道,寻找这种类型的 "稀疏序列 "的算法是非常贪婪的,有一个巨大的搜索,尽管该算法本身做了一个有效的搜索,并且是用C++写的。数据
运行函数并寻找导致我们的标签的序列
这个函数是 "肮脏的",我为自己写的,但它是有效的,为自己改变函数中的路径,并安装正确的软件包。
但是你应该知道,寻找这种类型的 "稀疏序列 "的算法是非常贪婪的,有一个巨大的搜索,尽管该算法本身做了一个有效的搜索,并且是用C++写的。谢谢,我会考虑如何把它加入我的问题中。
谢谢,我会考虑如何把它附在我的任务上。
一种方法还是两种都有?
https://habr.com/ru/post/661457/
一种方法还是两种都有?
https://habr.com/ru/post/661457/
很少看到这样的启示。但这是对市场的正确做法。
一种方法还是两种方法?
https://habr.com/ru/post/661457/
我认为,在考虑到我们目标的具体情况下,要把这两种方法和谐地结合起来。标志应该 "抓住 "市场的 "物理学",建立模型应该是为了增加利润(而不是正确的概率,例如)