测试实时预测系统 - 页 82 1...757677787980818283848586878889...93 新评论 Константин 2009.12.03 21:40 #811 Tick模型......我认为几分钟就足以让交易获利（例外情况--新闻期间的波动，最好不要在这上面下功夫）。我们的任务，或者说你们的研究，是预测方向、近似轨迹和最终计算点方面的参考点。 祝你的研究取得好成绩! P.S. 我对这种预测的可能性感到惊奇。 ALN 2009.12.04 07:30 #812 grasn >> : 从概念上讲，我明白主要错误在哪里--对历史时间序列的长度定义不准确，最大限度地影响了未来，即序列的 "记忆"。 由于某些原因，我在测试中得到了4000-4500条的最佳最小误差，而且在M15上的预测结果也比H1上的预测结果好（在图表上可以看到）。 Сергей 2009.12.04 09:12 #813 Lord_Shadows >> : Tick模型......我认为几分钟就足以让交易获利（例外情况--新闻期间的波动，最好不要在这上面下功夫）。我们的任务，或者说你们的研究，是预测方向、近似轨迹和最终计算点方面的参考点。 祝你的研究取得好成绩! 非常感谢你的愿望!我相信一切都会好起来的 :o) P.S. 我对这种预测的可能性感到惊奇。 我总是说，人们不应该在其表现的可能性上限制自然，而且，往往不能完全理解它。通过限制性质（不可能的事情），我们限制了自己，然后就没有机会找到东西。 Сергей 2009.12.04 09:17 #814 Zar >> : 由于某些原因，我在测试表中得到了4000-4500条的最佳最小误差，而且M15上的预测结果比H1上的预测结果要好（从图表上看）。 我进行了一系列的25000次计数，在其中开始搜索 "记忆"。原来，市场记忆有几个层次，即字面上的 "短期 "和 "长期"。当用 "长期记忆 "来预测短期（大约一个径流）时，一个严重的错误就出来了。总之，这个理论对我来说还处于起步阶段，正在发挥作用。:о) Neutron 2009.12.04 09:31 #815 grasn >> :我一直说，我们不应该在自然界的表现形式上限制它的可能性，尤其是在我们经常不了解它的情况下。限制性质（不可能的事情）--因此我们限制自己，然后确切地说，--没有机会找到东西。 是的，如果不加以限制，就有健康的机会在无尽的变现中迷失到死。 在这种搜索模式中应该有一个最佳行为，这里有一个问题--这个最佳行为是什么？ Сергей 2009.12.04 20:25 #816 这大概就是我所说的系统 "抓住了一个长的记忆"。 对中子 这也是事实，这就是直觉的作用 :o) Дима 2009.12.07 06:41 #817 大家下午好! 达克斯的照片目前太矛盾了。 最有可能的是以一个向上的缺口开盘，然后是一个小的上升，作为主要动作，是一个下降。 但我今天会避免交易。 kogalym 2009.12.07 07:31 #818 你好！我是这个行业的一个新手。我决定把我做的欧元/美元预测放在这里，如果有错误，希望有人能指出我的错误=) 我已经减少了酒吧的数量，我得到了这样的预测!这两个指标的预测是相同的，只是取悦了眼睛，但它们的正确性如何，时间会证明。 ALN 2009.12.07 09:59 #819 你能告诉我，在优化（训练）时要注意什么，按优先顺序排列？ 1. 训练 集的均方根误差 2.学习 集的最大平方误差 3. 训练 集上给定最小误差值的认可实例的百分比（或数量）。 4.测试 集的均方根误差 5.测试 集的最大平方误差 6.在测试 集上以给定的最小误差值识别的例子的百分比（或数量）。 Neutron 2009.12.07 11:00 #820 扎尔 写道 >> 你能告诉我，在优化（训练）时要注意什么，按优先顺序排列？ 1. 训练 集的平均平方误差 2. 训练集上的最大二次元误差 3.在 训练 集上具有给定最小误差值的识别实例的百分比（或数量）。 4. 测试 集的均方根误差 5. 测试 集的最大平方误差 6. 测试 集上给定的最小误差值的识别实例的百分比（或数量） 。 关于训练样本的最佳长度，当训练样本上的squv误差达到一定程度时，测试样本上的squv最小。 1...757677787980818283848586878889...93 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
Tick模型......我认为几分钟就足以让交易获利（例外情况--新闻期间的波动，最好不要在这上面下功夫）。我们的任务，或者说你们的研究，是预测方向、近似轨迹和最终计算点方面的参考点。
祝你的研究取得好成绩!
P.S. 我对这种预测的可能性感到惊奇。
从概念上讲，我明白主要错误在哪里--对历史时间序列的长度定义不准确，最大限度地影响了未来，即序列的 "记忆"。
由于某些原因，我在测试中得到了4000-4500条的最佳最小误差，而且在M15上的预测结果也比H1上的预测结果好（在图表上可以看到）。
Tick模型......我认为几分钟就足以让交易获利（例外情况--新闻期间的波动，最好不要在这上面下功夫）。我们的任务，或者说你们的研究，是预测方向、近似轨迹和最终计算点方面的参考点。
祝你的研究取得好成绩!
非常感谢你的愿望!我相信一切都会好起来的 :o)
P.S. 我对这种预测的可能性感到惊奇。
我总是说，人们不应该在其表现的可能性上限制自然，而且，往往不能完全理解它。通过限制性质（不可能的事情），我们限制了自己，然后就没有机会找到东西。
由于某些原因，我在测试表中得到了4000-4500条的最佳最小误差，而且M15上的预测结果比H1上的预测结果要好（从图表上看）。
我进行了一系列的25000次计数，在其中开始搜索 "记忆"。原来，市场记忆有几个层次，即字面上的 "短期 "和 "长期"。当用 "长期记忆 "来预测短期（大约一个径流）时，一个严重的错误就出来了。总之，这个理论对我来说还处于起步阶段，正在发挥作用。:о)
我一直说，我们不应该在自然界的表现形式上限制它的可能性，尤其是在我们经常不了解它的情况下。限制性质（不可能的事情）--因此我们限制自己，然后确切地说，--没有机会找到东西。
是的，如果不加以限制，就有健康的机会在无尽的变现中迷失到死。
在这种搜索模式中应该有一个最佳行为，这里有一个问题--这个最佳行为是什么？
这大概就是我所说的系统 "抓住了一个长的记忆"。
对中子
这也是事实，这就是直觉的作用 :o)
大家下午好!
达克斯的照片目前太矛盾了。
最有可能的是以一个向上的缺口开盘，然后是一个小的上升，作为主要动作，是一个下降。
但我今天会避免交易。
你好！我是这个行业的一个新手。我决定把我做的欧元/美元预测放在这里，如果有错误，希望有人能指出我的错误=)
我已经减少了酒吧的数量，我得到了这样的预测!这两个指标的预测是相同的，只是取悦了眼睛，但它们的正确性如何，时间会证明。
你能告诉我，在优化（训练）时要注意什么，按优先顺序排列？
1. 训练 集的均方根误差
2.学习 集的最大平方误差
3. 训练 集上给定最小误差值的认可实例的百分比（或数量）。
4.测试 集的均方根误差
5.测试 集的最大平方误差
6.在测试 集上以给定的最小误差值识别的例子的百分比（或数量）。
扎尔 写道 >>
你能告诉我，在优化（训练）时要注意什么，按优先顺序排列？
1. 训练 集的平均平方误差
2. 训练集上的最大二次元误差
3.在 训练 集上具有给定最小误差值的识别实例的百分比（或数量）。
4. 测试 集的均方根误差
5. 测试 集的最大平方误差
6. 测试 集上给定的最小误差值的识别实例的百分比（或数量） 。
关于训练样本的最佳长度，当训练样本上的squv误差达到一定程度时，测试样本上的squv最小。