神经网络。来自专家的问题。 - 页 2 123456789...25 新评论 Леонид 2009.12.26 11:26 #11 嗯.....,我们并不清楚这些条款。我从一开始就以不同的方式理解你。现在最后一个帖子已经说得很清楚了....))))好的,谢谢你。)) Леонид 2009.12.26 11:30 #12 StatBars писал(а)>> 测试中的错误停止减少了... 然后,另一个问题))))测试一的最小误差与最大利润之间是否有关联? Artem Titarenko 2009.12.26 11:33 #13 LeoV писал(а)>> 然后,另一个问题))))测试中的最小误差与最大利润之间是否存在关联? 有,但没有公式(像数学中的普遍性),每个策略/任务的关系都要推导出来。 Леонид 2009.12.26 11:37 #14 StatBars писал(а)>> 有,但没有公式(通用,如数学),每个策略/任务的关系必须推导出来。 好吧,比如说我,根据我的经验,我不觉得OOS上的最小误差会无条件地导致最大利润。 Artem Titarenko 2009.12.26 11:45 #15 不,最小的误差本身并不意味着最大的利润,我的意思是,误差和利润之间的联系可以建立。 比如说。 误差0.6 - (-1000 p) 0.55 误差 - 0 p 误差0.5 - 1500 p 错误 0.45便士 - 3800点 Леонид 2009.12.26 11:49 #16 StatBars писал(а)>> 不,最小的误差本身并不意味着最大的利润,我的意思是,误差和利润之间的联系可以建立。 比如说。 误差0.6 - (-1000 p) 0.55 误差 - 0 p 误差0.5 - 1500 p 错误 0.45便士 - 3800点 我同意,但我们是为最大的利润而战。而在这里,最小的误差并不能给我们带来最大的利润。至少我在自己的网站上找不到任何确认,......。 Анатолий 2009.12.26 13:49 #17 LeoV >> : 同意,但我们是在为最大的利润而战......。 而非最大,但平稳的利润增长已经不能令人满意(。 或者最大的利润是如此之小,以至于几乎无法弥补价差? Леонид 2009.12.26 21:01 #18 storm писал(а)>> 而非最大,但平稳的利润增长已经不能令人满意(。 还是最大的利润小到几乎无法弥补差价? OK - 最大的利润,这是通过股权的平稳增长来实现的,没有明显的缩水。))) RIP 2009.12.27 00:09 #19 LeoV >> : 然后,另一个问题))))测试一的最小误差与最大利润之间是否有关联? 据我所知,作者并没有这样的任务%) RIP 2009.12.27 00:28 #20 mrstock >> : 1) 我的理解是否正确,如果一个函数本身是动态的,如ACC的情况,即使有所有必要的数据来计算,神经网络也无法重建,因为如果公式是刚性的静态的,如LVSS或EMA的情况,就没有问题。 2) 如果我错了,应该使用哪些网络?并在统计中使用MLP。 3) 我 听到的意见是,自动网和自己设计的网....,如果我可以这样说的话,从根本上说没有什么区别。情况真的是这样吗? 4) 你建议将什么网络和什么程序应用于金融市场,特别是用于我所描述的任务,即从所有已知数据中恢复价值。 第1点 根据范式多层NS能够恢复任何功能,实践中的问题最常归结为数据准备和训练方法。另外,你可以尝试改变训练数据。顺便说一下,由于在适应性平均波动率随时间变化,我建议你尝试用滑动窗口法来形成训练样本。 第2点MLP就够了,有不少不同的NS架构是基于它的。 p.3 好吧,如果实施正确,又有什么区别呢!? p.4 Matlab,作为一个架构,我建议任何递归网络的变体,虽然MLP应该足够了...... 123456789...25 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
然后,另一个问题))))测试一的最小误差与最大利润之间是否有关联?
然后,另一个问题))))测试中的最小误差与最大利润之间是否存在关联?
有,但没有公式(像数学中的普遍性),每个策略/任务的关系都要推导出来。
有,但没有公式(通用,如数学),每个策略/任务的关系必须推导出来。
好吧,比如说我,根据我的经验,我不觉得OOS上的最小误差会无条件地导致最大利润。
不,最小的误差本身并不意味着最大的利润,我的意思是,误差和利润之间的联系可以建立。
比如说。
误差0.6 - (-1000 p)
0.55 误差 - 0 p
误差0.5 - 1500 p
错误 0.45便士 - 3800点
不,最小的误差本身并不意味着最大的利润,我的意思是,误差和利润之间的联系可以建立。
比如说。
误差0.6 - (-1000 p)
0.55 误差 - 0 p
误差0.5 - 1500 p
错误 0.45便士 - 3800点
我同意,但我们是为最大的利润而战。而在这里,最小的误差并不能给我们带来最大的利润。至少我在自己的网站上找不到任何确认,......。
同意,但我们是在为最大的利润而战......。
而非最大,但平稳的利润增长已经不能令人满意(。
或者最大的利润是如此之小,以至于几乎无法弥补价差?
而非最大,但平稳的利润增长已经不能令人满意(。
还是最大的利润小到几乎无法弥补差价?
OK - 最大的利润,这是通过股权的平稳增长来实现的,没有明显的缩水。)))
然后,另一个问题))))测试一的最小误差与最大利润之间是否有关联?
据我所知,作者并没有这样的任务%)
1) 我的理解是否正确,如果一个函数本身是动态的,如ACC的情况,即使有所有必要的数据来计算,神经网络也无法重建,因为如果公式是刚性的静态的,如LVSS或EMA的情况,就没有问题。
2) 如果我错了,应该使用哪些网络?并在统计中使用MLP。
3) 我 听到的意见是,自动网和自己设计的网....,如果我可以这样说的话,从根本上说没有什么区别。情况真的是这样吗?
4) 你建议将什么网络和什么程序应用于金融市场,特别是用于我所描述的任务,即从所有已知数据中恢复价值。
第1点 根据范式多层NS能够恢复任何功能,实践中的问题最常归结为数据准备和训练方法。另外,你可以尝试改变训练数据。顺便说一下,由于在适应性平均波动率随时间变化,我建议你尝试用滑动窗口法来形成训练样本。
第2点MLP就够了,有不少不同的NS架构是基于它的。
p.3 好吧,如果实施正确,又有什么区别呢!?
p.4 Matlab,作为一个架构,我建议任何递归网络的变体,虽然MLP应该足够了......