你是如何使用神经网络的? - 页 5 12345678 新评论 Yury Reshetov 2010.07.14 16:30 #41 Swetten: GA与NS和回归的关系如何? NS是一种方法。 GA是一种方法。 "用GA而不是NS "听起来很疯狂。这就像 "用废气分析仪取代心脏"。 对不起。(笑)。 不后悔。见GRNN-GA Yury Reshetov 2010.07.14 16:38 #42 LeoV: 神经网络的一个问题,以及其他不使用神经网络的TC的问题--神经网络总是会在任何特定的时间间隔(训练或优化部分)找到一个模式,然后有同样的问题--这个模式在未来会不会有效(带来利润)? 答案很平庸:如果过去发现的模式在未来不自相矛盾,就会有利润。 例如,如果在过去,网被训练的时候,横盘趋势占上风,而在未来,一个长期的上升趋势或下降趋势开始,我们很难期待盈利,因为网将被训练为一个方向的强大价格运动的反弹。但如果以前的上升趋势变成了未来的下降趋势,或者反之,正常的网格应该会有利润。 Анатолий 2010.07.14 18:06 #43 Reshetov: 例如,如果在网格被训练的过去,横盘趋势占上风,而在未来,一个长期的上升趋势或下降趋势开始,盈利是不太可能发生的,因为网格将被训练为一个方向的强大价格运动的反弹。但是,如果以前的上升趋势变成了未来的下降趋势,或者相反,正常的网格应该会有利润。 这不仅涉及NS,也涉及其他系统 Леонид 2010.07.14 19:07 #44 joo: 假设,纯粹是假设,将找到或已经找到一种方法,对这个问题给出答案--"不"。此外,对于任何TC。从此可以得出什么结论? 那有一个 "是 "的答案--有这样的模式))))。 joo : 交易员会停止交易吗? 不,因为对利益的渴求在人身上是不可摧毁的 )))) joo : Zoo: 交易员是否会购买可靠的信息,确认答案是 "不"?或者他们宁愿不知道这个问题的答案?(如果有的话,是修辞)。 他们会 "争取 "找到这个问题的答案,并得到一个 "是 "的答案 )) Леонид 2010.07.14 19:10 #45 Reshetov: 例如,如果在网格被训练的过去,横盘趋势占上风,而在未来,一个长期的上升趋势或下降趋势开始,盈利是不太可能发生的,因为网格将被训练为一个方向的强大价格运动的反弹。但如果以前的上升趋势变成了未来的下降趋势,或者反之,正常的网格应该会有利润。 这个问题的解决方案很简单--我们应该在所有类型的运动都存在的时间间隔上训练网络。它可以是侧向的、向上的或向下的。当然,我们必须明白,如果网只针对上升趋势进行训练,那么它对下降趋势的训练就会失败))))。 Yury Reshetov 2010.07.14 20:12 #46 LeoV: 当然,应该理解的是,如果网只在上升趋势中训练,那么在下降趋势中就会失去))))。 在这种情况下,一个训练有素的电网 不应该失败。也就是说,一个训练有素的网格的标志至少是在历史图表上的拟合,然后在倒置的图表上有一个正的 "利润 "作为额外的OOS。 如果网格在倒置的图表上会亏损,那么它比任何只针对趋势或只针对反趋势的原始TS调整要差得多。 Valera 2010.07.14 20:20 #47 试试Matlab ANFIS与蜡烛图样(svechnymi combinacijami),如这里所描述的。 兴趣是什么? :-) 瓦莱拉 Valera 2010.07.14 20:21 #48 val77: 试试Matlab ANFIS与蜡烛图样(svechnymi combinacijami),如这里所描述的。 兴趣是什么? :-) 瓦莱拉 附件中的文件... Valera 2010.07.14 20:23 #49 医师 Леонид 2010.07.14 21:43 #50 Reshetov: 在这种情况下,一个训练有素的网格不应该输。也就是说,一个训练有素的网格的标志至少是在历史图表上的拟合,然后在倒置的图表上有一个正的 "利润 "作为额外的OOS。 如果网格在倒置的图表上会亏损,那么它比任何原始的TS要差得多,要么只针对趋势调整,要么只针对反趋势。 说实话,我不太明白你的意思。 12345678 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
GA与NS和回归的关系如何?
NS是一种方法。
GA是一种方法。
"用GA而不是NS "听起来很疯狂。这就像 "用废气分析仪取代心脏"。
对不起。(笑)。
神经网络的一个问题,以及其他不使用神经网络的TC的问题--神经网络总是会在任何特定的时间间隔(训练或优化部分)找到一个模式,然后有同样的问题--这个模式在未来会不会有效(带来利润)?
答案很平庸:如果过去发现的模式在未来不自相矛盾,就会有利润。
例如,如果在过去,网被训练的时候,横盘趋势占上风,而在未来,一个长期的上升趋势或下降趋势开始,我们很难期待盈利,因为网将被训练为一个方向的强大价格运动的反弹。但如果以前的上升趋势变成了未来的下降趋势,或者反之,正常的网格应该会有利润。
例如,如果在网格被训练的过去,横盘趋势占上风,而在未来,一个长期的上升趋势或下降趋势开始,盈利是不太可能发生的,因为网格将被训练为一个方向的强大价格运动的反弹。但是,如果以前的上升趋势变成了未来的下降趋势,或者相反,正常的网格应该会有利润。
这不仅涉及NS,也涉及其他系统
那有一个 "是 "的答案--有这样的模式))))。
joo : 交易员会停止交易吗?
不,因为对利益的渴求在人身上是不可摧毁的 ))))
joo : Zoo: 交易员是否会购买可靠的信息,确认答案是 "不"?或者他们宁愿不知道这个问题的答案?(如果有的话,是修辞)。
他们会 "争取 "找到这个问题的答案,并得到一个 "是 "的答案 ))
这个问题的解决方案很简单--我们应该在所有类型的运动都存在的时间间隔上训练网络。它可以是侧向的、向上的或向下的。当然,我们必须明白,如果网只针对上升趋势进行训练,那么它对下降趋势的训练就会失败))))。
当然,应该理解的是,如果网只在上升趋势中训练,那么在下降趋势中就会失去))))。
在这种情况下,一个训练有素的电网 不应该失败。也就是说,一个训练有素的网格的标志至少是在历史图表上的拟合,然后在倒置的图表上有一个正的 "利润 "作为额外的OOS。
如果网格在倒置的图表上会亏损,那么它比任何只针对趋势或只针对反趋势的原始TS调整要差得多。
试试Matlab ANFIS与蜡烛图样(svechnymi combinacijami),如这里所描述的。
兴趣是什么?
:-)
瓦莱拉
试试Matlab ANFIS与蜡烛图样(svechnymi combinacijami),如这里所描述的。
兴趣是什么?
:-)
瓦莱拉
在这种情况下,一个训练有素的网格不应该输。也就是说,一个训练有素的网格的标志至少是在历史图表上的拟合,然后在倒置的图表上有一个正的 "利润 "作为额外的OOS。
如果网格在倒置的图表上会亏损,那么它比任何原始的TS要差得多,要么只针对趋势调整,要么只针对反趋势。
说实话,我不太明白你的意思。