市场礼仪或雷区中的良好风度 - 页 40 1...333435363738394041424344454647...104 新评论 paralocus 2009.06.02 13:05 #391 到目前为止的结果如下。 这是澳元兑美元d=5，k=2。 我的女孩不是很聪明。在H4上，她根本无法工作，而在小时图上，如果进场次数大于5次--那就是稳输。 [删除] 2009.06.02 13:42 #392 你向输入的是什么？ Neutron 2009.06.02 14:23 #393 我把我的东西粘在小时条上，只是为了好玩。我也认为是paralocus。虽然不清楚它的Bid(200)是什么... paralocus 2009.06.02 14:25 #394 Neutron >> : 投标(200)... 这是为计算波动率而采取的200个第一差额 再给我看看你的时钟的一个神经元的图。 相当奇怪的是，H4的情况如此糟糕。到目前为止，随着TF的增加，结果可能只会越来越好。 Neutron 2009.06.02 14:55 #395 paralocus писал(а)>>并向我展示你的制表师的单一神经元的图表 这是欧罗巴克的手表。 随着TF的增加，盈利能力会有这样的表现，这并不奇怪。毕竟，盈利能力是由选定的TF中的工具波动性来预测的产物。波动性与TF的根成正比增加，对单个神经元的解释的可预测性是系列中相邻读数之间的线性相关系数的第一差。这种依赖关系很容易构建。顺便说一下，在下一个主题 中，有人刚把我几年前关于这个话题的建设拉出来。在那里得到的结果现在可以安全地使用。好吧，它表明工具的可预测性（在提到的意义上）随着TF的增加而减少，根据指数规律。因此，我们有两个乘数，其中一个作为根增加，另一个迅速衰减，它们的乘积有一个全局最大值，这决定了线性模型（在这种情况下在NS上实现）的最佳TF的位置，在你的情况下，它来到了小时。 paralocus 2009.06.02 15:42 #396 我没有这样的照片。我的目标甚至不是貂皮的倾向，尽管它也在那里。我只在澳元兑美元上有这种模式（垂直条纹）。 但在欧罗巴克上则完全没有。此外，当我的女孩使用报价时，又遇到了一个老 "问题"--结果对初始条件的依赖性（权重的初始化）。我删除了权重（将其初始化为零）--一切都很好--结果是一对一地重复。虽然我对其工作的正确性没有绝对的信心--在我的数据上试试你的神经元--它们和那个女孩一起在拖车里，如果你有时间和愿望--在你的数据上检查那个女孩。 哦，传统上，有一个愚蠢的问题：如何用两倍的波动率使商数正常化？我试过乘法--不是这个，除法似乎也没有用。 P.S.我已经读过这个主题。我不太清楚ACF（即它的自相关函数），但它的总体思路是清楚的。我现在唯一的用途是市场回调。我已经失去了一个关于趋势诱捕的存款（他们说他们仍然存在）。 在网上，总有人找到别人N年前的 "档案"，结果发现它们并没有失去新鲜感。我记得大约五年前，在一个现已解散的卡斯塔尼达追随者论坛上（应国家的要求......-:），解释了一种克服死亡恐惧的强大技巧。该分支机构在三个月内增长到1000个职位。不久前，我的一个朋友，给了我一个网站的链接--去看看这家伙写的东西。当我去到那里，看到他的一些文本的部分，都是混合在一起的，并有 "简洁的表达 "的削减...当然，作者不是我。我问资源的所有者。 "你从哪里得到它？"他回答说，一切都在网上......。可能是对的。 附加的文件： nero2.rar 266 kb [删除] 2009.06.02 20:01 #397 Neutron писал(а)>> 我把我的东西粘在小时条上，只是为了好玩。我也认为是paralocus。虽然不清楚他的Bid(200)是什么...... 你知道是什么让我对这整个事情感到困惑吗？仅仅是小时条数--如果你说的是收盘价或开盘价或其他什么--就足够了，这不是一个事实。如果你考虑到时间框架纯粹是一个人为的东西，外汇并不真正关心它，那么开盘价或收盘价的概念也变得毫无意义。剩下的是极值--分形--以及可能是价格波动的走廊。加上时间和数量。在任何情况下，我们都不能只取消开盘价/收盘价。 对于方法的调试，我建议输入一些 "带有提示 "的预期结果。我通过自己的例子知道（*微笑），如果网络训练有效，它很快就会 "开窍 "并开始产生积极的结果。在这样一组数据上打磨学习过程是非常方便的。之后你就可以开始搜索 "真正的 "输入数据... Neutron 2009.06.03 05:01 #398 YDzh писал(а)>> 这就留下了极端情况--分形--也许还有价格波动的走廊。加上时间和数量。在任何情况下，仅靠开盘价/收盘价是不行的。 说得好! 只是我会更明确地表示--只剩下极端和可能的时间。而时间--是间接的，因为它与白天2-3个主要角色的到来/离开联系在一起，他们遵循某种行为策略。这就是我们的束缚，而不是具体的时间。 paralocus 写道>>哦，传统上，愚蠢的问题：你如何通过加倍的波动率使报价正常化？我试过乘法，但不是这样，除法似乎也没有用。 有必要将价格的增量除以翻倍的波动率，这将允许在+/-1区域内对NS的输入的振幅范围进行规范化，当然是近似的。 paralocus 2009.06.03 07:11 #399 Neutron >> : ...时间是间接的，因为它与工作期间2-3个坚持某种行为策略的大人物的到来/停留相联系。这就是我们的束缚，而不是具体的时间。 没想到会这么严重....。 paralocus 2009.06.03 08:09 #400 YDzh >> : 为了调试方法，我建议向输入端输入一些 "有提示 "的预期结果。我从自己的例子中知道（*微笑），如果网络训练有效，它很快就会 "开窍 "并开始产生积极的结果。在这样一组数据上打磨学习过程是非常方便的。之后你就可以开始搜索 "真正的 "输入数据... 当然，很抱歉，但我最近在理解暗示方面遇到了困难。也许是因为我一直坐在电脑前...你所写的这个 "东西 "是什么？至少给我一个例子。 1...333435363738394041424344454647...104 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
到目前为止的结果如下。
这是澳元兑美元d=5，k=2。
我的女孩不是很聪明。在H4上，她根本无法工作，而在小时图上，如果进场次数大于5次--那就是稳输。
我把我的东西粘在小时条上，只是为了好玩。我也认为是paralocus。虽然不清楚它的Bid(200)是什么...
投标(200)...
这是为计算波动率而采取的200个第一差额
再给我看看你的时钟的一个神经元的图。
相当奇怪的是，H4的情况如此糟糕。到目前为止，随着TF的增加，结果可能只会越来越好。
并向我展示你的制表师的单一神经元的图表
这是欧罗巴克的手表。
随着TF的增加，盈利能力会有这样的表现，这并不奇怪。毕竟，盈利能力是由选定的TF中的工具波动性来预测的产物。波动性与TF的根成正比增加，对单个神经元的解释的可预测性是系列中相邻读数之间的线性相关系数的第一差。这种依赖关系很容易构建。顺便说一下，在下一个主题 中，有人刚把我几年前关于这个话题的建设拉出来。在那里得到的结果现在可以安全地使用。好吧，它表明工具的可预测性（在提到的意义上）随着TF的增加而减少，根据指数规律。因此，我们有两个乘数，其中一个作为根增加，另一个迅速衰减，它们的乘积有一个全局最大值，这决定了线性模型（在这种情况下在NS上实现）的最佳TF的位置，在你的情况下，它来到了小时。
我没有这样的照片。我的目标甚至不是貂皮的倾向，尽管它也在那里。我只在澳元兑美元上有这种模式（垂直条纹）。
但在欧罗巴克上则完全没有。此外，当我的女孩使用报价时，又遇到了一个老 "问题"--结果对初始条件的依赖性（权重的初始化）。我删除了权重（将其初始化为零）--一切都很好--结果是一对一地重复。虽然我对其工作的正确性没有绝对的信心--在我的数据上试试你的神经元--它们和那个女孩一起在拖车里，如果你有时间和愿望--在你的数据上检查那个女孩。
哦，传统上，有一个愚蠢的问题：如何用两倍的波动率使商数正常化？我试过乘法--不是这个，除法似乎也没有用。
P.S.我已经读过这个主题。我不太清楚ACF（即它的自相关函数），但它的总体思路是清楚的。我现在唯一的用途是市场回调。我已经失去了一个关于趋势诱捕的存款（他们说他们仍然存在）。
在网上，总有人找到别人N年前的 "档案"，结果发现它们并没有失去新鲜感。我记得大约五年前，在一个现已解散的卡斯塔尼达追随者论坛上（应国家的要求......-:），解释了一种克服死亡恐惧的强大技巧。该分支机构在三个月内增长到1000个职位。不久前，我的一个朋友，给了我一个网站的链接--去看看这家伙写的东西。当我去到那里，看到他的一些文本的部分，都是混合在一起的，并有 "简洁的表达 "的削减...当然，作者不是我。我问资源的所有者。 "你从哪里得到它？"他回答说，一切都在网上......。可能是对的。
我把我的东西粘在小时条上，只是为了好玩。我也认为是paralocus。虽然不清楚他的Bid(200)是什么......
你知道是什么让我对这整个事情感到困惑吗？仅仅是小时条数--如果你说的是收盘价或开盘价或其他什么--就足够了，这不是一个事实。如果你考虑到时间框架纯粹是一个人为的东西，外汇并不真正关心它，那么开盘价或收盘价的概念也变得毫无意义。剩下的是极值--分形--以及可能是价格波动的走廊。加上时间和数量。在任何情况下，我们都不能只取消开盘价/收盘价。
对于方法的调试，我建议输入一些 "带有提示 "的预期结果。我通过自己的例子知道（*微笑），如果网络训练有效，它很快就会 "开窍 "并开始产生积极的结果。在这样一组数据上打磨学习过程是非常方便的。之后你就可以开始搜索 "真正的 "输入数据...
这就留下了极端情况--分形--也许还有价格波动的走廊。加上时间和数量。在任何情况下，仅靠开盘价/收盘价是不行的。
说得好!
只是我会更明确地表示--只剩下极端和可能的时间。而时间--是间接的，因为它与白天2-3个主要角色的到来/离开联系在一起，他们遵循某种行为策略。这就是我们的束缚，而不是具体的时间。
哦，传统上，愚蠢的问题：你如何通过加倍的波动率使报价正常化？我试过乘法，但不是这样，除法似乎也没有用。
有必要将价格的增量除以翻倍的波动率，这将允许在+/-1区域内对NS的输入的振幅范围进行规范化，当然是近似的。
...时间是间接的，因为它与工作期间2-3个坚持某种行为策略的大人物的到来/停留相联系。这就是我们的束缚，而不是具体的时间。
没想到会这么严重....。
为了调试方法，我建议向输入端输入一些 "有提示 "的预期结果。我从自己的例子中知道（*微笑），如果网络训练有效，它很快就会 "开窍 "并开始产生积极的结果。在这样一组数据上打磨学习过程是非常方便的。之后你就可以开始搜索 "真正的 "输入数据...
当然，很抱歉，但我最近在理解暗示方面遇到了困难。也许是因为我一直坐在电脑前...你所写的这个 "东西 "是什么？至少给我一个例子。