市场礼仪或雷区中的良好风度 - 页 61

新评论
 
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。

 
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"。
 

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。

 
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...

 
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。

 
嗨，阿列克谢！ -:)
 

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 -:)

 
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。

 
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