交易中的机器学习：理论、模型、实践和算法交易 - 页 292 1...285286287288289290291292293294295296297298299...3399 新评论 Vasily Perepelkin 2017.03.01 17:13 #2911 我开始在Yandex上看Vorontsov关于机器学习的讲座，对其水平感到震惊，不幸的是，它不适合我，也不适合交易者，机器学习违背了在外汇中建立盈利策略的所有教条，有足够多的参数，它是在阅读扫荡。 我已经做了很长时间的工作，我还在做，所以我不再做了。 Mihail Marchukajtes 2017.03.01 17:37 #2912 瓦西里-佩雷佩尔金。 我开始在Yandex上看Vorontsov关于机器学习的讲座，对其水平感到震惊，不幸的是，它不适合我，也不适合交易者，机器学习违背了在外汇中建立盈利策略的所有教条，有足够多的参数，它是在阅读扫荡。 我已经做了很长时间的工作，我还在做，所以我不再做了。 好了好了....当然。如果你搞不清楚，并不意味着它不起作用。老实说，在我的模型中，输入的数量很少达到8个，大部分是4-6个，这足以使模型的工作时间不长，但很有效。So.....我非常喜欢交易中的人工智能 :-) Vasily Perepelkin 2017.03.01 17:46 #2913 Mihail Marchukajtes: 好，好，好....确实如此。如果你搞不清楚，并不意味着它不起作用。老实说，在我的模型中，输入的数量很少达到8个，大部分是4-6个，这足以让模型工作一段时间，但很有效。So.....我非常喜欢交易中的人工智能 :-) 我没有人 "理解 "这个问题，你必须是一个科学家，人们不假思索地使用库函数，仅此而已。你喜欢交易中的人工智能纯粹是心理上的，就好像你加入了精英阶层，你想象自己是个亿万富翁，能够像西方那样雇佣一整所大学的科学家为你制定交易策略。我是赛马场的经理，我已经为马匹做了近一年的美容，我没有什么可隐瞒的。 我说的是事实，我们不是科学家，而是实践者，我们需要看到和感觉到我们正在工作的东西，没有必要在别人的修道院里插手，那里的抽象和虚荣心占主导地位。 Mihail Marchukajtes 2017.03.01 17:57 #2914 瓦西里-佩雷佩尔金。 这里没有人 "理解这个问题"，你必须是一个科学家，人们不假思索地使用库函数，仅此而已。你喜欢人工智能的交易纯粹是心理上的，就好像你加入了被选中的人，你把自己想象成一个亿万富翁，能够像西方那样雇佣一整所大学的科学家为你制定交易策略。例如，我在赛马场当经理快一年了，我曾经是照顾马匹的马夫，我没有什么可隐瞒的。 我说的是事实，我们不是科学家，而是实践者，我们需要看到和感觉到我们正在工作的东西，没有必要在别人的修道院里插手，那里的抽象和虚荣心占主导地位。 我喜欢人工智能告诉我的TS信号的真假。它做了我纯粹的物理上无法做到的事情，即它总结了信息并给我一个答案，不一定正确，但一般来说是令人满意的。在我的交易中，这是一个非常好的线索，但是说人工智能不工作，或者说你需要成为一个科学家，请原谅我。我有两个大学学位，分别是工程和经济学，我做了研究生学习，我是一个科学家。我根本不认为自己是科学家，但我有足够的大脑来理解人工智能的工作原理，更何况我不是人工智能的开发者，我是它的使用者。知道如何正确地训练网络并选择正确的模型，这是一门随着年龄增长而产生的艺术。 而你认为你只是坐下来训练它，一切都一下子出来了。这种情况并没有发生。为了理解人工智能的本质，你需要训练它一千次，并通过一千种模型来观察，只是为了进入它。而且我认为没有人能够这样做，你需要经验，这里....。 Vasily Perepelkin 2017.03.01 18:57 #2915 Mihail Marchukajtes: 我喜欢人工智能对我的TS信号的真假进行提示。它做了我身体上无法做到的事情，即它总结了信息并给了我一个答案，不一定正确，但一般来说是令人满意的。在我的交易中，这是一个非常好的线索，但是说人工智能不工作，或者说你需要成为一个科学家，请原谅我。我有两个大学学位，分别是工程和经济学，我做了研究生学习，我是一个科学家。我 根本不认为自己是科学家，但我有足够的大脑来理解人工智能的工作原理，更何况我不是一个人工智能的开发者，我是它的使用者。知道如何正确地训练网络并选择正确的模型，这是一门随着年龄增长而产生的艺术。 而你认为你只是坐下来训练它，一切都一下子出来了。这种情况并没有发生。为了理解人工智能的本质，你需要训练它一千次，并通过一千种模型来观察，只是为了进入它。而且我认为没有人能够做到这一点，这需要经验....。 我明白了，这意味着我毕竟是一个科学家，而且我没有从任何学院毕业，然而机器学习中的一切都与外汇交易的常识相矛盾。该模型应尽可能简单，而不是更复杂。 Vladimir Perervenko 2017.03.01 18:59 #2916 瓦西里-佩雷佩尔金。 这里没有人 "理解 "这个问题，你必须是一个科学家，人们不假思索地使用库函数，仅此而已。你喜欢人工智能的交易纯粹是心理上的，就好像你加入了精英阶层，你想象自己是个亿万富翁，能够像西方那样雇佣一整个大学的科学家为你制定交易策略。我没有什么可隐瞒的。 我说的是事实，我们不是科学家，而是实践者，我们需要看到和感觉到我们正在工作的东西。 那么，赛马场的工作人员已经在给大家做考核了。还不明白什么，但给出了评估。你为什么不学习，达到参与者的水平，然后谦虚地进入讨论？ Mihail Marchukajtes 2017.03.01 19:01 #2917 瓦西里-佩雷佩尔金。 我明白了，所以毕竟是个科学家，而我没有上过大学，尽管如此，机器学习的一切都与外汇交易的常识相矛盾。该模型应尽可能简单，而不是更复杂。 好吧，比如说，这个模式现在对我有用。你认为这很复杂吗????double getBinaryClassificator2(double v0, double v1, double v2, double v3, double v4, double v5) { double x0 = 2.0 * (v0 + 2576.0) / 3282.0 - 1.0; double x1 = 2.0 * (v1 + 339.0) / 1599.0 - 1.0; double x2 = 2.0 * (v2 + 324.0) / 1266.0 - 1.0; double x3 = 2.0 * (v3 + 320.0) / 5863.0 - 1.0; double x4 = 2.0 * (v4 + 3928.0) / 25542.0 - 1.0; double x5 = 2.0 * (v5 + 30394.0) / 61071.0 - 1.0; double decision = 0.9739394040899727 * sigmoid(x0 + x4) -0.784271525951731 * sigmoid(x1 + x2 + x3 + x4) -1.2984574672986418 * sigmoid(x5) + 1.6301941145929288 * sigmoid(x0 + x4 + x5) -0.784271525951731 * sigmoid(x1 + x3 + x4 + x5) + 0.6917195638702329 * sigmoid(1.0 + x1 + x2) + 0.1320196961830271 * sigmoid(1.0 + x3) + 2.585886077009396 * sigmoid(1.0 + x0 + x1 + x3) + 2.3569514462290853 * sigmoid(1.0 + x0 + x1 + x2 + x5) -0.3401611201366674 * sigmoid(1.0 + x3 + x5) -2.8359572579429546 * sigmoid(1.0 + x0 + x1 + x4 + x5) -0.2533120069673573 * sigmoid(1.0 + x2 + x4 + x5) + 0.12667693905237243 * sigmoid(1.0 + x0 + x1 + x2 + x4 + x5) -1.2009563367779323 * sigmoid(1.0 + x0 + x3 + x4 + x5); return decision;} 而且你说得很对，无论我尝试建立这样一个复杂的模型多少次，比较简单的那个模型总是很好用。令人惊讶的是.... Machine learning in trading: 神经网络和输入 neural network and inputs Vasily Perepelkin 2017.03.02 09:17 #2918 弗拉基米尔-佩雷文科。 好了，现在赛马场的工作人员正在给大家打分。他还不明白什么，但却给出了估计。你为什么不学习，达到参与者的水平，然后谦虚地进入讨论？ 我们不是在这里创造强子对撞机，你不需要成为一个数学家来进行交易。 Vasily Perepelkin 2017.03.02 09:19 #2919 Mihail Marchukajtes: 例如，这是我现在运行的模型。你认为这很复杂吗????double getBinaryClassificator2(double v0, double v1, double v2, double v3, double v4, double v5) { double x0 = 2.0 * (v0 + 2576.0) / 3282.0 - 1.0; double x1 = 2.0 * (v1 + 339.0) / 1599.0 - 1.0; double x2 = 2.0 * (v2 + 324.0) / 1266.0 - 1.0; double x3 = 2.0 * (v3 + 320.0) / 5863.0 - 1.0; double x4 = 2.0 * (v4 + 3928.0) / 25542.0 - 1.0; double x5 = 2.0 * (v5 + 30394.0) / 61071.0 - 1.0; double decision = 0.9739394040899727 * sigmoid(x0 + x4) -0.784271525951731 * sigmoid(x1 + x2 + x3 + x4) -1.2984574672986418 * sigmoid(x5) + 1.6301941145929288 * sigmoid(x0 + x4 + x5) -0.784271525951731 * sigmoid(x1 + x3 + x4 + x5) + 0.6917195638702329 * sigmoid(1.0 + x1 + x2) + 0.1320196961830271 * sigmoid(1.0 + x3) + 2.585886077009396 * sigmoid(1.0 + x0 + x1 + x3) + 2.3569514462290853 * sigmoid(1.0 + x0 + x1 + x2 + x5) -0.3401611201366674 * sigmoid(1.0 + x3 + x5) -2.8359572579429546 * sigmoid(1.0 + x0 + x1 + x4 + x5) -0.2533120069673573 * sigmoid(1.0 + x2 + x4 + x5) + 0.12667693905237243 * sigmoid(1.0 + x0 + x1 + x2 + x4 + x5) -1.2009563367779323 * sigmoid(1.0 + x0 + x3 + x4 + x5); return decision;} 而且你说得很对，不管我尝试过多少次建立这样复杂的模型，能用的总是比较简单的那一个。惊人但真实.... 我在外汇中不需要它，此外，还有一些科学家，例如Djuric，他写了最好的混搭，没有人可以打败他。 mytarmailS 2017.03.02 09:42 #2920 包装来自所有主要来源的新闻提要https://github.com/mannau/tm.plugin.webmining/blob/master/README.md 1...285286287288289290291292293294295296297298299...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
我开始在Yandex上看Vorontsov关于机器学习的讲座，对其水平感到震惊，不幸的是，它不适合我，也不适合交易者，机器学习违背了在外汇中建立盈利策略的所有教条，有足够多的参数，它是在阅读扫荡。
我已经做了很长时间的工作，我还在做，所以我不再做了。
我开始在Yandex上看Vorontsov关于机器学习的讲座，对其水平感到震惊，不幸的是，它不适合我，也不适合交易者，机器学习违背了在外汇中建立盈利策略的所有教条，有足够多的参数，它是在阅读扫荡。
我已经做了很长时间的工作，我还在做，所以我不再做了。
好了好了....当然。如果你搞不清楚，并不意味着它不起作用。老实说，在我的模型中，输入的数量很少达到8个，大部分是4-6个，这足以使模型的工作时间不长，但很有效。So.....我非常喜欢交易中的人工智能 :-)
好，好，好....确实如此。如果你搞不清楚，并不意味着它不起作用。老实说，在我的模型中，输入的数量很少达到8个，大部分是4-6个，这足以让模型工作一段时间，但很有效。So.....我非常喜欢交易中的人工智能 :-)
我没有人 "理解 "这个问题，你必须是一个科学家，人们不假思索地使用库函数，仅此而已。你喜欢交易中的人工智能纯粹是心理上的，就好像你加入了精英阶层，你想象自己是个亿万富翁，能够像西方那样雇佣一整所大学的科学家为你制定交易策略。我是赛马场的经理，我已经为马匹做了近一年的美容，我没有什么可隐瞒的。 我说的是事实，我们不是科学家，而是实践者，我们需要看到和感觉到我们正在工作的东西，没有必要在别人的修道院里插手，那里的抽象和虚荣心占主导地位。
这里没有人 "理解这个问题"，你必须是一个科学家，人们不假思索地使用库函数，仅此而已。你喜欢人工智能的交易纯粹是心理上的，就好像你加入了被选中的人，你把自己想象成一个亿万富翁，能够像西方那样雇佣一整所大学的科学家为你制定交易策略。例如，我在赛马场当经理快一年了，我曾经是照顾马匹的马夫，我没有什么可隐瞒的。 我说的是事实，我们不是科学家，而是实践者，我们需要看到和感觉到我们正在工作的东西，没有必要在别人的修道院里插手，那里的抽象和虚荣心占主导地位。
我喜欢人工智能告诉我的TS信号的真假。它做了我纯粹的物理上无法做到的事情，即它总结了信息并给我一个答案，不一定正确，但一般来说是令人满意的。在我的交易中，这是一个非常好的线索，但是说人工智能不工作，或者说你需要成为一个科学家，请原谅我。我有两个大学学位，分别是工程和经济学，我做了研究生学习，我是一个科学家。我根本不认为自己是科学家，但我有足够的大脑来理解人工智能的工作原理，更何况我不是人工智能的开发者，我是它的使用者。知道如何正确地训练网络并选择正确的模型，这是一门随着年龄增长而产生的艺术。 而你认为你只是坐下来训练它，一切都一下子出来了。这种情况并没有发生。为了理解人工智能的本质，你需要训练它一千次，并通过一千种模型来观察，只是为了进入它。而且我认为没有人能够这样做，你需要经验，这里....。
我喜欢人工智能对我的TS信号的真假进行提示。它做了我身体上无法做到的事情，即它总结了信息并给了我一个答案，不一定正确，但一般来说是令人满意的。在我的交易中，这是一个非常好的线索，但是说人工智能不工作，或者说你需要成为一个科学家，请原谅我。我有两个大学学位，分别是工程和经济学，我做了研究生学习，我是一个科学家。我 根本不认为自己是科学家，但我有足够的大脑来理解人工智能的工作原理，更何况我不是一个人工智能的开发者，我是它的使用者。知道如何正确地训练网络并选择正确的模型，这是一门随着年龄增长而产生的艺术。 而你认为你只是坐下来训练它，一切都一下子出来了。这种情况并没有发生。为了理解人工智能的本质，你需要训练它一千次，并通过一千种模型来观察，只是为了进入它。而且我认为没有人能够做到这一点，这需要经验....。
我明白了，这意味着我毕竟是一个科学家，而且我没有从任何学院毕业，然而机器学习中的一切都与外汇交易的常识相矛盾。该模型应尽可能简单，而不是更复杂。
这里没有人 "理解 "这个问题，你必须是一个科学家，人们不假思索地使用库函数，仅此而已。你喜欢人工智能的交易纯粹是心理上的，就好像你加入了精英阶层，你想象自己是个亿万富翁，能够像西方那样雇佣一整个大学的科学家为你制定交易策略。我没有什么可隐瞒的。 我说的是事实，我们不是科学家，而是实践者，我们需要看到和感觉到我们正在工作的东西。
那么，赛马场的工作人员已经在给大家做考核了。还不明白什么，但给出了评估。
你为什么不学习，达到参与者的水平，然后谦虚地进入讨论？
我明白了，所以毕竟是个科学家，而我没有上过大学，尽管如此，机器学习的一切都与外汇交易的常识相矛盾。该模型应尽可能简单，而不是更复杂。
好吧，比如说，这个模式现在对我有用。你认为这很复杂吗????
double x0 = 2.0 * (v0 + 2576.0) / 3282.0 - 1.0;
double x1 = 2.0 * (v1 + 339.0) / 1599.0 - 1.0;
double x2 = 2.0 * (v2 + 324.0) / 1266.0 - 1.0;
double x3 = 2.0 * (v3 + 320.0) / 5863.0 - 1.0;
double x4 = 2.0 * (v4 + 3928.0) / 25542.0 - 1.0;
double x5 = 2.0 * (v5 + 30394.0) / 61071.0 - 1.0;
double decision = 0.9739394040899727 * sigmoid(x0 + x4)
-0.784271525951731 * sigmoid(x1 + x2 + x3 + x4)
-1.2984574672986418 * sigmoid(x5)
+ 1.6301941145929288 * sigmoid(x0 + x4 + x5)
-0.784271525951731 * sigmoid(x1 + x3 + x4 + x5)
+ 0.6917195638702329 * sigmoid(1.0 + x1 + x2)
+ 0.1320196961830271 * sigmoid(1.0 + x3)
+ 2.585886077009396 * sigmoid(1.0 + x0 + x1 + x3)
+ 2.3569514462290853 * sigmoid(1.0 + x0 + x1 + x2 + x5)
-0.3401611201366674 * sigmoid(1.0 + x3 + x5)
-2.8359572579429546 * sigmoid(1.0 + x0 + x1 + x4 + x5)
-0.2533120069673573 * sigmoid(1.0 + x2 + x4 + x5)
+ 0.12667693905237243 * sigmoid(1.0 + x0 + x1 + x2 + x4 + x5)
-1.2009563367779323 * sigmoid(1.0 + x0 + x3 + x4 + x5);
return decision;
}
而且你说得很对，无论我尝试建立这样一个复杂的模型多少次，比较简单的那个模型总是很好用。令人惊讶的是....
好了，现在赛马场的工作人员正在给大家打分。他还不明白什么，但却给出了估计。
你为什么不学习，达到参与者的水平，然后谦虚地进入讨论？
例如，这是我现在运行的模型。你认为这很复杂吗????
double x0 = 2.0 * (v0 + 2576.0) / 3282.0 - 1.0;
double x1 = 2.0 * (v1 + 339.0) / 1599.0 - 1.0;
double x2 = 2.0 * (v2 + 324.0) / 1266.0 - 1.0;
double x3 = 2.0 * (v3 + 320.0) / 5863.0 - 1.0;
double x4 = 2.0 * (v4 + 3928.0) / 25542.0 - 1.0;
double x5 = 2.0 * (v5 + 30394.0) / 61071.0 - 1.0;
double decision = 0.9739394040899727 * sigmoid(x0 + x4)
-0.784271525951731 * sigmoid(x1 + x2 + x3 + x4)
-1.2984574672986418 * sigmoid(x5)
+ 1.6301941145929288 * sigmoid(x0 + x4 + x5)
-0.784271525951731 * sigmoid(x1 + x3 + x4 + x5)
+ 0.6917195638702329 * sigmoid(1.0 + x1 + x2)
+ 0.1320196961830271 * sigmoid(1.0 + x3)
+ 2.585886077009396 * sigmoid(1.0 + x0 + x1 + x3)
+ 2.3569514462290853 * sigmoid(1.0 + x0 + x1 + x2 + x5)
-0.3401611201366674 * sigmoid(1.0 + x3 + x5)
-2.8359572579429546 * sigmoid(1.0 + x0 + x1 + x4 + x5)
-0.2533120069673573 * sigmoid(1.0 + x2 + x4 + x5)
+ 0.12667693905237243 * sigmoid(1.0 + x0 + x1 + x2 + x4 + x5)
-1.2009563367779323 * sigmoid(1.0 + x0 + x3 + x4 + x5);
return decision;
}
而且你说得很对，不管我尝试过多少次建立这样复杂的模型，能用的总是比较简单的那一个。惊人但真实....
我在外汇中不需要它，此外，还有一些科学家，例如Djuric，他写了最好的混搭，没有人可以打败他。
包装
来自所有主要来源的新闻提要
https://github.com/mannau/tm.plugin.webmining/blob/master/README.md