作为交易系统基础的自然智慧 - 页 2 123456789...106 新评论 Сергей Ковалев 2007.05.11 09:18 #11 Implex: 我的问题表述如下。 有没有可能在历史数据上训练大脑（我说得很夸张）以达到预测的目的？也 就是说，学习许多程序员和数学家试图教给ANN的东西。用同样的方法学习（但在不同的平面上）。 理论上是可能的。 意识有几种形式：物理的、星体的、精神的、佛性的、神经性的。 只有意识的前三种形式可以被充分考虑；更高的形式只能被命名。 每种意识形式都是基于与自己身体的关系以及与相应的现实层面的关系。 现实有物理层面、星空层面、精神层面等等。 每一个较高层次的现实都是物理（宇宙）的基础，是较低层次现实的建筑材料。例如，身体层面是以星体层面为基础的，而星体层面又是以精神层面为基础的，等等。 每个正常人都有身体意识，并充分感知自己的身体。物理意识（从根本上说，从本质上说）被限制在某一套概念中，在这套概念的框架内，人们与物理现实建立了关系。 现实的星空层面是一套感觉和情绪。 这个定义非常不寻常，所以乍一看似乎是虚构的，但事实上感觉和情绪是宇宙的一部分，是普遍的客观现实的一部分。 星际意识是指一个人不知道自己的肉体，（根据自己的经验）在某种程度上充分感知星际物体--它们的感性、情感方面。星空意识是非常不稳定的。在星空意识中对肉体的意识会导致过渡到肉体意识（99.9%的情况）或精神意识（如果一个人完全控制了情绪，这已经是精神意识属性的表现）。 心理现实是思想和意图。一个达到精神意识的人，完全克服了他的思想和精神现实之间的矛盾，可以自由地（在物理意识和物理现实的限制之外）在现实的物理层面上（超过物理现实）进行任何行动。如此高的意识水平，几乎没有人达到过。 为了使用在AS期间获得的知识，有必要回到FS，但在FS表现的第一个迹象中，AS经验的记忆立即消失（就像早晨的睡眠）。 为了自信的预测，需要MS，在其中充分感知自己的身体，它可以像任何其他物理对象一样行动。 如果一个人达到了MS，那么各种废话，如对外汇的预知，对他来说甚至不是一个小游戏，而只是环境的状态，也就是说，它是可以获得的，就像一个普通人看栅栏上的画或阅读（直接感知）一样。一个获得硕士学位的人在质量上有更大的可能性。 通过打破与环境和自己身体的矛盾，实现向更高形式的意识过渡。更接近的是，星体意识更有可能，因为在睡眠期间，人自然会与他的肉体断绝联系（不以任何方式感知它）。而只有完全切断与自己的情绪和情感的矛盾（对它们的控制），才有可能过渡到精神意识。这意味着，在考虑向精神意识过渡之前，必须彻底摆脱身体意识层面的利益（用CC的术语来说--清理音阶）。这个过程类似于成长。在成长（获得一套新的概念和价值观）之前，一个人必须对当前的一套价值观和对宇宙的看法失去兴趣。例如，在驾驶摩托车之前，人们必须在熟悉的沙盘上对带铲子的水桶失去兴趣。 ------- 所以... 为了在外汇中获得自信的结果，你必须进入心理意识。但普通人做不到，因为必须放弃（所有！）当前的利益（包括而且首先是外汇的收益）。 从长远来看，我们想要的甚至不是钱，而是一种幸福的感觉。 对于物理意识，只有当物理意识本身的可能性和属性都被用来实现幸福时，这才有可能。理论上，如果完全限制所有多余的信息进入肉体的大脑，大脑将开始在既定的限度内工作，并可能产生一些结果。但这些结果会更少，外在的信息（如何花掉赚来的收入的想法以及对收益和失败的感受）就越多。 如果用简单的话来说，就是每天24小时坐在显示器前，不要想其他事情（忘记家庭、工作、春天、朋友、计划，停止担心你的外表、食物、健康......）。 你可能会得到你现在想要的东西，但你会不会想要你以后得到的东西，以这个价格...... ----------- 积极的。 学习。要阅读，要感兴趣，要思考，要发展。 Вадим 2007.05.11 11:35 #12 Rosh: 简短的答案是 "是"。 长的答案请看施瓦格的《新市场奇才》一书。与美国最好的交易员 的对话。第三部分。沉默的 "海龟"。 首先，感谢你提供的链接。"海龟的沉默 "我读过。 一般来说，你已经回答了这个问题。 第二，我的问题可能表述得不够准确。 我对通过数据的可视化直接表示（在这种情况下，以图形的形式）将大脑学习算法形式化（我不是指编程）感兴趣。 让我举出F.Wasserman的《神经计算机工程：理论与实践》一书中的一段话作为例子。 "Cognitron和neocognitron。 人们以令人不安的轻松方式解决复杂的模式识别问题。一个两岁的孩子不费吹灰之力就能分辨出构成其环境的数以千计的面孔和其他物体，尽管距离、旋转、视角和光线都有变化。 看起来，对这些先天能力的研究应该使开发一台能复制人的识别能力的计算机成为一件简单的事情。没有什么能比这更接近事实了。对人类来说显而易见的模式的相似性和差异性，迄今为止甚至使最复杂的计算机识别系统感到困惑。因此，计算机可以取代人类从事危险、枯燥或不愉快的工作的无数重要应用仍然超出其目前的能力。 计算机模式识别更像是一门艺术；这门科学只限于有一些技术，在实践中的应用相对较少。一个设计通用模式识别系统的工程师通常从印刷品识别开始。这些技术往往不足以完成手头的任务，开发人员的努力很快就被削弱到开发狭隘地针对手头任务的算法。 通常情况下，设计模式识别系统的目标是在一组模式样本上优化其性能。很多时候，开发者通过寻找一个新的、近似的图像来完成这项任务，这导致了算法的不成功完成。这个过程可以无限期地进行下去，永远不会产生一个稳定的解决方案，足以复制人类评估系统运行质量的感知过程。 幸运的是，我们有现有的证据表明这个问题可以解决：这就是人类的感知系统。鉴于追求自我发明所取得的有限成功，回到生物模型（确切地说是生物模型，Implx）并试图确定它们如何运作得如此之好，似乎是非常合乎逻辑的。(而且不仅是定义它们，还为某些目的使用它们，Implx)"。 虽然所引用的文本提到了ANN和其发展的方法（特别是生物模型被认为是研究对象），但文中有一个关于人脑及其能力的想法。如果本文认为大脑是一个建模的模型（然而，并没有完全建模，而且不太可能很快就能做到（由于其复杂性）），那么为什么不利用它提供的潜力呢？ 谢谢。 Nikolay Zhilin 2007.05.11 17:20 #13 Itso: Rebus- "两级逻辑 "是什么意思？神经元要么工作，要么不工作？ 正是如此。零或一。这是开发NS的简化方案。但事实证明比这要复杂得多。 Nikolay Zhilin 2007.05.11 17:22 #14 Rosh: 叛乱。 不幸的是（或者反过来说：），神经网络 没有找到像样的应用，原因很简单。事实上，最近的研究表明，人类大脑神经元是按照五级逻辑工作的。早些时候，人们认为（它形成了NS的发展基础），逻辑是两级的。 但只有脊髓在两级逻辑下工作。因此，所有迄今为止设计的计算机将永远停留在脊髓智能的水平。这同样适用于两级NS。 所以让我们等待五级的发展吧 :) 但看书还是很有用的 :) 该问题是 有没有可能在历史数据上训练大脑（我说得很夸张）以达到预测的目的？也 就是说，学习许多程序员和数学家试图教给ANN的东西。用同样的方法进行训练（但在不同的平面上）。 正是如此。如果你仔细阅读第一句话。 有一个与ANN的比较。那么反问的问题是：训练哪个大脑？ 大脑还是脊髓？这正是我的意思。只是从更广泛的角度来看 :) Dmitry Fedoseev 2007.05.12 01:13 #15 基本的学习算法是重复。 Вадим 2007.05.12 10:27 #16 Integer: 基本的学习算法是重复。 如何将这种算法正规化，它的效果如何？ 如果这是主要的算法，那么 "非主流 "的算法是什么？ Dmitry Fedoseev 2007.05.12 11:13 #17 Implex: 整数。 基本的学习算法是重复。 如何将这种算法正规化，它的效果如何？ 如果这是主要的算法，那么 "非主流 "的算法是什么？ 让我们从使用人类的语言开始））我理解你想学习如何记忆长的数字系列？ Вадим 2007.05.12 13:42 #18 Integer: ... 让我们从人类的语言开始））我了解到，你想学习如何记忆长数列？ 那么，对于初学者，请向我解释 "人类语言 "是什么意思。 考虑到你登录的措辞和你头像的图形表示，我们可以得出结论，你可能是一个程序员。那么我就不明白为什么我用 "非人类语言 "来表达自己，用 "形式化"、"算法 "这样的普通概念。如果不是你，谁应该完全清楚这一切？ 我创造这个主题完全是考虑到一个机会，即考虑理论知识在实践中的适用性问题，目的是通过寻找真理（或接近真理）。(通过什么，你自己知道)。 关于 "学习记忆长的数字系列"。不，不幸的是，背诵数字的作用不大（与我们的主题有关），不过也许我错了。 我指的不是记忆数字的能力，而是对数字系列进行近似的能力。然而，一连串的数字在其直接表现中，不太可能被大脑所近似。某种数字的图形表示是必要的，因为对于一个人的感知系统来说，最初似乎更自然的是他从小就学会了通过视觉图像学习。数字在其图形表示中不携带任何额外的信息（我指的是不变的印刷文本和一个符号），学习从一个数字系列中提取这种信息，根据系列本身，这种额外的信息无疑是存在的，这可能是困难的。 因此，在我看来，一个更有希望的方法是数字的图形表示法的近似。 我将再次引用一本著名的书。 "在视觉皮层中，已经发现节点对诸如线条和一定方向的角度等元素作出反应。在更高的层次上，节点对更复杂和抽象的图像作出反应，如圆形、三角形和矩形。 在更高的层次上，抽象程度增加，直到对脸和复杂形状作出反应的节点被识别。一般来说，较高层次的结点接受来自一组低层次结点的输入，因此对视野中更广泛的区域作出反应。高层节点的反应对位置的依赖性较小，对失真的抵抗力较强......" 在我看来，对具体图形信息的视觉感知是人类神经系统最自然的。 另一个问题是这种信息的近似方式。 谢谢你。 Rashid Umarov 2007.05.12 13:47 #19 在我看来，成功的交易不需要对数据进行近似，而是要确定成功进入的概率高于50%的时刻。一个成功的进入被定义为在一系列试验中获得一个正的预期，也就是说，80/20系统并不总是（或者说很少）盈利。 Вадим 2007.05.12 15:09 #20 Rosh: 在我看来，成功的交易不需要近似的数据，而是识别成功进入的概率高于50%的时刻。成功的进入被理解为在一系列试验中获得正的预期报酬，也就是说，80/20系统并不总是（或者说很少）盈利。 你如何确定成功进入的概率高于50%的点？难道不是通过近似，然后应用结果？如果不是，那么就有一个假设，即你在使用定型观念或类似的东西（意见、猜测、假设、推测、判断、观点、假设、理论、态度、信仰、教义、概念、教条、立场、原则、观点等等。(我指的是别人的，不是我自己的））的成功交易。那么成功交易的概念原则上就不可能出现（以我的拙见）。 123456789...106 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
我的问题表述如下。
有没有可能在历史数据上训练大脑（我说得很夸张）以达到预测的目的？也 就是说，学习许多程序员和数学家试图教给ANN的东西。用同样的方法学习（但在不同的平面上）。
意识有几种形式：物理的、星体的、精神的、佛性的、神经性的。
只有意识的前三种形式可以被充分考虑；更高的形式只能被命名。
每种意识形式都是基于与自己身体的关系以及与相应的现实层面的关系。
现实有物理层面、星空层面、精神层面等等。 每一个较高层次的现实都是物理（宇宙）的基础，是较低层次现实的建筑材料。例如，身体层面是以星体层面为基础的，而星体层面又是以精神层面为基础的，等等。
每个正常人都有身体意识，并充分感知自己的身体。物理意识（从根本上说，从本质上说）被限制在某一套概念中，在这套概念的框架内，人们与物理现实建立了关系。
现实的星空层面是一套感觉和情绪。 这个定义非常不寻常，所以乍一看似乎是虚构的，但事实上感觉和情绪是宇宙的一部分，是普遍的客观现实的一部分。
星际意识是指一个人不知道自己的肉体，（根据自己的经验）在某种程度上充分感知星际物体--它们的感性、情感方面。星空意识是非常不稳定的。在星空意识中对肉体的意识会导致过渡到肉体意识（99.9%的情况）或精神意识（如果一个人完全控制了情绪，这已经是精神意识属性的表现）。
心理现实是思想和意图。一个达到精神意识的人，完全克服了他的思想和精神现实之间的矛盾，可以自由地（在物理意识和物理现实的限制之外）在现实的物理层面上（超过物理现实）进行任何行动。如此高的意识水平，几乎没有人达到过。
为了使用在AS期间获得的知识，有必要回到FS，但在FS表现的第一个迹象中，AS经验的记忆立即消失（就像早晨的睡眠）。 为了自信的预测，需要MS，在其中充分感知自己的身体，它可以像任何其他物理对象一样行动。
如果一个人达到了MS，那么各种废话，如对外汇的预知，对他来说甚至不是一个小游戏，而只是环境的状态，也就是说，它是可以获得的，就像一个普通人看栅栏上的画或阅读（直接感知）一样。一个获得硕士学位的人在质量上有更大的可能性。
通过打破与环境和自己身体的矛盾，实现向更高形式的意识过渡。更接近的是，星体意识更有可能，因为在睡眠期间，人自然会与他的肉体断绝联系（不以任何方式感知它）。而只有完全切断与自己的情绪和情感的矛盾（对它们的控制），才有可能过渡到精神意识。这意味着，在考虑向精神意识过渡之前，必须彻底摆脱身体意识层面的利益（用CC的术语来说--清理音阶）。这个过程类似于成长。在成长（获得一套新的概念和价值观）之前，一个人必须对当前的一套价值观和对宇宙的看法失去兴趣。例如，在驾驶摩托车之前，人们必须在熟悉的沙盘上对带铲子的水桶失去兴趣。
-------
所以...
为了在外汇中获得自信的结果，你必须进入心理意识。但普通人做不到，因为必须放弃（所有！）当前的利益（包括而且首先是外汇的收益）。
从长远来看，我们想要的甚至不是钱，而是一种幸福的感觉。 对于物理意识，只有当物理意识本身的可能性和属性都被用来实现幸福时，这才有可能。理论上，如果完全限制所有多余的信息进入肉体的大脑，大脑将开始在既定的限度内工作，并可能产生一些结果。但这些结果会更少，外在的信息（如何花掉赚来的收入的想法以及对收益和失败的感受）就越多。
如果用简单的话来说，就是每天24小时坐在显示器前，不要想其他事情（忘记家庭、工作、春天、朋友、计划，停止担心你的外表、食物、健康......）。
你可能会得到你现在想要的东西，但你会不会想要你以后得到的东西，以这个价格......
-----------
积极的。
学习。要阅读，要感兴趣，要思考，要发展。
简短的答案是 "是"。 长的答案请看施瓦格的《新市场奇才》一书。与美国最好的交易员 的对话。第三部分。沉默的 "海龟"。
第二，我的问题可能表述得不够准确。
我对通过数据的可视化直接表示（在这种情况下，以图形的形式）将大脑学习算法形式化（我不是指编程）感兴趣。
让我举出F.Wasserman的《神经计算机工程：理论与实践》一书中的一段话作为例子。
"Cognitron和neocognitron。
人们以令人不安的轻松方式解决复杂的模式识别问题。一个两岁的孩子不费吹灰之力就能分辨出构成其环境的数以千计的面孔和其他物体，尽管距离、旋转、视角和光线都有变化。
看起来，对这些先天能力的研究应该使开发一台能复制人的识别能力的计算机成为一件简单的事情。没有什么能比这更接近事实了。对人类来说显而易见的模式的相似性和差异性，迄今为止甚至使最复杂的计算机识别系统感到困惑。因此，计算机可以取代人类从事危险、枯燥或不愉快的工作的无数重要应用仍然超出其目前的能力。
计算机模式识别更像是一门艺术；这门科学只限于有一些技术，在实践中的应用相对较少。一个设计通用模式识别系统的工程师通常从印刷品识别开始。这些技术往往不足以完成手头的任务，开发人员的努力很快就被削弱到开发狭隘地针对手头任务的算法。
通常情况下，设计模式识别系统的目标是在一组模式样本上优化其性能。很多时候，开发者通过寻找一个新的、近似的图像来完成这项任务，这导致了算法的不成功完成。这个过程可以无限期地进行下去，永远不会产生一个稳定的解决方案，足以复制人类评估系统运行质量的感知过程。
幸运的是，我们有现有的证据表明这个问题可以解决：这就是人类的感知系统。鉴于追求自我发明所取得的有限成功，回到生物模型（确切地说是生物模型，Implx）并试图确定它们如何运作得如此之好，似乎是非常合乎逻辑的。(而且不仅是定义它们，还为某些目的使用它们，Implx)"。
虽然所引用的文本提到了ANN和其发展的方法（特别是生物模型被认为是研究对象），但文中有一个关于人脑及其能力的想法。如果本文认为大脑是一个建模的模型（然而，并没有完全建模，而且不太可能很快就能做到（由于其复杂性）），那么为什么不利用它提供的潜力呢？
谢谢。
Rebus- "两级逻辑 "是什么意思？神经元要么工作，要么不工作？
不幸的是（或者反过来说：），神经网络 没有找到像样的应用，原因很简单。事实上，最近的研究表明，人类大脑神经元是按照五级逻辑工作的。早些时候，人们认为（它形成了NS的发展基础），逻辑是两级的。 但只有脊髓在两级逻辑下工作。因此，所有迄今为止设计的计算机将永远停留在脊髓智能的水平。这同样适用于两级NS。
所以让我们等待五级的发展吧 :)
但看书还是很有用的 :)
有没有可能在历史数据上训练大脑（我说得很夸张）以达到预测的目的？也 就是说，学习许多程序员和数学家试图教给ANN的东西。用同样的方法进行训练（但在不同的平面上）。
正是如此。如果你仔细阅读第一句话。 有一个与ANN的比较。那么反问的问题是：训练哪个大脑？ 大脑还是脊髓？这正是我的意思。只是从更广泛的角度来看 :)
基本的学习算法是重复。
如果这是主要的算法，那么 "非主流 "的算法是什么？
基本的学习算法是重复。
如果这是主要的算法，那么 "非主流 "的算法是什么？
让我们从使用人类的语言开始））我理解你想学习如何记忆长的数字系列？
...
让我们从人类的语言开始））我了解到，你想学习如何记忆长数列？
考虑到你登录的措辞和你头像的图形表示，我们可以得出结论，你可能是一个程序员。那么我就不明白为什么我用 "非人类语言 "来表达自己，用 "形式化"、"算法 "这样的普通概念。如果不是你，谁应该完全清楚这一切？
我创造这个主题完全是考虑到一个机会，即考虑理论知识在实践中的适用性问题，目的是通过寻找真理（或接近真理）。(通过什么，你自己知道)。
关于 "学习记忆长的数字系列"。不，不幸的是，背诵数字的作用不大（与我们的主题有关），不过也许我错了。
我指的不是记忆数字的能力，而是对数字系列进行近似的能力。然而，一连串的数字在其直接表现中，不太可能被大脑所近似。某种数字的图形表示是必要的，因为对于一个人的感知系统来说，最初似乎更自然的是他从小就学会了通过视觉图像学习。数字在其图形表示中不携带任何额外的信息（我指的是不变的印刷文本和一个符号），学习从一个数字系列中提取这种信息，根据系列本身，这种额外的信息无疑是存在的，这可能是困难的。
因此，在我看来，一个更有希望的方法是数字的图形表示法的近似。
我将再次引用一本著名的书。
"在视觉皮层中，已经发现节点对诸如线条和一定方向的角度等元素作出反应。在更高的层次上，节点对更复杂和抽象的图像作出反应，如圆形、三角形和矩形。 在更高的层次上，抽象程度增加，直到对脸和复杂形状作出反应的节点被识别。一般来说，较高层次的结点接受来自一组低层次结点的输入，因此对视野中更广泛的区域作出反应。高层节点的反应对位置的依赖性较小，对失真的抵抗力较强......"
在我看来，对具体图形信息的视觉感知是人类神经系统最自然的。 另一个问题是这种信息的近似方式。
谢谢你。
在我看来，成功的交易不需要近似的数据，而是识别成功进入的概率高于50%的时刻。成功的进入被理解为在一系列试验中获得正的预期报酬，也就是说，80/20系统并不总是（或者说很少）盈利。
你如何确定成功进入的概率高于50%的点？难道不是通过近似，然后应用结果？如果不是，那么就有一个假设，即你在使用定型观念或类似的东西（意见、猜测、假设、推测、判断、观点、假设、理论、态度、信仰、教义、概念、教条、立场、原则、观点等等。(我指的是别人的，不是我自己的））的成功交易。那么成功交易的概念原则上就不可能出现（以我的拙见）。