交易中的机器学习:理论、模型、实践和算法交易 - 页 505 1...498499500501502503504505506507508509510511512...3399 新评论 Andrey Kisselyov 2017.10.04 16:36 #5041 蜥蜴_。诺贝尔物理学奖昨天颁发。我记得你的爱因斯坦是个疯子,但你看--你有没有好好测量?你永远不知道......))https://indicator.ru/article/2017/10/03/za-chto-dali-nobelevskuyu-premiyu-po-fizike-2017/如果你想提醒我说什么,就引用我的话,但如果你从我的话中得出你自己的结论,就这么说--"我从你说的关于爱因斯坦的话中得出结论,他是个疯子",这就不是我的话,而是你基于毫无头绪的结论。爱因斯坦是世界科学界的一个杰出人物,他成功地写出了一些人的相对论 和另一些人的狭义相对论。 恕我直言。 Andrey Kisselyov 2017.10.04 16:38 #5042 马克西姆-德米特里耶夫斯基。 什么是解放军,木材从哪里来?(树木) 我自己在编辑部里种植它们。 真诚的。 Dr. Trader 2017.10.04 16:44 #5043 forexman77: 谢谢你的答复对我来说非常有启发性。我认为偏见是一种偏见性的神经元?说明中说,当输入为零时,它有帮助。在你看来,偏见神经元是用来做什么的,应该为它选择什么样的权重?基本上它只是一个重量。检查阈值是在sigmoid变换之后还是之后更好?> 描述中说,当条目为零时,它有助于 它与零输入没有确切关系;偏压使神经元更准确。它应该(c)。 训练神经元时--偏移量与其他权重同时进行优化。> 在sigmoid变换之后或之后检查阈值的最佳方法是什么?如果输出神经元使用了激活函数,那么在不同的输出上检查数值,或者在激活函数之后(sigmoid之后)对照阈值检查数值。我想补充的是,在隐藏神经元层中,你需要使用某种激活函数,而对于输出神经元(最后一层)来说,激活不是那么强制性的,例如我在回归中不使用激活(即线性激活)。forexman77: 我的意思是,例如在mql4中,我可以同时优化多达15个参数,而在mql5中则比较困难。所以看起来,一个图层被调整了,然后第二个图层与优化的第一个图层,等等。但如果我们能一次性优化所有的层就好了,但计算能力不允许我们这样做。我有一个推测,当各层被逐一优化时,在这种情况下,有些模式没有被系统看到。即使有一个层被解析了,下面的层也将基于第一个层的假设。按层训练神经元是可能的,它是在训练神经元时,用非常多的层数来进行训练。但这是最后的手段......如果只有几层,那么最好是一次性优化所有权重。在MT中用遗传优化器搜索神经元的权重是一个坏主意。神经元卡将只是拟合现有的例子,而不会正确预测新数据。阅读关于使用交叉验证训练神经元的文章,这是必须了解和做到的。如果你想确保对图标和字母的准确识别,请阅读交叉验证,但对于外汇来说,这是不够的,你需要发明自己的方法,例如用步行测试来测试专家顾问。 Dr. Trader 2017.10.04 17:25 #5044 fxsaber: 我想就这个问题请教尊敬的与会者在我看来,关键问题是:真实的价格数据与SB有多大差别? 如果我理解正确的话,差异越大,挤出利润的机会就越多。反之亦然,直至 "无差异-无利润"。它们与随机的差别很小...如果我在eurusd m5上交易,模型+顾问在每个条形图开始时预测多头或空头,并保持相同的交易或逆转它。 前10000条是训练模型的数据,然后是模型的10000条新数据。 利润显示为点数之和,例如,利润0.08是=0.08000=8000个五位数的点数。这三张图没有点差,点差很小(2和4的五位数)。佣金和掉期我根本不考虑,这不是那么清晰的交易模拟。 这里的大师们从我的数据中压榨出更多的准确性,如果你知道怎么做,交易可能可以得到改善。 Andrey Kisselyov 2017.10.04 17:29 #5045 Vizard_。这被解释为--操纵者、欺骗者。上帝与他同在)))) 测量结果还好吗?+ 对获奖者的研究态度... 我没有检查测量结果,他们测量时我不在现场。精度在干涉仪中非常重要,镜子的偏差或它们之间的距离差异会影响结果,镜子放置的精度取决于激光波长。所以不是一切都像看起来那么简单。 最好的问候。 fxsaber 2017.10.04 17:44 #5046 交易员博士。与随机性有相当大的不同......下面是一个交易金牛座时的盈利图表样本不知道你想展示什么。他们到底有没有不同?如果它们是不同的,在什么方面呢?也许,我弄错了你的话,请纠正我。你是说,如果你已经成功地建立了一个有利可图的TS,那么情况就不同了。我完全同意这一点,如果。但从图表中根本看不出你已经成功了。没有人知道是否有人成功了。这就是为什么我在问国防部能找到的SB和CER之间的差异。即做法不是相反的:有利润,所以是不同的。因为我们不知道这个利润是否合法。但直接的方法。当IO识别出一些模式时,但完全不能确定它们是否可以用来盈利。然而,这在某种程度上增加了在某个时候实现它的概率。 Dr. Trader 2017.10.04 18:05 #5047 fxsaber:你说对了。 我同意,推理是符合逻辑的,仅仅因为互联网上某个地方的图表上的利润在上升并不意味着外汇是无意的。 Grigoriy Chaunin 2017.10.05 05:25 #5048 https://github.com/RandomKori/ForexTF 换到了Tensorflow库。有更多关于它的文件。它可以连接到MT。为Windows编译的64位库。我把它挂起来了。不要让如此图书馆的延伸让你感到尴尬。它在开放源码上运行良好,在visual studio中使用。我只是在涉足我自己的ResNet的实现,用于外汇和堡垒。我的结果是令人鼓舞的。我仍然在为重新学习而挣扎。我最近的计划是为ResNet写一个指标。所有的代码都在github上(和以往一样)。 mytarmailS 2017.10.05 15:21 #5049 迪米特里。 让我们认真地谈一谈。我需要你的专业建议。你认为谁会带走谁--奥丁或索尔?????哈哈哈))迪米特里是个辣妹)。我同意你的说法,这都是个圈套。 Mihail Marchukajtes 2017.10.05 22:13 #5050 大家好!!!。伙计们,你们能告诉我如何延迟指标的计算 吗?一个新的柱子已经打开,指标需要在30秒后计算!!!!!。我需要一个30秒后的延迟指标,或者告诉我它写在哪里,或者一个例子,我找不到它 :-( 1...498499500501502503504505506507508509510511512...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
诺贝尔物理学奖昨天颁发。我记得你的爱因斯坦是个疯子,但你看--你有没有好好测量?你永远不知道......))
https://indicator.ru/article/2017/10/03/za-chto-dali-nobelevskuyu-premiyu-po-fizike-2017/
如果你想提醒我说什么,就引用我的话,但如果你从我的话中得出你自己的结论,就这么说--"我从你说的关于爱因斯坦的话中得出结论,他是个疯子",这就不是我的话,而是你基于毫无头绪的结论。爱因斯坦是世界科学界的一个杰出人物,他成功地写出了一些人的相对论 和另一些人的狭义相对论。
恕我直言。
什么是解放军,木材从哪里来?(树木)
真诚的。
谢谢你的答复对我来说非常有启发性。
我认为偏见是一种偏见性的神经元?说明中说,当输入为零时,它有帮助。在你看来,偏见神经元是用来做什么的,应该为它选择什么样的权重?基本上它只是一个重量。
检查阈值是在sigmoid变换之后还是之后更好?
> 描述中说,当条目为零时,它有助于
它与零输入没有确切关系;偏压使神经元更准确。它应该(c)。
训练神经元时--偏移量与其他权重同时进行优化。
> 在sigmoid变换之后或之后检查阈值的最佳方法是什么?
如果输出神经元使用了激活函数,那么在不同的输出上检查数值,或者在激活函数之后(sigmoid之后)对照阈值检查数值。
我想补充的是,在隐藏神经元层中,你需要使用某种激活函数,而对于输出神经元(最后一层)来说,激活不是那么强制性的,例如我在回归中不使用激活(即线性激活)。
我的意思是,例如在mql4中,我可以同时优化多达15个参数,而在mql5中则比较困难。
所以看起来,一个图层被调整了,然后第二个图层与优化的第一个图层,等等。但如果我们能一次性优化所有的层就好了,但计算能力不允许我们这样做。
我有一个推测,当各层被逐一优化时,在这种情况下,有些模式没有被系统看到。
即使有一个层被解析了,下面的层也将基于第一个层的假设。
按层训练神经元是可能的,它是在训练神经元时,用非常多的层数来进行训练。但这是最后的手段......如果只有几层,那么最好是一次性优化所有权重。
在MT中用遗传优化器搜索神经元的权重是一个坏主意。神经元卡将只是拟合现有的例子,而不会正确预测新数据。阅读关于使用交叉验证训练神经元的文章,这是必须了解和做到的。如果你想确保对图标和字母的准确识别,请阅读交叉验证,但对于外汇来说,这是不够的,你需要发明自己的方法,例如用步行测试来测试专家顾问。
我想就这个问题请教尊敬的与会者
在我看来,关键问题是:真实的价格数据与SB有多大差别? 如果我理解正确的话,差异越大,挤出利润的机会就越多。反之亦然,直至 "无差异-无利润"。
它们与随机的差别很小...
如果我在eurusd m5上交易,模型+顾问在每个条形图开始时预测多头或空头,并保持相同的交易或逆转它。
前10000条是训练模型的数据,然后是模型的10000条新数据。
利润显示为点数之和,例如,利润0.08是=0.08000=8000个五位数的点数。
这三张图没有点差,点差很小(2和4的五位数)。佣金和掉期我根本不考虑,这不是那么清晰的交易模拟。
这里的大师们从我的数据中压榨出更多的准确性,如果你知道怎么做,交易可能可以得到改善。
这被解释为--操纵者、欺骗者。上帝与他同在))))
测量结果还好吗?+ 对获奖者的研究态度...
最好的问候。
与随机性有相当大的不同......
下面是一个交易金牛座时的盈利图表样本
不知道你想展示什么。他们到底有没有不同?如果它们是不同的,在什么方面呢?
也许,我弄错了你的话,请纠正我。你是说,如果你已经成功地建立了一个有利可图的TS,那么情况就不同了。我完全同意这一点,如果。但从图表中根本看不出你已经成功了。没有人知道是否有人成功了。这就是为什么我在问国防部能找到的SB和CER之间的差异。
即做法不是相反的:有利润,所以是不同的。因为我们不知道这个利润是否合法。但直接的方法。当IO识别出一些模式时,但完全不能确定它们是否可以用来盈利。然而,这在某种程度上增加了在某个时候实现它的概率。
fxsaber:
你说对了。
我同意,推理是符合逻辑的,仅仅因为互联网上某个地方的图表上的利润在上升并不意味着外汇是无意的。
https://github.com/RandomKori/ForexTF 换到了Tensorflow库。有更多关于它的文件。它可以连接到MT。为Windows编译的64位库。我把它挂起来了。不要让如此图书馆的延伸让你感到尴尬。它在开放源码上运行良好,在visual studio中使用。我只是在涉足我自己的ResNet的实现,用于外汇和堡垒。我的结果是令人鼓舞的。我仍然在为重新学习而挣扎。我最近的计划是为ResNet写一个指标。所有的代码都在github上(和以往一样)。
让我们认真地谈一谈。我需要你的专业建议。你认为谁会带走谁--奥丁或索尔?????
哈哈哈))迪米特里是个辣妹)。
我同意你的说法,这都是个圈套。
大家好!!!。伙计们,你们能告诉我如何延迟指标的计算 吗?一个新的柱子已经打开,指标需要在30秒后计算!!!!!。
我需要一个30秒后的延迟指标,或者告诉我它写在哪里,或者一个例子,我找不到它 :-(