你是如何使用神经网络的？ - 页 5

新评论
 
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
 
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。

 
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
 
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 ))

 
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))))。
 
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。

 

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

 
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...
 
医师
 
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