神经病患者,不要路过 :) 需要建议 - 页 11 1...4567891011121314 新评论 dimonster 2011.04.04 12:20 #101 大家好。 据我所知,作者处理的是递归网络,但经典之作早就警告过我们在金融市场上应用这种网络的问题。 我引用:纳入时间历史的标准连接主义方法使用递归网络。如何- 在金融问题上,递归网络并没有取得很大的成功,因为在金融问题上,金额小的 一个典型的训练集所包含的信号似乎不足以确定其结构和功能。 这个无约束的架构的参数。需要施加一些限制。我们建议 隐马尔科夫专家的模型类(Shi and Weigend 1997)。这门课取得了一个平衡 时间ignoring回归模型和完全递归架构之间的关系。隐马尔科夫专家做 明确地考虑到时间,但又通过强加于人的方式避免了完全递归结构的困难。 对时间进入的方式有严格的限制。 资料来源:《使用隐马尔科夫专家进行密度预测》(史尚明和Andreas S. Weigend)。 请自由评论。 TheXpert 2011.04.04 12:39 #102 dimonster: 我的理解是,作者所处理的是一个循环网络 不,我不使用递归。 hrenfx 2011.04.04 13:04 #103 renegate: 因为下一步是按波动率进行正常化。也许还可以转移到一个伪价格系列,但波动性并没有跳得那么厉害...你只是采取了第一个差异。这就提出了一个问题,为什么不是第二或第三种差异。 通过采取第一种差异,你开始大量依赖TF。这就提出了一个问题,为什么要去退货? Viktor Zhuravlev 2011.04.04 13:19 #104 hrenfx: 你只是采取了第一个差异。这就提出了一个问题,为什么不是第二或第三种差异。 通过采取第一种差异,你开始大量依赖TF。这就提出了一个问题,为什么要去回报? 除了退货之外,您还有什么建议? Belford 2011.04.04 14:03 #105 joo:不,我认为这是胡说八道,什么是什么,但这可能需要证明。或者至少在引文中出现分歧的例子,证实网络在某些方面的学习令人钦佩,而在其他方面的学习却很糟糕。而 "展望未来 "在引号中意味着历史在每一次打勾时都会被改写--那是胡说八道。 废话更多的是你对外汇市场的理论。 没有人说,历史是在每一个刻度 上实时改写的。只是为了减少历史报价 中的 "模糊性 "和差距,它们被看成是超越零条的算法所平滑的(以MT术语来说)。 作为证明,你可以使用其他来源的历史数据来运行前进。幻觉会消失。 有这么难做吗?) 但如果你喜欢建造空中城堡...我不会碍事的) Belford 2011.04.04 14:14 #106 MetaDriver: 你最好告诉我在哪里可以得到更好的故事。 一个品味问题...路透社、彭博社、...有很多付费的。 在免费的中,你可以试试Dukas,以及几个欧洲的经纪公司。 hrenfx 2011.04.04 14:15 #107 renegate: 除了退货之外,你有什么建议? 价格BP的对数,在将某一窗口的平均值清零后。 Andrey Dik 2011.04.04 14:40 #108 Belford: 1)胡说八道更多的是你对外汇市场的理论。 2)没有人说历史是在每一个刻度上实时改写的。只是为了减少历史报价的"蓬松性",它们被寻找零条以外的算法平滑了(用MT术语)。 3)作为证明,你可以在其他来源的历史数据上运行前进。幻觉会消失。 4)这不是很难做到吗?) 5) 但是如果你喜欢建造空中城堡...我不会干涉) 1)胡说八道没有实验结果的支持。我的理论得到了证实。 2)如果历史没有被覆盖,那么就没有问题。有关经纪人/税务局使用的过滤算法的信息在哪里?MQ们能否确认这一信息?你能提供测试来证明这些说法吗? 3)不清楚。什么样的前锋?在一个来源的数据上进行训练,在另一个来源上进行转发?为什么? 4)我想你已经做了这些了吧?那就分享一下结果吧。 5) 我们谈论的是哪些锁? 一般来说,有关系统不是一个pipsator,它对模糊的报价不敏感。它同样可以在一个来源的数据上操作,并在另一个来源上进行训练(不要考虑那些完全 "坏 "的历史来源)。 Belford 2011.04.04 15:16 #109 joo: 1) 妄想没有得到实验结果的支持。我的理论得到了证实。 废话,废话,废话 2)如果历史没有被改写,那么就没有问题。 当你从测试者变成真正的人时,问题就会出现。 3)不清楚。前锋是什么?在一个来源的数据上进行训练,在另一个来源上进行转发?为了什么? 训练和转发来自一个体面的供应商的数据。 该系统不是一个pipsator,所以它对模糊的报价不敏感。同样地,它也可以用一个来源的数据工作,并在另一个来源上进行训练(不考虑那些完全 "破碎 "的历史来源)。 表决主张。展示成果。 [删除] 2011.04.04 15:19 #110 joo: 一般来说,有关系统不是一个pipsator,它对模糊的报价不敏感。该系统将在一个来源的数据上同样工作,并在其他来源的数据上进行训练(不考虑有彻底的 "破碎 "历史的来源)。 从15M的时间框架来看,不同来源的历史差异很小,而从上半年开始,OHLC的价格几乎总是重合。当然,如果你不使用在垃圾箱某处发现的历史。我不明白有些人在这里说的是什么,要么....。 1...4567891011121314 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
大家好。
据我所知,作者处理的是递归网络,但经典之作早就警告过我们在金融市场上应用这种网络的问题。
我引用:纳入时间历史的标准连接主义方法使用递归网络。如何-
在金融问题上,递归网络并没有取得很大的成功,因为在金融问题上,金额小的
一个典型的训练集所包含的信号似乎不足以确定其结构和功能。
这个无约束的架构的参数。需要施加一些限制。我们建议
隐马尔科夫专家的模型类(Shi and Weigend 1997)。这门课取得了一个平衡
时间ignoring回归模型和完全递归架构之间的关系。隐马尔科夫专家做
明确地考虑到时间,但又通过强加于人的方式避免了完全递归结构的困难。
对时间进入的方式有严格的限制。
资料来源:《使用隐马尔科夫专家进行密度预测》(史尚明和Andreas S. Weigend)。
请自由评论。
我的理解是,作者所处理的是一个循环网络
因为下一步是按波动率进行正常化。也许还可以转移到一个伪价格系列,但波动性并没有跳得那么厉害...
你只是采取了第一个差异。这就提出了一个问题,为什么不是第二或第三种差异。
通过采取第一种差异,你开始大量依赖TF。这就提出了一个问题,为什么要去退货?
你只是采取了第一个差异。这就提出了一个问题,为什么不是第二或第三种差异。
通过采取第一种差异,你开始大量依赖TF。这就提出了一个问题,为什么要去回报?
除了退货之外,您还有什么建议?
不,我认为这是胡说八道,什么是什么,但这可能需要证明。或者至少在引文中出现分歧的例子,证实网络在某些方面的学习令人钦佩,而在其他方面的学习却很糟糕。
而 "展望未来 "在引号中意味着历史在每一次打勾时都会被改写--那是胡说八道。
废话更多的是你对外汇市场的理论。
没有人说,历史是在每一个刻度 上实时改写的。只是为了减少历史报价 中的 "模糊性 "和差距,它们被看成是超越零条的算法所平滑的(以MT术语来说)。
作为证明,你可以使用其他来源的历史数据来运行前进。幻觉会消失。
有这么难做吗?)
但如果你喜欢建造空中城堡...我不会碍事的)
你最好告诉我在哪里可以得到更好的故事。
一个品味问题...路透社、彭博社、...有很多付费的。
在免费的中,你可以试试Dukas,以及几个欧洲的经纪公司。
除了退货之外,你有什么建议?
1)胡说八道更多的是你对外汇市场的理论。
2)没有人说历史是在每一个刻度上实时改写的。只是为了减少历史报价的"蓬松性",它们被寻找零条以外的算法平滑了(用MT术语)。
3)作为证明,你可以在其他来源的历史数据上运行前进。幻觉会消失。
4)这不是很难做到吗?)
5) 但是如果你喜欢建造空中城堡...我不会干涉)
1)胡说八道没有实验结果的支持。我的理论得到了证实。
2)如果历史没有被覆盖,那么就没有问题。有关经纪人/税务局使用的过滤算法的信息在哪里?MQ们能否确认这一信息?你能提供测试来证明这些说法吗?
3)不清楚。什么样的前锋?在一个来源的数据上进行训练,在另一个来源上进行转发?为什么?
4)我想你已经做了这些了吧?那就分享一下结果吧。
5) 我们谈论的是哪些锁?
一般来说,有关系统不是一个pipsator,它对模糊的报价不敏感。它同样可以在一个来源的数据上操作,并在另一个来源上进行训练(不要考虑那些完全 "坏 "的历史来源)。
1) 妄想没有得到实验结果的支持。我的理论得到了证实。
废话,废话,废话
2)如果历史没有被改写,那么就没有问题。
当你从测试者变成真正的人时,问题就会出现。
3)不清楚。前锋是什么?在一个来源的数据上进行训练,在另一个来源上进行转发?为了什么?
训练和转发来自一个体面的供应商的数据。
该系统不是一个pipsator,所以它对模糊的报价不敏感。同样地,它也可以用一个来源的数据工作,并在另一个来源上进行训练(不考虑那些完全 "破碎 "的历史来源)。
一般来说,有关系统不是一个pipsator,它对模糊的报价不敏感。该系统将在一个来源的数据上同样工作,并在其他来源的数据上进行训练(不考虑有彻底的 "破碎 "历史的来源)。
从15M的时间框架来看,不同来源的历史差异很小,而从上半年开始,OHLC的价格几乎总是重合。当然,如果你不使用在垃圾箱某处发现的历史。我不明白有些人在这里说的是什么,要么....。