市场礼仪或雷区中的良好风度 - 页 88

新评论
 

对中子

告诉我，你是如何在MQL中组织阅读记录的？

也就是说，有一个文件，里面有打勾的历史，这个文件是不断更新的。RT应该是基于存储在这个文件中的数据建立的--也就是ticks，但是专家顾问（网格）本身不需要ticks，它只需要RT的振荡。这意味着检查蜱虫历史以准备好新的参考资料应该在每一个蜱虫季节进行。这有点贵，但我还没有看到任何其他方法。也许更合理的做法是组织两个EA并行工作，其中一个只打破tick历史，并通知另一个关于新tick的准备情况......然后，第二个EA应该在每个tick检查全局变量的值，只有当新的数据到达时才开始工作。

 

我正准备改用虱子。目前正在使用一些Open M1的工作。

它正在发生!我有四个不同的网格，给出了欧元兑美元1小时交易的统计模型的结果，训练次数为1000次。

左边的图显示的是每笔交易的平均点数的盈利能力（20个独立数字实验的平均值）。红色的是单个线性神经元的性能与输入数量的关系（尾数轴）。蓝色--非线性NS，有一个隐藏层，里面有两个神经元（1个神经元的输出--买/卖）。你可以看到，随着输入数量的增加，所有配置的产量都在缓慢增加，随着隐藏层中神经元数量的增加，基于NS的NS的稳定性略有增加。右边是训练样本（指数为P）和测试样本（指数为E）的归一化方差图。归一化是根据输入数据的方差进行的。一个<1的值表示网络是 "训练过的"。对于所有配置，训练样本长度P被假定为P=w^2/d。 对于神经元数量少的NS来说，训练样本和测试样本的方差有很大的分歧，这表明根据这种估计，样本长度较小，相反，在隐藏层的神经元数量超过4个时，我们观察到这些指标的收敛，这表明高估了长度。总的来说，我们可以说给定的估计是无效的，其正确的解决方案的问题仍然是开放的和极其紧迫的!Mathemat，你在这个问题上做得怎么样？

 
而我只是在虚拟服务器上放了一个蜱虫收集器。周一，它将开始全天候收集6对虱子。我打算在历史积累到一定程度后，就从蜱虫开始。这将需要几个星期，或者最好更多，但在这期间，我在考虑如何组织所有的过程。有一些好处：我可以避免MT4中使用的反向索引，但也有一个缺点--我将不得不自己组织所有的活动。
 

从你的图表来看，单层的结果是相当好的!

那么，如果不是一个秘密，丁香线（左边的图片）的最大值的上标是什么呢...它看起来像一个8吗？

 

费多尔，它们首先是不稳定的单层，并导致膨胀的风险，最终我们必须自己承担!

我现在已经加载了我的统计机，分析了2000个历时。

让我们来比较一下...如果事实证明在手表上可以赚钱，我们会怎么做？

 

我建议租一台高性能的服务器进行统计计算，因为对我来说，一天24小时开着电脑是不现实的。而且有更高的速度，可以24小时进行计算。每月只需花费950卢布。作为一个远程桌面访问 - 非常方便。你怎么看？

还有，如果不是什么秘密的话，丁香线（左边的图片）的最大值的标点是什么...看起来像8号？
 

比如是--2^3=8个输入。这些数据应被视为初步数据。

那么这个服务器的性能如何呢？我想，考虑到平均有1000-10000名用户24小时连接到它，它比一台好的家用机器要少10-50倍！我想，这是很重要的。那么，收益是什么呢？我的电脑已经几周没有关机了......我已经习惯了。我现在已经习惯了。

 

我不知道性能如何，时钟速度是1Ghz，但服务器是专用的，除了你，不会有其他人在上面。

对我来说，好处是我有一台24/7的电脑，24/7的高速网络，而且这一切都在一个专门配备的房间里，而不是在我家里。

我为收集蜱虫和虚拟服务器做的，而且便宜了一半。

它在这里：互联网行业

 
paralocus писал(а)>>

...但这是一个专用的服务器，除了你之外没有其他人在上面。

我想这是他们告诉每个坐在该服务器上的人的：-)

 
我认为训练样本的长度不能仅仅是网络配置（输入数和神经元数）的函数，也许应该考虑到我们要训练网络的行的一些特性。
1...818283848586878889909192939495...104
新评论