霍德里克-普雷斯科特过滤器 - 页 6 1234567891011 新评论 Prival 2009.01.02 22:59 #51 我曾经建立过神经网络，大约20年前。它甚至还不叫这个名字。他们是在认识上进行研发的，就在那时，这些程序的数学被写入了。我后来在funder中看到了这些程序，我们正在计算和创造的程序，希望它们能取代人脑，但没有，它们没有。 提前认为别人比你聪明， ，是一种损失。 关于预测，到目前为止的一个论点是，预测方向比较容易，是的，我同意，比较容易。但这并不意味着它更好。 Леонид 2009.01.02 23:03 #52 嗯，神经网络 与此无关--它就像一个工具，如果你知道如何做，就可以使用。而且你可以不使用它们--Neuroshell也成功地允许你这样做.......))))。 Леонид 2009.01.02 23:05 #53 Prival писал(а)>> 关于预测，到目前为止有一种说法--预测方向比较容易，是的，我同意，比较容易。但这并不意味着它更好。 在我看来--如果更容易，那肯定更好（用Zhirik的口音:) ），特别是在Forex.......这样一个困难的市场。>> 当你可以直接前进--沿着铺好的道路前进时，为什么要绕道穿过山沟呢？ Егор 2009.01.02 23:57 #54 我想你们说的是同一件事。 按照我的理解，列昂尼德在预测运动方向时，认为 Close[0] - Close[fcastbars]。 如果大于0，则向上，如果小于0，则向下。 即解决了分类问题。 Prival谈到了预测这一增量的幅度。即使它不使用NS，也是一个回归问题。 这两个问题都可以在同一架构上得到解决。例如，我在PNN上进行分类，在GRNN上进行回归，它们没有根本的区别。 这可能更容易分类，但是，Leov，有时这还不够。我记得我在mql中测试第一个VNS时，在几个输入和一百个神经元上得到了超过70%的正确方向。 但当我把分类器插入专家顾问时，结果发现平均利润交易远远低于平均损失交易，几乎减少到零。 这是一个简单的例子，正确的方向可能不足以使人获利。 ------------- 顺便说一下，Close[0]-Close[fcastbars]是fcastbars期间从第一个价格差开始的摆动。周围都是复读机。 中子，你能写出muving 差值如何等于muving导数吗？EMA是什么意思？ Леонид 2009.01.03 00:17 #55 Erics писал(а)>> 在几个输入和一百个神经元中，我得到了超过70%的正确方向。 但是，当我把分类器塞进专家顾问时，结果发现平均利润交易远远低于平均损失交易，使m.o.几乎降为零 这是一个简单的例子，正确的方向可能不足以使人获利。 这一定是过度训练，或者更有可能是对时间序列的一种常见影响--"明天会像今天，今天会像昨天"....。))))) Neutron 2009.01.03 04:39 #56 LeoV писал(а)>> 我不知道这里的人是怎么想的，也不知道他们是怎么想的，但在我的脑海中和概念中，预测价格系列或价格区间增量在10年前就被放弃了--由于活动的徒劳和低利润......。)))) 绝对同意!我给出这个公式是出于一般考虑。 如果我们谈论的是对市场型价格系列的预测的相关性，那么仅仅预测报价的预期运动的符号是有意义的。这在关于交易的科学文献和我的个人经验中已经提到过很多次。 埃里克斯 写道>> 中子，你能写出muving差值如何等于muving的导数吗？你是说EMA？ 是的，有三种方式，具有不同程度的数学严谨性。从"......自己看吧...... "开始，以两个LPF的理想微分算子的带宽（AFC）合成结束，但要晚一点--我需要找到这方面的文献。让我提醒你，我们谈论的是两个平滑参数相差极小的模型的差异。如果是EMA，差值a1-a2必须趋于零；如果是标准移动平均，平滑期的差值必须等于1。 私人 写的(a) >> 这很奇怪。 你说的是自相关。但我不太明白。也许它与已知的"自相关函数 " 不同。 你从哪里得到0.9-0.6或负 "总是 "的说法？在你的心上划个十字，我想它会有帮助。 一个价格序列的ACF和它的第一个差值有一个非常好的形式，表明该序列是可预测的 （不是delta函数）。 这里，ACF是由欧元/美元2006年的细枝末节建立的。该算法已给出。 你可以看到，ACF平均较小，任何TF都是负数（几乎）。TF是以分钟为单位在标线上绘制的。 [删除] 2009.01.03 05:19 #57 而在这种状态下，你是如何保持MM的？毕竟，你也需要知道货币会有多大的变化。 Aleksandr Pak 2009.01.03 08:32 #58 我将去entresol（买书））。- 我已经有20年没有见过设备形式的corollometer了((( 让我提醒你，早在二战时期设定的古老的自相关问题： 1.我们有一个定位器，在ICO上有一个群体目标，即全部合并，照明是一个大光斑，因为图中是3度）) 问题是--那里发生了什么？这仍然是突袭还是已经是空战？ 2.晚上，一架飞机从我们上空飞过(c)它有多少个引擎，即使它掉进了海洋。 让我提醒你自相关的 "公式"--它是一个卷积，其中内核是在一个片段（窗口）上的函数本身。 因此，ACF的统计处理在物理意义上和获得输出相关图的意义上有些不同， ，该相关图又具有窗口的宽度，即在离散计数中，相关图的宽度等于核心的宽度)) ，即相关图是该窗口的自相关乘的分段之和的累加）。 因此，如果计数是正的，那么相关图总是正的，并且是一个函数（曲线、图形、图表）。 -相关图的属性之一--作为一种显示窗口中的一段与整个数据流的相似性))) 进行交易的粗略近似，它是一种类似于模式搜索 的东西， ，也可以粗略地说，相关图是窗口中BP与自身相似性的图。 .. P.S. 我把微笑放在我的手指上的解释。 P.P.S 如果我们设定的任务是预测运动的符号，那么初始BP应该进行相应的转换， ，否则我们将得到一个退化的结果。 Neutron 2009.01.03 10:57 #59 Korey писал(а)>> P.P.S 如果任务是预测运动的标志，那么初始BP应该被相应地转换。 否则我们将得到一个退化的结果。 分享你的经验，如果你不介意的话，我想知道你认为什么样的转换是 "适当的"。 我将去entresol（买书））。- 我已经有20年没有看到以设备形式出现的Corellometer了（（）。 让我提醒你二战时期的古老自相关问题。 1.我们有一个定位器，在ICO上有一个团体目标，即所有的合并，由一个大的光斑照亮，因为图中是3度））））。 问题--那里会发生什么？这仍然是突袭还是已经是空战？ 2.晚上，一架飞机从我们上空飞过(c)它有多少个引擎，即使它落入海洋。 让我提醒一下自相关的 "公式"--它是一个卷积，其中内核是在一个片段（窗口）上的函数本身。 因此，ACF的统计处理在物理意义上和产生输出相关图的意义上有些不同。 其中相关图又有窗口的宽度，即在离散计数中，相关图的宽度等于内核的宽度)) 即相关图是该窗口的自相关乘法部分之和的累积））。 我不能一下子理解这么多聪明的词--我需要时间来理解:--) 因此，如果计数是正的，那么相关图总是正的，并且是一个函数（曲线、图形、图表）。 在一系列的第一次差异中，计数是认知的，你在写什么？ >> 那么在这样的状态下，你如何观察MM呢？毕竟，你也需要知道货币会有多大的变化。 那是 你的地方。 现在，至于第一个导数的合成，通过穿越两个缪斯。 假设所有可能的移动平均线在第一个近似值中对价格序列的平滑程度不比传统的移动平均线差，也不比它好。让我们把移动平均数定义为当前值左边的n个报价值的平均值（上式）。 移动平均线的第一个导数，让我们以经典的方式定义它（第二个方程式）。然后，在平滑窗口宽度上相差1的两条移动平均线的差值将给我们带来精确到1/n阶的最小项的第一导数（第三个方程式）。 绘制两条移动平均线，一条周期为100，另一条周期为70（见左图，红线代表商，蓝线代表移动平均线），你可以用图形显示这个说法的正确性。 在右边，红线表示MA的导数，周期为100。蓝色显示周期为100和70的MA之间的差异，绿色显示100和99。 我们可以看到，该协议并不坏。这正是我需要证明的。所有其他涉及不同实现方式的情况，并不改变声明的本质，只是证明方法不同。 Aleksandr Pak 2009.01.03 11:29 #60 对中子 ....如果要找一个符号预测，应该把BP从一系列的计数转换成一系列的斜率，不需要羊毛。 例如，从n条回归的系列，或另一个选项=本线程中考虑的HP的输出。 .... 如果我有的话会分享，但除此之外，我是根据旧的记忆。来自Elecronics的心率计60))) 然而，在目前的条件下，我甚至拉下了Matlab，以免分散我的交易任务的注意力。 我把Matlab拿下来是出于以下原因。 据我所知，ACF是累积的，即只有在通过第100个窗口后，我才能相信结果。 在交易中，只有在经典游戏中的大型仓库才有意义，持仓时间=月。 但对我个人来说，作为一个兔子交易员()，不适合。 我可以从自回归图中获取外观频率，即把自回归图作为某种东西的频率分布。 但它对某个特定的TS是否有用，我表示怀疑。 P.S. 虽然卷积看起来很像perseptron（似乎））。 1234567891011 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
我曾经建立过神经网络，大约20年前。它甚至还不叫这个名字。他们是在认识上进行研发的，就在那时，这些程序的数学被写入了。我后来在funder中看到了这些程序，我们正在计算和创造的程序，希望它们能取代人脑，但没有，它们没有。 提前认为别人比你聪明， ，是一种损失。
关于预测，到目前为止的一个论点是，预测方向比较容易，是的，我同意，比较容易。但这并不意味着它更好。
在我看来--如果更容易，那肯定更好（用Zhirik的口音:) ），特别是在Forex.......这样一个困难的市场。>> 当你可以直接前进--沿着铺好的道路前进时，为什么要绕道穿过山沟呢？
我想你们说的是同一件事。
按照我的理解，列昂尼德在预测运动方向时，认为
Close[0] - Close[fcastbars]。
如果大于0，则向上，如果小于0，则向下。
即解决了分类问题。
Prival谈到了预测这一增量的幅度。即使它不使用NS，也是一个回归问题。
这两个问题都可以在同一架构上得到解决。例如，我在PNN上进行分类，在GRNN上进行回归，它们没有根本的区别。
这可能更容易分类，但是，Leov，有时这还不够。我记得我在mql中测试第一个VNS时，在几个输入和一百个神经元上得到了超过70%的正确方向。
但当我把分类器插入专家顾问时，结果发现平均利润交易远远低于平均损失交易，几乎减少到零。
这是一个简单的例子，正确的方向可能不足以使人获利。
-------------
顺便说一下，Close[0]-Close[fcastbars]是fcastbars期间从第一个价格差开始的摆动。周围都是复读机。
中子，你能写出muving 差值如何等于muving导数吗？EMA是什么意思？
在几个输入和一百个神经元中，我得到了超过70%的正确方向。
但是，当我把分类器塞进专家顾问时，结果发现平均利润交易远远低于平均损失交易，使m.o.几乎降为零
这是一个简单的例子，正确的方向可能不足以使人获利。
这一定是过度训练，或者更有可能是对时间序列的一种常见影响--"明天会像今天，今天会像昨天"....。)))))
我不知道这里的人是怎么想的，也不知道他们是怎么想的，但在我的脑海中和概念中，预测价格系列或价格区间增量在10年前就被放弃了--由于活动的徒劳和低利润......。))))
绝对同意!我给出这个公式是出于一般考虑。
如果我们谈论的是对市场型价格系列的预测的相关性，那么仅仅预测报价的预期运动的符号是有意义的。这在关于交易的科学文献和我的个人经验中已经提到过很多次。
中子，你能写出muving差值如何等于muving的导数吗？你是说EMA？
是的，有三种方式，具有不同程度的数学严谨性。从"......自己看吧...... "开始，以两个LPF的理想微分算子的带宽（AFC）合成结束，但要晚一点--我需要找到这方面的文献。让我提醒你，我们谈论的是两个平滑参数相差极小的模型的差异。如果是EMA，差值a1-a2必须趋于零；如果是标准移动平均，平滑期的差值必须等于1。
这很奇怪。
你说的是自相关。但我不太明白。也许它与已知的"自相关函数 " 不同。
你从哪里得到0.9-0.6或负 "总是 "的说法？在你的心上划个十字，我想它会有帮助。
一个价格序列的ACF和它的第一个差值有一个非常好的形式，表明该序列是可预测的 （不是delta函数）。
这里，ACF是由欧元/美元2006年的细枝末节建立的。该算法已给出。
你可以看到，ACF平均较小，任何TF都是负数（几乎）。TF是以分钟为单位在标线上绘制的。
而在这种状态下，你是如何保持MM的？毕竟，你也需要知道货币会有多大的变化。
我将去entresol（买书））。- 我已经有20年没有见过设备形式的corollometer了(((
让我提醒你，早在二战时期设定的古老的自相关问题：
1.我们有一个定位器，在ICO上有一个群体目标，即全部合并，照明是一个大光斑，因为图中是3度）)
问题是--那里发生了什么？这仍然是突袭还是已经是空战？
2.晚上，一架飞机从我们上空飞过(c)它有多少个引擎，即使它掉进了海洋。
让我提醒你自相关的 "公式"--它是一个卷积，其中内核是在一个片段（窗口）上的函数本身。
因此，ACF的统计处理在物理意义上和获得输出相关图的意义上有些不同，
，该相关图又具有窗口的宽度，即在离散计数中，相关图的宽度等于核心的宽度))
，即相关图是该窗口的自相关乘的分段之和的累加）。
因此，如果计数是正的，那么相关图总是正的，并且是一个函数（曲线、图形、图表）。
-相关图的属性之一--作为一种显示窗口中的一段与整个数据流的相似性)))
进行交易的粗略近似，它是一种类似于模式搜索 的东西，
，也可以粗略地说，相关图是窗口中BP与自身相似性的图。
..
P.S. 我把微笑放在我的手指上的解释。
P.P.S 如果我们设定的任务是预测运动的符号，那么初始BP应该进行相应的转换，
，否则我们将得到一个退化的结果。
P.P.S 如果任务是预测运动的标志，那么初始BP应该被相应地转换。
否则我们将得到一个退化的结果。
分享你的经验，如果你不介意的话，我想知道你认为什么样的转换是 "适当的"。
我将去entresol（买书））。- 我已经有20年没有看到以设备形式出现的Corellometer了（（）。
让我提醒你二战时期的古老自相关问题。
1.我们有一个定位器，在ICO上有一个团体目标，即所有的合并，由一个大的光斑照亮，因为图中是3度））））。
问题--那里会发生什么？这仍然是突袭还是已经是空战？
2.晚上，一架飞机从我们上空飞过(c)它有多少个引擎，即使它落入海洋。
让我提醒一下自相关的 "公式"--它是一个卷积，其中内核是在一个片段（窗口）上的函数本身。
因此，ACF的统计处理在物理意义上和产生输出相关图的意义上有些不同。
其中相关图又有窗口的宽度，即在离散计数中，相关图的宽度等于内核的宽度))
即相关图是该窗口的自相关乘法部分之和的累积））。
我不能一下子理解这么多聪明的词--我需要时间来理解:--)
因此，如果计数是正的，那么相关图总是正的，并且是一个函数（曲线、图形、图表）。
在一系列的第一次差异中，计数是认知的，你在写什么？
那么在这样的状态下，你如何观察MM呢？毕竟，你也需要知道货币会有多大的变化。
那是 你的地方。
现在，至于第一个导数的合成，通过穿越两个缪斯。
假设所有可能的移动平均线在第一个近似值中对价格序列的平滑程度不比传统的移动平均线差，也不比它好。让我们把移动平均数定义为当前值左边的n个报价值的平均值（上式）。
移动平均线的第一个导数，让我们以经典的方式定义它（第二个方程式）。然后，在平滑窗口宽度上相差1的两条移动平均线的差值将给我们带来精确到1/n阶的最小项的第一导数（第三个方程式）。
绘制两条移动平均线，一条周期为100，另一条周期为70（见左图，红线代表商，蓝线代表移动平均线），你可以用图形显示这个说法的正确性。
在右边，红线表示MA的导数，周期为100。蓝色显示周期为100和70的MA之间的差异，绿色显示100和99。
我们可以看到，该协议并不坏。这正是我需要证明的。所有其他涉及不同实现方式的情况，并不改变声明的本质，只是证明方法不同。
对中子
....如果要找一个符号预测，应该把BP从一系列的计数转换成一系列的斜率，不需要羊毛。
例如，从n条回归的系列，或另一个选项=本线程中考虑的HP的输出。
....
如果我有的话会分享，但除此之外，我是根据旧的记忆。来自Elecronics的心率计60)))
然而，在目前的条件下，我甚至拉下了Matlab，以免分散我的交易任务的注意力。
我把Matlab拿下来是出于以下原因。
据我所知，ACF是累积的，即只有在通过第100个窗口后，我才能相信结果。
在交易中，只有在经典游戏中的大型仓库才有意义，持仓时间=月。
但对我个人来说，作为一个兔子交易员()，不适合。
我可以从自回归图中获取外观频率，即把自回归图作为某种东西的频率分布。
但它对某个特定的TS是否有用，我表示怀疑。
P.S. 虽然卷积看起来很像perseptron（似乎））。