神经网络。来自专家的问题。 - 页 22

新评论
 
你好。我有一个问题：神经网络是否试图创造类似于人工智能的东西？
 

不，它是一种尝试，使用非线性转换（神经网络）来寻找金融时间序列 的模式。

 
LeoV:

不，这是用非线性变换（神经网络）在金融和时间序列中寻找模式的一种尝试。

问题¹2是否借助多级神经网络 来建立一个验证系统。 例如，拿昨天的图形与这一对的整个历史进行比较。 而结果显示如下：在1m 10%时与图形的段重合，在m5 12%时，在m15 40%时，等等。

然后低于50%的东西都被过滤掉了。

能否做到？

 
goga:

问题¹2是否借助多级神经网络来建立一个验证系统。 例如，拿昨天的图形与这一对的整个历史进行比较。 而结果如下：在1m处与图形的段重合10%，在m5处重合12%，在m15处重合40%，等等。

然后它过滤所有低于50%的东西。

能否做到？

对于这样的任务，你不需要网格。计算相关关系比较容易。
 
joo:
我们不需要网格来完成这项任务。计算相关关系比较容易。

我想用神经网络将几个交易系统贫困化为一个。我想用神经网络将几个交易系统贫困化为一个系统。例如，有一个系统在趋势中赚得很好，但在平坦的地方会亏损。然后有一个相反的系统。然后有那些为多头设计的系统，等等。

例如，如果一个趋势开始，一个区块被断开，另一个区块被添加到其中。 由于我们不知道未来，可能会出现延迟，第三个区块会做出反应以补偿延迟。

 
goga:

问题¹2是否借助多级神经网络来建立一个验证系统。 例如，拿昨天的图形与这一对的整个历史进行比较。 而结果显示如下：在1m 10%时与图形的段重合，在m5 12%时，在m15 40%时，等等。

然后低于50%的东西都被过滤掉了。

能否做到？

没有NS，也可以做到这一点。例如，在Excel中，一个给定的段与所有--任何--其他段之间的距离的欧几里得测量被计算出来。然后选择那些与给定片段最相似的片段。最主要的是要记住缩放数据，以免将例如1.4的价格波动与1.2的波动进行比较。
 

而所有这些都必须相互补偿。神经网络必须检查每个区块的信号，寻找模式。并充分控制和学习。

4核处理器是否足以应付？

 
goga: 我想用神经网络将几个交易系统贫困化为一个。

你不需要神经网络来做这个。
 
alexeymosc:
这可以在没有NS的情况下完成。例如，在Excel中，一个给定的段与所有--任何--其他段之间的距离的欧几里得测量被计算出来。然后选择那些与给定片段最相似的片段。最主要的是要记住缩放数据，以免将例如1.4的价格波动与1.2的波动进行比较。
这是可以理解的，但它不适合用于连续比较
 
LeoV:

你不需要神经网络来做这个。
为什么不呢？ 他们是干什么的？
1...1516171819202122232425
新评论