交易中的机器学习：理论、模型、实践和算法交易 - 页 52

[mytarmailS]

Dr.Trader:

适配度的增长可能仅仅是因为模型改进了它的拓扑结构，放弃了几个神经元，而达到同样的精度。
据我从代码中的注释理解，它是从Lua移植过来的。而Lua也是一种移植，因为原版已经在c++中了：http://nn.cs.utexas.edu?neat
从端口到端口是不幸的，很多不必要的动作，如果RNeat的作者以C++代码为基础，用现有的R基因包来演化网络会更好。

出于某种原因，我以为那里写的都是R-K。

[mytarmailS]

mytarmailS:

我在一个网站上找到了这个，但不知道为什么，它已经失效了

也许有人会感兴趣:

...下一步是建立一个新的模型： 我们对 收盘价 应用低通滤波器（我使用二阶巴特沃斯滤波器），应用多项式谐波逼近，将A*cos(wx)+B*sin(wx)转换为M*sin(wx+f)，并将M和f作为二级特征。

....有了这个模型，我成功地建立了一个具有非常好的泛化特性的网络：它几乎能正确识别所有的新数据。

尤里-雷谢托夫--尤里，你能理解这个人在这里写的大致内容吗？

[TheXpert]

美分账户最近很流行

[Alexey Burnakov]

组合器。
最近，吹嘘美分账户是一种时尚

某处又有广告了吗？

[Yury Reshetov]

mytarmailS:

mytarmailS:

...下一步是建立一个新的模型： 我们对 收盘价 应用低通滤波器（我用的是二阶巴特沃斯滤波器），应用多项式谐波近似，将A*cos(wx)+B*sin(wx)转换为M*sin(wx+f)，并将M和f作为二级特征。

....有了这个模型，我成功地建立了一个具有非常好的泛化特性的网络：它几乎能正确识别所有的新数据。

尤里-雷谢托夫--尤里，你能理解这个人在这里写的大致内容吗？

说实话，不是真的。有很多问题。

1. 例如，如果可以简单地将傅里叶变换中不需要的谐波设置为零来忽略它们，或者将过滤后的谐波的振幅削减到阈值，为什么还要分别进行预过滤呢？
   
2. 哪些具体的频率被过滤掉了？另一个大问题，因为猜测的选项是一马车和一个小推车。
   
3. 为什么低频成分被过滤而不是中频或高频？毕竟按照逻辑，噪音很可能是在中频或高频。
4. 价格VR的非周期性问题是如何解决的，即如何消除周期边缘的不精确性？
   

从表面上看，我们似乎有某种没有具体内容的学术文本--未经证实的断言。

因此，在不知道上述问题的答案的情况下，人们只能猜测如何在实践中重现它，是否会得到任何充分的结果？

[TheXpert]

阿列克谢-伯纳科夫。
某处又有广告了吗？

是的，它是。

[[删除]]

这里的问题不是吹牛或美分账户。

问题是别的东西。

在我看来，参与讨论的人是希望通过塞给他们不必要的投入来找到一些圣杯。

而且他们完全忘记了他们必须使用现成的战略或战术，无论哪一个更好。

机器只做你放进去的东西。

输入的狗屎就是输出的狗屎。

对不起。

[Alexey Burnakov]

Vadim Shishkin:

这里的问题不是吹牛或美分账户。

问题是别的东西。

在我看来，参与讨论的人是希望通过塞给他们不必要的投入来找到一些圣杯。

而且他们完全忘记了他们必须使用现成的战略或战术，以哪个更好为准。

机器只做你放进去的东西。

输入的狗屎就是输出的狗屎。

我很抱歉。

一个蛋白质神经网络可以充满了垃圾，进进出出。

对不起。

[[删除]]

阿列克谢-伯纳科夫。

一个蛋白质神经网络也可以充满了咕咕声，包括输入和输出。

(笑) 对不起。

没错，这就是我的意思。

你对这个问题有什么要说的？

[Alexey Burnakov]

Vadim Shishkin:

没错，这就是我的意思。

你对这个问题有什么要说的吗？

所以问题是给你的。)

有什么策略？你的脑子里想出了什么？所以告诉我。