市场礼仪或雷区中的良好风度 - 页 57 1...505152535455565758596061626364...104 新评论 paralocus 2009.06.09 17:36 #561 paralocus >> : 又来了，市场的OTO。事实上，有一个延迟，当然，因为条形图的中间部分在其开口后立即出现，但是，另一方面，它并不存在，因为当条形图已经形成时，我们并不关心这个黄金分割线在条形图内部究竟何时出现。我见过在中间开始和结束的酒吧。你与中子争论的实质不值一哂，因为对中子来说，条子不是条子，因为商没有被时间量化，而条子对你来说是BAR。 你们有不同的 "参照系"--这就是它的全部内容。 Khristian Piligrim 2009.06.09 17:43 #562 Neutron писал(а)>> 不，不是老...>> 哦，超级明星！ 你还在犯傻吗，我亲爱的？老年真的不好玩。 Сергей 2009.06.09 17:51 #563 paralocus >> : 又来了，市场的OTO。事实上，有一个延迟，当然，因为条形图的中间部分在其开放后立即到来，但是，另一方面，它并不存在，因为当条形图已经形成时，没有人关心条形图内部的这个黄金分割线何时到来。我见过以中间为起点和终点的酒吧。你与中子争论的实质不值一哂，因为对中子来说，条子不是条子，因为商没有被时间量化，而条子对你来说是BAR。 你们有不同的 "参照系"--这就是它的全部内容。 争论的内容有很多，特别是这一点。谢尔盖为此提出了 "令人信服的 "论据。但是，我似乎无法解释一件简单的事情。没有延迟，一点都没有延迟。根据定义，它不可能出现在那里。这些数字所依据的数据并不重合。没有相位，数字是完全相等的。 补充：这就像在正弦波上取两个点，说在x处以0.1为增量，在x处以10.0为增量，有一个延迟。 没关系--我们会坚持自己的观点...... TheXpert 2009.06.09 18:06 #564 gpwr >> : 试一试吧。 所以祝你好运 :)。泰勒级数分解甚至比成谐波更糟，因为非零度的多项式没有有限的数值范围。 另外从你的话中可以看出，这根本不是一个多项式，而是一个普通的SMA挥舞机。 paralocus 2009.06.09 18:10 #565 gpwr >> : 好的，那么。以下是这个想法本身。如果你深入思考，没有任何市场力量会低估第2、4和11条与相邻条的重要性。也就是说，人们应该期望相邻的柱子有非常接近的数值。11小时前发生的事情和12小时前发生的事情一样重要。因此，我们应该期待从一个酒吧到其相邻的酒吧在重量上有一个平稳的过渡。因此，描述重量与条数（延迟）的函数的曲线应该是平滑的。如果这是真的，这条曲线w[n]可以用泰勒级数，也就是用多项式来近似。例如，你可以用一个3度或4度的多项式来拟合你的权重。我的想法的下一个假设是如下。与其优化权重本身（你有16个），不如优化多项式系数（a0+a1*n+a2*n^2+a3*n^3，你优化a0...a3，你总共得到4个参数），并使用公式a0+a1*n+a2*n^2+a3*n^3来计算第n条。计算量少得多。试试吧。 我真诚地感谢你的想法，然而，在我的童年时代，我曾经听说（从入口大厅的男孩那里），如果在概念基础上发现一个错误，所有进一步的建设都可以被忽略，无论其科学吸引力如何。你有一个错误的想法，就是把平稳性作为从一个（市场状态）过渡到另一个的必要功能。唉。我必须让你失望。市场从A到Z的过渡没有中间的敬意。如果不是这样--它就不是一个论坛，而是索罗斯的会议。 不要紧...我给你一个新的想法（市场概念），它肯定比你到目前为止的想法更有成效。 乍一看，这很简单。 规律性是随机性存在的一种方式。反之亦然。 paralocus 2009.06.09 18:29 #566 对中子 该产品 不能在此操作系统上运行 去拿肥皂... Сергей 2009.06.09 18:30 #567 HideYourRichess >> : 顺便说一句，我也能这样预测。即使没有AR。:)但它没有给我任何东西。我可以猜测价格的 "走向"，准确率为80%，但我没有利润。这很可悲。;) 系列（H+L）/2。为了简洁起见，我用Mu来表示它。假设我们不能准确预测这个值，但我们可以准确预测Mu(n)-Mu(n+1)之差的符号。 例如，对于当前的酒吧，我们知道下一个三角洲Mu(n)-Mu(n+1)将是正数。然后我们需要对新的增量进行统计估计，并从它开始进入Mu(n+1)。让我们把条形传播的有效值估计值加到这个水平上。我们获得了贸易水平，我甚至画了一幅画，以加强艺术表达。 如果这些水平的出现频率很大，并与传播相称，我们就可能成功。你真的预测这个delta为80%吗？ PS：我个人并不与价格有那么密切的合作。那里没有什么机会，或者说根本没有机会。我只是想到，确实可以不精确地预测，只是在方向上。我用这样的 "技术 "做了自己的预测："你看到这幅图了吗？" 至少在15分钟的条形图上有24小时的预测，这里是真实预测的例子，我将完成下一次测试--会有更多（只是调试，不是所有的星盘都已经建成）。 "测试实时预测系统 paralocus 2009.06.09 19:20 #568 到gpwr 是的，我不知为何错过了你的倒数第二个帖子。这里有一个有趣的问题：是什么让你认为重量（原则上）可以从时间上成为其自身指数的一个函数？我想我明白了你的想法的起源--你在看重量的图表。有一个微妙的问题：在两个不同的实验中（同一训练向量上的训练结果），这些图（视觉上和拓扑学上）可能会有明显的不同，而网格结果（统计学上）则基本相同。如果你甚至设法找到一个令人满意的函数来通过所提出的方法来训练网络，那么训练的结果（在同一个向量上的两个连续实验）将完全相同--即它将不是一个神经网络，而是完全决定性的东西。正如已经睡着的中子 所说，这样的网络将完全为一个矢量而训练，但将无法创作诗歌。因此，它在交易中没有用处。每一个连续的计数与前一个计数（以及新鲜的计数）并不相似，而正常的网格甚至不计入这一点。它大致上 与它所学到的某种形象相似。如果用精确 代替大约，这样一个网络的熵将等于零（即向左走一步，向右走一步--行刑队，就地跳一下--挑衅）。 在其他方面，我看不出你建议的方法在训练速度上有什么特别的区别，因为改变一个多项式的系数，我需要的资源与纠正一个权重完全相同，而且有n个 系数（每个权重），那么有什么好处呢？ Hide 2009.06.10 04:43 #569 grasn >> : 系列（H+L）/2。为了简洁起见，我用Mu来表示它。假设我们不能准确预测这个值，但我们可以准确预测Mu(n)-Mu(n+1)之差的符号。 例如，对于当前的酒吧，我们知道下一个三角洲Mu(n)-Mu(n+1)将是正数。然后我们需要对新的增量进行统计估计，并从中得出Mu(n+1)。让我们把条形传播的有效值估计值加到这个水平。我们获得了一个交易水平，我甚至画了一幅画，以增强艺术表现力。 如果这些水平的出现频率很大，并与传播相称，我们就可能成功。你真的预测这个三角洲的80%吗？ 惊讶地看到展示这个非常80%的算法。我正在寻找一个错误。它看起来非常简单。它并不是这样工作的。 Neutron 2009.06.10 05:01 #570 grasn писал(а)>> а-а-а-а-а-а-а-а-а-а-а-!!!!!我们需要看看月亮在哪里，也许这就是原因。我现在明白了一个说法--"话不投机"，这就是拖延的原因吗？ 特别为你而建。 你可以清楚地看到，FZ一直在那里，并且在科蒂尔的急剧运动上视觉上清晰可见。 你可以看到，延迟始终存在，而且很容易在科蒂尔的尖锐动作上直观地发现它。学习数学，下次你想出下一个超级绝妙的想法时，为了实施这个想法，你认为需要一两个研究机构和一个PC集群，你想一下--也许你只是不知道或不理解。毕竟，这比 "里程碑式的发现 "更有可能，在一个所有东西都在你面前被践踏的地区。 gpwr 写道>> 我提出了一个描述所有尺度的简略方法，在这种情况下是一个多项式。在这里，我用你的例子告诉你。你已经在某个输入向量上学习了你的网络，并获得了所有权重的值w[n]，其中n=0...15。 我相信paralocus 很正确地向你指出，你的想法是基于分配给NS的市场过程的静止性这一未经证实的假设。只有在它被确认的情况下，我们才能期待NS权重的某种静止性，从而使外推法适用于寻找无需网络训练的权重。但是，如果是这样的话，我们就不会在每个新的BP基准点上重新训练网格，但我们必须这样做，这个事实虽然是间接的，但却有利于权重的非平稳性。此外，你可以随时进行数字实验，看看训练过的网格的权重在不同的样本中是如何表现的。我们可以看看吗？ 为此，让我们进行500次实验，每次转移一个栏，并学习预测下一个栏。我们将在每个酒吧重新教授网。为了避免在一张图表上显示所有500次的权重向量，我们将对每个权重获得的数值进行平均，并以沿1/e水平绘制的手柄形式显示每个权重对应的方差（数值的分散性）。 横轴表示NS输入的数量，纵轴表示该输入的权重的平均值，对于一个完全训练的网络。可以看出，对于小时标记（左图），权重值处于其统计散布区域（晶须的范围），这直接反驳了静止性的假设。分上的情况要好一点；在统计上有意义的是NS的第一个输入（图中的零样本），它是对小TF上已知的反持久性的kotier（在一系列相邻样本之间的第一个差异中的负相关系数）负责。 因此，谈及开发一种用多项式近似NS权重的方法的必要性还为时过早。 1...505152535455565758596061626364...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
又来了，市场的OTO。事实上，有一个延迟，当然，因为条形图的中间部分在其开口后立即出现，但是，另一方面，它并不存在，因为当条形图已经形成时，我们并不关心这个黄金分割线在条形图内部究竟何时出现。我见过在中间开始和结束的酒吧。你与中子争论的实质不值一哂，因为对中子来说，条子不是条子，因为商没有被时间量化，而条子对你来说是BAR。
你们有不同的 "参照系"--这就是它的全部内容。
不，不是老...>> 哦，超级明星！
你还在犯傻吗，我亲爱的？老年真的不好玩。
又来了，市场的OTO。事实上，有一个延迟，当然，因为条形图的中间部分在其开放后立即到来，但是，另一方面，它并不存在，因为当条形图已经形成时，没有人关心条形图内部的这个黄金分割线何时到来。我见过以中间为起点和终点的酒吧。你与中子争论的实质不值一哂，因为对中子来说，条子不是条子，因为商没有被时间量化，而条子对你来说是BAR。
你们有不同的 "参照系"--这就是它的全部内容。
争论的内容有很多，特别是这一点。谢尔盖为此提出了 "令人信服的 "论据。但是，我似乎无法解释一件简单的事情。没有延迟，一点都没有延迟。根据定义，它不可能出现在那里。这些数字所依据的数据并不重合。没有相位，数字是完全相等的。
补充：这就像在正弦波上取两个点，说在x处以0.1为增量，在x处以10.0为增量，有一个延迟。
没关系--我们会坚持自己的观点......
试一试吧。
所以祝你好运 :)。泰勒级数分解甚至比成谐波更糟，因为非零度的多项式没有有限的数值范围。
另外从你的话中可以看出，这根本不是一个多项式，而是一个普通的SMA挥舞机。
好的，那么。以下是这个想法本身。如果你深入思考，没有任何市场力量会低估第2、4和11条与相邻条的重要性。也就是说，人们应该期望相邻的柱子有非常接近的数值。11小时前发生的事情和12小时前发生的事情一样重要。因此，我们应该期待从一个酒吧到其相邻的酒吧在重量上有一个平稳的过渡。因此，描述重量与条数（延迟）的函数的曲线应该是平滑的。如果这是真的，这条曲线w[n]可以用泰勒级数，也就是用多项式来近似。例如，你可以用一个3度或4度的多项式来拟合你的权重。我的想法的下一个假设是如下。与其优化权重本身（你有16个），不如优化多项式系数（a0+a1*n+a2*n^2+a3*n^3，你优化a0...a3，你总共得到4个参数），并使用公式a0+a1*n+a2*n^2+a3*n^3来计算第n条。计算量少得多。试试吧。
我真诚地感谢你的想法，然而，在我的童年时代，我曾经听说（从入口大厅的男孩那里），如果在概念基础上发现一个错误，所有进一步的建设都可以被忽略，无论其科学吸引力如何。你有一个错误的想法，就是把平稳性作为从一个（市场状态）过渡到另一个的必要功能。唉。我必须让你失望。市场从A到Z的过渡没有中间的敬意。如果不是这样--它就不是一个论坛，而是索罗斯的会议。
不要紧...我给你一个新的想法（市场概念），它肯定比你到目前为止的想法更有成效。
乍一看，这很简单。
规律性是随机性存在的一种方式。反之亦然。
对中子
该产品 不能在此操作系统上运行
去拿肥皂...
顺便说一句，我也能这样预测。即使没有AR。:)但它没有给我任何东西。我可以猜测价格的 "走向"，准确率为80%，但我没有利润。这很可悲。;)
系列（H+L）/2。为了简洁起见，我用Mu来表示它。假设我们不能准确预测这个值，但我们可以准确预测Mu(n)-Mu(n+1)之差的符号。 例如，对于当前的酒吧，我们知道下一个三角洲Mu(n)-Mu(n+1)将是正数。然后我们需要对新的增量进行统计估计，并从它开始进入Mu(n+1)。让我们把条形传播的有效值估计值加到这个水平上。我们获得了贸易水平，我甚至画了一幅画，以加强艺术表达。
如果这些水平的出现频率很大，并与传播相称，我们就可能成功。你真的预测这个delta为80%吗？
PS：我个人并不与价格有那么密切的合作。那里没有什么机会，或者说根本没有机会。我只是想到，确实可以不精确地预测，只是在方向上。我用这样的 "技术 "做了自己的预测："你看到这幅图了吗？" 至少在15分钟的条形图上有24小时的预测，这里是真实预测的例子，我将完成下一次测试--会有更多（只是调试，不是所有的星盘都已经建成）。
"测试实时预测系统
到gpwr
是的，我不知为何错过了你的倒数第二个帖子。这里有一个有趣的问题：是什么让你认为重量（原则上）可以从时间上成为其自身指数的一个函数？我想我明白了你的想法的起源--你在看重量的图表。有一个微妙的问题：在两个不同的实验中（同一训练向量上的训练结果），这些图（视觉上和拓扑学上）可能会有明显的不同，而网格结果（统计学上）则基本相同。如果你甚至设法找到一个令人满意的函数来通过所提出的方法来训练网络，那么训练的结果（在同一个向量上的两个连续实验）将完全相同--即它将不是一个神经网络，而是完全决定性的东西。正如已经睡着的中子 所说，这样的网络将完全为一个矢量而训练，但将无法创作诗歌。因此，它在交易中没有用处。每一个连续的计数与前一个计数（以及新鲜的计数）并不相似，而正常的网格甚至不计入这一点。它大致上 与它所学到的某种形象相似。如果用精确 代替大约，这样一个网络的熵将等于零（即向左走一步，向右走一步--行刑队，就地跳一下--挑衅）。
在其他方面，我看不出你建议的方法在训练速度上有什么特别的区别，因为改变一个多项式的系数，我需要的资源与纠正一个权重完全相同，而且有n个 系数（每个权重），那么有什么好处呢？
系列（H+L）/2。为了简洁起见，我用Mu来表示它。假设我们不能准确预测这个值，但我们可以准确预测Mu(n)-Mu(n+1)之差的符号。 例如，对于当前的酒吧，我们知道下一个三角洲Mu(n)-Mu(n+1)将是正数。然后我们需要对新的增量进行统计估计，并从中得出Mu(n+1)。让我们把条形传播的有效值估计值加到这个水平。我们获得了一个交易水平，我甚至画了一幅画，以增强艺术表现力。
如果这些水平的出现频率很大，并与传播相称，我们就可能成功。你真的预测这个三角洲的80%吗？
惊讶地看到展示这个非常80%的算法。我正在寻找一个错误。它看起来非常简单。它并不是这样工作的。
а-а-а-а-а-а-а-а-а-а-а-!!!!!我们需要看看月亮在哪里，也许这就是原因。我现在明白了一个说法--"话不投机"，这就是拖延的原因吗？
特别为你而建。
你可以清楚地看到，FZ一直在那里，并且在科蒂尔的急剧运动上视觉上清晰可见。
你可以看到，延迟始终存在，而且很容易在科蒂尔的尖锐动作上直观地发现它。学习数学，下次你想出下一个超级绝妙的想法时，为了实施这个想法，你认为需要一两个研究机构和一个PC集群，你想一下--也许你只是不知道或不理解。毕竟，这比 "里程碑式的发现 "更有可能，在一个所有东西都在你面前被践踏的地区。
我提出了一个描述所有尺度的简略方法，在这种情况下是一个多项式。在这里，我用你的例子告诉你。你已经在某个输入向量上学习了你的网络，并获得了所有权重的值w[n]，其中n=0...15。
我相信paralocus 很正确地向你指出，你的想法是基于分配给NS的市场过程的静止性这一未经证实的假设。只有在它被确认的情况下，我们才能期待NS权重的某种静止性，从而使外推法适用于寻找无需网络训练的权重。但是，如果是这样的话，我们就不会在每个新的BP基准点上重新训练网格，但我们必须这样做，这个事实虽然是间接的，但却有利于权重的非平稳性。此外，你可以随时进行数字实验，看看训练过的网格的权重在不同的样本中是如何表现的。我们可以看看吗？
为此，让我们进行500次实验，每次转移一个栏，并学习预测下一个栏。我们将在每个酒吧重新教授网。为了避免在一张图表上显示所有500次的权重向量，我们将对每个权重获得的数值进行平均，并以沿1/e水平绘制的手柄形式显示每个权重对应的方差（数值的分散性）。
横轴表示NS输入的数量，纵轴表示该输入的权重的平均值，对于一个完全训练的网络。可以看出，对于小时标记（左图），权重值处于其统计散布区域（晶须的范围），这直接反驳了静止性的假设。分上的情况要好一点；在统计上有意义的是NS的第一个输入（图中的零样本），它是对小TF上已知的反持久性的kotier（在一系列相邻样本之间的第一个差异中的负相关系数）负责。
因此，谈及开发一种用多项式近似NS权重的方法的必要性还为时过早。