在MTS使用人工智能 - 页 4

新评论
 
三个月 -如果你这么聪明的话
 
eugenk1 писал (а):
我将稍微偏离一下主题，虽然这也很符合。 今天下班开车时，我的笨脑袋突然想到，我们都应该重新考虑对指标的态度。 这是在它们在神经网络中的应用的角度，但不仅仅是在其中。简而言之，我想从这样的想法出发：指标不是一个装饰屏幕的小工具，而是一个帮助交易的工具。在我看来，帮助这个过程的最好方法是估计价格向上或向下移动一定点数的概率，而没有任何智慧。 因此，让我们考虑指标是一个数字（或者说是价格系列的函数），从+1到-1变化。这个数字的符号显示价格运动的假定方向--'+'向上，'-'向下，而模块--在这个方向上达到大量点数的概率，例如30（将它作为一个强制性的指标参数会更好）。也就是说，所有的指标都有一个统一的统一的界面。它们里面有什么，完全取决于作者的良知。我特别为连接指标和神经网络的目的想出了这个方法。在这种情况下，它们非常容易连接。但我认为这个想法有它自己的价值。 我不会去处理用这个标准写的新指标，它的曲线是可以立即理解的。否则，可能经常发生的情况是，你在互联网上看到一个指标。没有关于它的描述。而且，即使有源代码，也很难说作者的想法和如何处理它......。唉，这样的做法让各种流行的东西，如各种莫布和布林格失去了存在的权利。但没有人承诺会很容易......。在我看来，这种标准的优点很多时候超过了其缺点。

说得好!不幸的是，它有太多的机会，只能是一个想法。虽然事实上，问题似乎很简单。

有某个指标有自己的取值范围。只有一个输入参数--以价格变化点为单位的N值。我们需要建立一个新的指标，它的定义区域将是旧指标的区域和值的区域--范围（-1,1）。而这些数值的意义--价格在相应方向上变化N个点的概率，如eugenk1 所述。

这个问题的理论解决方案只能针对每个指标单独实施，几乎不可能。 因此，这个问题可能甚至不应该被讨论。但可以实施现象学的解决方案（同样，对每个指标分别进行）。要做到这一点，我们只需要（只要做到这一点：-）分析这个指标在历史上的统计数据。缺少的是--从数学统计学的角度来看，对问题的正确表述。不幸的是，我在这个领域并不强。

尤金，也许你可以制定一个通用的程序来评估一些指标的每个值的这种概率？还是某些特定的？
 
Mathemat писал (а):
Integer 写道。
谁不偷懒呢;-)在我的专家顾问中优化冠军的优化期。我的专家顾问本身偶尔会在M15、H1上显示利润。我还没有时间去试验它。

如果这不是一个秘密--从正式宣布锦标赛到注册结束，已经过去了多少时间？

三个月
 
Integer wrote:
三个月。

是的，我读了它，对一些声称无条件获胜的帖子感到好笑:)。

正式公告--7月19日，报名结束--9月25日。 2个月零1周。原则上，只要有一个可行的想法，就有可能（如果不需要成千上万行的实现）。
 
eugenk1:
我将稍微偏离一下主题，虽然这也很符合。 今天下班开车时，我的笨脑袋突然想到，我们都应该重新考虑对指标的态度。 这是在它们在神经网络中的使用的角度，但不仅仅是在其中。简而言之，我想从这样的想法出发：指标不是一个装饰屏幕的小工具，而是一个帮助交易的工具。在我看来，帮助这个过程的最好方法是估计价格向上或向下移动一定点数的概率，而没有任何智慧。 因此，让我们考虑指标是一个数字（或者说是价格系列的函数），从+1到-1变化。这个数字的符号显示价格运动的假定方向--'+'向上，'-'向下，而模块--在这个方向上达到大量点数的概率，例如30（将它作为一个强制性的指标参数会更好）。也就是说，所有的指标都有一个统一的统一的界面。它们里面有什么，完全取决于作者的良知。我特别为连接指标和神经网络的目的想出了这个方法。在这种情况下，它们非常容易连接。但我认为这个想法有它自己的价值。 我不会去处理用这个标准写的新指标，它的曲线是可以立即理解的。否则，可能经常发生的情况是，你在互联网上看到一个指标。没有关于它的描述。而且，即使有源代码，也很难说作者的想法和如何处理它......。唉，这样的做法让各种流行的东西，如各种莫布和布林格失去了存在的权利。但没有人承诺会很容易......。在我看来，这种标准的优点很多时候超过了其缺点。
在许多情况下，实施任何想法都不是那么困难。例如，如果我们已经训练了ArtificialIntellegence 神经网络，那么它的外部参数值可以插入到振荡器中，看看它的显示情况（比如，用于手动交易）。 振荡器的源代码在附件中。它显示了以下内容，以通用汽车公司的股票为例。

附加的文件：
perceptron.mq4  3 kb
 
Mathemat писал (а):
Integer 写道。
三个月。

是的，我读了它，对一些声称无条件获胜的帖子感到好笑:)。

正式公告--7月19日，报名结束--9月25日。 2个月零1周。原则上，只要有一个可行的想法，就有可能（如果不需要成千上万行的实现）。

肯定会有人获胜）。
 
Yurixx:
eugenk1:
我想离题一点，虽然这也很符合主题。 今天下班开车时，我的笨脑袋突然想到，我们都应该重新考虑对指标的态度，特别是在神经网络中的应用，但不仅仅是在神经网络中。简而言之，我想从这样的想法出发：指标不是一个装饰屏幕的小工具，而是一个帮助交易的工具。在我看来，帮助这个过程的最好方法是估计价格向上或向下移动一定点数的概率，而没有任何智慧。 因此，让我们考虑指标是一个数字（或者说是价格系列的函数），从+1到-1变化。这个数字的符号显示价格运动的假定方向--'+'向上，'-'向下，而模块--在这个方向上达到大量点数的概率，例如30（将它作为一个强制性的指标参数会更好）。也就是说，所有的指标都有一个统一的统一的界面。它们里面有什么，完全取决于作者的良知。我特别为连接指标和神经网络的目的想出了这个方法。在这种情况下，它们非常容易连接。但我认为这个想法有它自己的价值。 我不会去处理用这个标准写的新指标，它的曲线是可以立即理解的。否则，可能经常发生的是，你在互联网上看到一个指标。没有关于它的描述。而且，即使有源代码，也很难说作者的想法和如何处理它......。唉，这样的做法让各种流行的东西，如各种莫布和布林格失去了存在的权利。但没有人承诺会很容易......。在我看来，这种标准的优点很多时候超过了其缺点。

说得好!不幸的是，它有太多的机会，只能是一个想法。虽然事实上，问题似乎很简单。

有一个指标有自己的取值范围。只有一个输入参数--以价格变化点为单位的N值。我们需要建立一个新的指标，它的定义区域将是旧指标的区域和值的区域--范围（-1,1）。而这些数值的意义--价格在相应方向上变化N个点的概率，如eugenk1 所述。

这个问题的理论解决方案只能针对每个指标单独实施，几乎不可能。 因此，这个问题可能甚至不应该被讨论。但可以实施现象学的解决方案（同样，对每个指标分别进行）。要做到这一点，我们只需要（只要做到这一点：-）分析这个指标在历史上的统计数据。缺少的是--从数学统计学的角度来看，对问题的正确表述。不幸的是，我在这个领域并不强。

尤金，也许你可以制定一个通用的程序来评估一些指标的每个值的这种概率？或某些特定指标的？
这样的指标不应该有一个而是两个值。第一个 - 从0到1 - 价格将通过XX点向上的概率。而第二个--价格将通过XX点下跌的概率。然后我们就可以谈论一般的概率了。
 
gpwr:

我关于perceptrona的问题的表述是错误的。我试着重新措辞：为什么你用AC（平面）的线性组合而不是描述多面体的条件if(a1<x1 && a2>x2 && a3<x3 && a4<x4)。

就在昨天，你还拍着胸脯声称自己是线性滤波器的专家。而今天事实证明，事实上你是个十足的蹩脚货，而且是在高中数学。

虽然，对你来说--dumnya都一样不清楚，但描述一下线性滤波器的原理。

在线性滤波器中，平面的方程是以线性方程（一个函数，如感知器）的形式给出的。例如，对于一个有X、Y和Z的三维空间，这将是一个形式的方程。

a * x + b * y + c * z + d = 0

(在神经网络中，定义平面方程的常数，而不是a、B、C和D，其符号为w1、w2、w3...。ǞǞǞǞ这些是权重系数，因为它们被称为其他）。

简化。

f(X, Y, Z) = 0。

这个方程描述了构成平面的所有不同坐标的点的集合。取三个坐标为（X1，Y1，Z1）、（X2，Y2，Z2）和（X3，Y3，Z3）的点，使第一点属于平面，第二点与平面有一定距离，第三点相对于第二点在平面的另一边。现在将这些相同的坐标代入上述函数，得到这个函数的三个不同值。

  1. f(X1, Y1, Z1) = 0; 如果函数等于零，则坐标为(X1, Y1, Z1)的点属于平面，或者如他们所说，位于平面内。
  2. f(X2, Y2, Z2) > 0; 如果函数值大于零，坐标为(X1, Y1, Z1)的点不属于平面，而是位于平面的一侧。
  3. f(X3, Y3, Z3) < 0; 如果函数值小于零，则坐标为(X1, Y1, Z1)的点不属于该平面或，而是在该平面的另一边。
最后两个不等式是线性滤波器的原理（而不是像 Integer bubbled那样是平滑的）。而确定点相对于平面两侧的几何位置，没有比将其坐标代入平面的线性方程并将结果与0相比较更原始的方法了。而感知器中的权重系数，正如我已经不止一次重复过的，不是一些难以理解的数字，而是常数，利用这些常数可以给出将一个由其特征值的点坐标定义的物体与其他类似物体分开的平面的线性方程。由于在任何2-x或更多维的空间中，一个平面只有两条边（在二维空间中不是一个平面而是一条线），因此，只有通过这样的过滤器才能将物体分为两类。

你也可以在A. G. Tsypkin的《中学数学手册》（C）第172页上看到这些内容。
但你可能没有上过那所非常学校，而是在上课时在公共汽车站捡过烟头？现在你装腔作势，试图冒充谎言，假装是生产线过滤器的 "专家"。当事实上你是个蹩脚的人，是个两面派。而所有这些迟早都会被发现，因为作为文盲，你会在一些跳跃上犯错。一旦他们发现你的狗屁本性，不要指望你周围的人有任何宽恕。你的意见将被忽视。



 
dmitriy:
Yurixx:
eugenk1:
伙计们，有点偏离主题，但也很符合要求。今天下班回家的路上，我的笨脑袋里有了一个想法，那就是重新考虑我们对指标的态度，这对我们所有人都有好处。确切地说，是在神经网络中使用的角度，但不仅仅是在其中。简而言之，我想从这样的想法出发：指标不是一个装饰屏幕的小工具，而是一个帮助交易的工具。什么是帮助这个过程的最好方法？我认为最好的方法是估计价格向上或向下移动一定点数的概率。因此，我们认为指标是一个从+1到-1变化的数字（或者说是价格系列的函数）。这个数字的符号表示价格运动的假定方向 - '+'向上，'-'向下。而模块--在这个方向上达到大量点数的概率，例如30（将其作为强制性的指标参数会更好）。也就是说，所有的指标都有一个统一的统一的界面。它们里面有什么，完全取决于作者的良知。我特别为连接指标和神经网络的目的想出了这个方法。在这种情况下，它们非常容易连接。但我认为这个想法有其自身的价值。我不需要处理用这个标准写的新指标，它的曲线马上就清楚了。否则，可能经常发生的是，你在互联网上看到一个指标。没有关于它的描述。而且，即使有源代码，也很难说作者的想法和如何处理它......。唉，这样的做法让各种流行的东西，如各种莫布和布林格失去了存在的权利。但没有人承诺会很容易......。在我看来，这个标准的优点要比缺点多出许多倍。

说得好!不幸的是，它有太多的机会保持这种状态。虽然事实上，问题似乎很简单。 有某个指标有自己的取值范围。只有一个输入参数--以价格变化点为单位的N值。我们需要建立一个新的指标，它的定义区域将是旧指标的区域和值的区域--范围（-1,1）。而这些数值的意义--价格在相应方向上变化N个点的概率，如

eugenk1 所述。这个问题的理论解决方案只能对每个指标单独实施，几乎不可能。因此，可能这个问题甚至不应该被讨论。但可以实施现象学的解决方案（同样，对每个指标分别进行）。要做到这一点，我们只需要（只要做到这一点：-）分析这个指标在历史上的统计数据。缺少的是--从数学统计学的角度来看，对问题的正确表述。不幸的是，我在这个领域并不强。 尤金，也许你可以制定一个通用的程序来评估一些指标的每个值的这种概率？还是某些特定的？



这样的指标不应该有一个而是两个值。第一个 - 从0到1 - 价格将通过XX点向上的概率。而第二个--价格将通过XX点下跌的概率。那么我们根本就可以谈论概率了。
我怀疑一个能精确计算概率的振荡器会出现。即使是统计学也只能揭示出样本中事件的频率。但只有在被调查事件的数量趋于无穷大的样本上，频率的值才会趋于概率的值。数字法则说，在一个样本中，频率和概率之间的差异往往小到无穷大。可以计算出在被调查事件的频率和数量上获得误差的概率。但是，除了等待无限多的事件之外，目前还没有设计出任何方法来确定事件本身的概率。除了提前知道的情况，但那时没有什么可计算的，因为这种情况下的信息量为0。

当然，有贝叶斯定理，但只针对独立事件。这意味着根据该定理计算概率的指标必须从独立来源获取信息。但所有技术指标 产生的价值，都取决于报价，因此，它们不适合贝叶斯方法。
 

雷舍托夫，你必须保持简单。自然，我们只是在谈论通过频率来估计概率的问题。这就是统计学的作用--否则理论家将是一个完全无用的抽象概念。例如，方差，我们知道如何从有限的样本中进行估计。我们知道如何估计样本估计值与人口估计值的差异不超过一个给定值的机会......。

1234567891011...28
新评论