请告诉我们您的意见。 - 页 2

新评论
 
rsi:
LeoV:
一个自适应的概率神经网络。

结果很好，在交易数量上没有偏差。你能不能更具体一点：自适应是什么意思，输入是什么，或者至少输入向量的维度是什么，第二层的大小是什么，输出是一个还是两个（四个），网络是建立在什么基础上的（从头像上可以看出），第二个测试（网络）与第一个有什么不同，决策阈值是什么（或者你有一个翻转），你有没有用其他TF和工具进行尝试？我很感兴趣，因为我自己也在折磨PNN，但没有取得这样的结果。我没有得到任何效果，谢谢你。

P.S. 回答我的问题：我毫不怀疑，它在未来也会发挥作用。

好吧，我试着简单地回答。自适应的意思是，它在每个新的条形图 上被重新训练（改变）。输入向量的维度是多少？我没有写这个网络，而是一个好的程序员为我写的，这就是为什么我不知道它的细微差别。从头像可以看出，它是用MQL重写的。只有一条出路。测试在不同的网络参数和在输入和输出的不同指数上有所不同。决策阈值由基因优化器选择。我在15分钟内试了一下，也不错。我不能像赌徒那样使用分钟。我不能理解为什么。但另一方面，我真的需要这些时间吗？

我只有一个问题要解决--将来如何评估TS的功能？

 
还有更多关于测试的内容。例如，我在历史上取一个区域，例如2年，在这个时期的价格没有超过起始价格。经过优化或训练后，我几乎包括了所有的内容（除了最后一年），并抹平了趋势。之后，我只包括最后一年的情况，并得出结论。
 
Ulterior:
还有更多关于测试的内容。例如，我取一段历史，例如2年，在这段历史中，价格不比最初的高。在优化或训练之后，我几乎包括了整个时期（除了最后一年），并平滑了趋势。之后，我只包括最后一年的情况，并得出结论。

2年的时间里，哪个TF？

 

致LeoV

其结果是非常好的。让我解释一下。二月初，市场正在发生变化。
一切在秋季运作良好的非适应性的东西在2月都开始倒下。
但你的专家顾问在1月份坚持了下来，变体2设法适应了两个不同的市场。那很好啊!

 
LeoV:
终结者。
关于测试也是如此。例如，我取一段2年的历史，在这段历史中，价格不比最初的价格高。经过优化或训练，我几乎包括了整个时期（除了最后一年），并平滑了趋势。之后，我只包括最后一年的情况，并得出结论。

2年的时间里，哪个TF？

Eurusd 2004.01.01 - 2006.10.01

 
Ulterior:
LeoV:
终结者。
关于测试也是如此。例如，我在历史上取了一个条带，例如2年，其中的价格没有上升到该时期的初始价格之上。在优化或培训之后，我几乎启用了整个时期（除了最后一年），并平滑了趋势。之后，我只包括最后一年的情况，并作出结论。

2年的时间里，哪个TF？

Eurusd 2004.01.01 - 2006.10.01

时间框架是什么？1分钟、5分钟、15分钟、30分钟、1小时、4小时、一天、一周？条数取决于.....

 
Ulterior:
LeoV:
终结者。
关于测试仍然。例如，我取一个历史时期，例如2年，在这个时期的价格不会比最初的价格高。在优化或训练之后，我几乎分析了整个时期（除了最后一年），并抹平了趋势。之后，我只包括最后一年的情况，并作出结论。

2年的时间里，哪个TF？

Eurusd 2004.01.01 - 2006.10.01


下面是一个精益求精的例子，2007.02.02 - 2008.04.02, SL90/TP30, LOT 0.1

上个月的情况显然指向了过度训练

 
Ulterior:
终结者。
LeoV:
终结者。
关于测试也是如此。例如，我取一段历史，例如2年，在这段历史中，价格不比最初的高。经过优化或培训后，我启用了其中的大部分（除了去年），并使这种趋势平稳。之后，我只包括最后一年的情况，并作出结论。

2年的时间里，哪个TF？

Eurusd 2004.01.01 - 2006.10.01


下面是一个瘦弱的表现不佳的SL90/TP30的例子，LOT 0.1

这是个好主意。但在什么时间范围内？

 
Ulterior:

上个月的情况明显表明训练过度

什么样的指示？你有一个神经网络 或其他东西吗？

 
LeoV:
终结者。

上个月的情况明显表明训练过度

什么样的指示？你有一个神经网络 或其他东西吗？

不，这是两个趋势指标的简单组合，在趋势上不断分享。我只是这个策略的追随者

12345678
新评论