市场礼仪或雷区中的良好风度 - 页 61 1...545556575859606162636465666768...104 新评论 paralocus 2009.06.12 16:02 #601 Neutron >> : 准绳。 你明白吗? 很好!我们从哪里开始呢? 你照片中的网格有什么问题?你重新训练它了吗? 我现在要试试同样的图表。 Neutron 2009.06.12 16:39 #602 嗯,是的。更确切地说,我故意在训练过程中打乱收敛,使网格 "重新训练"。 Vladimir 2009.06.12 16:50 #603 说实话,我不明白这些苦难。网络上有很多已经写好的带有ORO的C++网络代码。例如,这里有一个简单的代码,对理论有很好的描述。在计算MSE方面有一个错误(请阅读本页最后一个帖子) http://www.codeproject.com/KB/recipes/BP.aspx 我只花了一天的时间来理解这段代码,它在外汇市场上为我提供了可靠的服务(不是指利润,而是指学习货币对的网络)。 我认为你花了很多时间让matcad适应神经网络,然后你要把它的公式拖到C++中并在那里调试代码。效率不高,先生们。你可以像这样花上几年时间,然后再开始做一些在外汇方面的工作。 在你用图形化的matkadic介绍、C++扩展和外汇结论走这么长的路之前,想想你期待的结论是什么。神经网络会给你带来什么优势?在你上路之前,先弄清网络的底细。而底线是:使用同一时间序列的数据的网络将是一个自回归;如果你有一个单层,则是线性的,如果你有一个以上的神经元非线性激活的层,则是非线性的。训练这样一个自回归网络,无非是用一个非线性函数对序列进行近似。也就是说,这种描述与多项式或傅里叶级数的拟合的区别非常小。网络对未来价值的预测不过是将拟合的非线性函数推断到未来。神经网络的唯一优势是具有近似任何非线性函数的普遍能力。这里要问的问题是:为什么你认为当前价格是过去价格的非线性函数? 仅仅因为你能够对过去的价格进行非线性函数拟合,并不意味着你已经找到了一个市场模型。因此,一个自回归网络不会给你带来任何交易优势。 paralocus 2009.06.12 17:07 #604 gpwr >> : ...不是在利润方面,而是在学习如何在货币对上建立网络方面。 嗯,我们在利润方面需要它...... Вопрос тут нужно задать такой: почему вы думаете что текущая цена является нелинейной функцией прошлых цен? 我们可能不这么认为。你为什么会这样想?我们教河马飞,我们知道他们不会飞。很多时候,我们根本就没有想什么... Sceptic Philozoff 2009.06.12 17:29 #605 paralocus >>: 我们教河马飞翔 是的,创建一个强大的系统就像这样,即试图做不可能的事。在你剔除了足够多没有前途的方向之前,你会遇到很多坎坷。 paralocus 2009.06.12 17:30 #606 嗨,阿列克谢! -:) Sceptic Philozoff 2009.06.12 17:35 #607 你好,Fedor!我看到你很快就会教别人如何自己做一个紧张的网。 paralocus 2009.06.12 17:38 #608 不,我不会教这个。愚蠢,有一个活着的主人...... 我还有其他东西可以教 -:) Vladimir 2009.06.12 17:48 #609 paralocus писал(а)>> 嗯,我们在利润方面需要它... 我们可能不这么认为。你为什么会这样想?我们教河马飞,我们知道他们不会飞。很多时候,我们根本就没有想什么... 然后解释为什么你认为价格是由非线性函数描述的。 以下是我的解释。以道琼斯指数为例,从2003年到2007年,该指数一直在上升。在这些数据上训练出来的任何网络或其他非线性模型都不能预测你2008年的崩溃。没有足够的关于网络输入的数据来预测这一点。停止根据价格调整你的曲线。这是小孩子的游戏。我自己在这里贴了一堆代码,供人们玩耍。如果一个功能模型在市场上发挥作用,我就不会免费发放这些代码。 paralocus 2009.06.12 18:06 #610 gpwr >> : 那就解释一下为什么你认为价格是由非线性函数描述的。 我已经向你解释过了,我不这么认为。我认为,有时价格可以用线性函数来描述,有时根本无法描述(在已知的数学范围内)。我想学会善于预测可以预测的事情,并把其余的事情钉死。如果你参考我对你的帖子的最初回应,我的想法会变得更加清晰。 1...545556575859606162636465666768...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
准绳。
你明白吗?很好!我们从哪里开始呢?
你照片中的网格有什么问题?你重新训练它了吗?
我现在要试试同样的图表。
说实话,我不明白这些苦难。网络上有很多已经写好的带有ORO的C++网络代码。例如,这里有一个简单的代码,对理论有很好的描述。在计算MSE方面有一个错误(请阅读本页最后一个帖子)
http://www.codeproject.com/KB/recipes/BP.aspx
我只花了一天的时间来理解这段代码,它在外汇市场上为我提供了可靠的服务(不是指利润,而是指学习货币对的网络)。
我认为你花了很多时间让matcad适应神经网络,然后你要把它的公式拖到C++中并在那里调试代码。效率不高,先生们。你可以像这样花上几年时间,然后再开始做一些在外汇方面的工作。
在你用图形化的matkadic介绍、C++扩展和外汇结论走这么长的路之前,想想你期待的结论是什么。神经网络会给你带来什么优势?在你上路之前,先弄清网络的底细。而底线是:使用同一时间序列的数据的网络将是一个自回归;如果你有一个单层,则是线性的,如果你有一个以上的神经元非线性激活的层,则是非线性的。训练这样一个自回归网络,无非是用一个非线性函数对序列进行近似。也就是说,这种描述与多项式或傅里叶级数的拟合的区别非常小。网络对未来价值的预测不过是将拟合的非线性函数推断到未来。神经网络的唯一优势是具有近似任何非线性函数的普遍能力。这里要问的问题是:为什么你认为当前价格是过去价格的非线性函数? 仅仅因为你能够对过去的价格进行非线性函数拟合,并不意味着你已经找到了一个市场模型。因此,一个自回归网络不会给你带来任何交易优势。
...不是在利润方面,而是在学习如何在货币对上建立网络方面。
嗯,我们在利润方面需要它......
我们可能不这么认为。你为什么会这样想?我们教河马飞,我们知道他们不会飞。很多时候,我们根本就没有想什么...
是的,创建一个强大的系统就像这样,即试图做不可能的事。在你剔除了足够多没有前途的方向之前,你会遇到很多坎坷。
你好,Fedor!我看到你很快就会教别人如何自己做一个紧张的网。
不,我不会教这个。愚蠢,有一个活着的主人......
我还有其他东西可以教 -:)
嗯,我们在利润方面需要它...
我们可能不这么认为。你为什么会这样想?我们教河马飞,我们知道他们不会飞。很多时候,我们根本就没有想什么...
然后解释为什么你认为价格是由非线性函数描述的。
以下是我的解释。以道琼斯指数为例,从2003年到2007年,该指数一直在上升。在这些数据上训练出来的任何网络或其他非线性模型都不能预测你2008年的崩溃。没有足够的关于网络输入的数据来预测这一点。停止根据价格调整你的曲线。这是小孩子的游戏。我自己在这里贴了一堆代码,供人们玩耍。如果一个功能模型在市场上发挥作用,我就不会免费发放这些代码。
那就解释一下为什么你认为价格是由非线性函数描述的。
我已经向你解释过了,我不这么认为。我认为,有时价格可以用线性函数来描述,有时根本无法描述(在已知的数学范围内)。我想学会善于预测可以预测的事情,并把其余的事情钉死。如果你参考我对你的帖子的最初回应,我的想法会变得更加清晰。