神经网络。来自专家的问题。 - 页 22 1...1516171819202122232425 新评论 goga 2011.06.21 15:27 #211 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? Леонид 2011.06.21 15:51 #212 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。 goga 2011.06.21 16:14 #213 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? Andrey Dik 2011.06.21 16:31 #214 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。 goga 2011.06.21 17:06 #215 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。 Alexey Burnakov 2011.06.21 17:08 #216 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。 goga 2011.06.21 17:11 #217 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? Леонид 2011.06.21 17:12 #218 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。 goga 2011.06.21 17:13 #219 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 goga 2011.06.21 17:14 #220 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 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
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。
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?
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?
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。
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?
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?
你不需要神经网络来做这个。
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。
你不需要神经网络来做这个。