市场是一个受控的动态系统。 - 页 399 1...392393394395396397398399400401402403404405406...551 新评论 [删除] 2019.02.05 02:37 #3981 . [删除] 2019.02.06 04:33 #3982 第5天,星期二。 . [删除] 2019.02.07 08:36 #3983 又陷入了熟悉的陷阱。 下一次接近齿轮是在3月。 同时,在其他地方进行了试运行。 Alexander_K 2019.02.07 08:41 #3984 Олег avtomat:又陷入了熟悉的陷阱。下一次接近齿轮是在3月。同时,在其他网站上进行试运行。自动化,你这个狗娘养的,什么鬼东西!? 你是否愿意帮助理论化和论证市场中 "记忆 "的衡量标准,如何钓出非随机的、决定性的运动? 你有没有用过ACF、熵、Hurst系数?是否有任何关于这个问题的研究或参考资料? Vitaly Muzichenko 2019.02.07 09:03 #3985 Олег avtomat:又陷入了熟悉的陷阱。 下一次接近齿轮是在3月。 同时,在其他网站上进行试运行。我还告诉你不要分心,否则拖拉机会停滞不前,甚至会坏了哪一个。我并没有白白担心。 [删除] 2019.02.07 09:57 #3986 Alexander_K:1)自动化,看在上帝的份上,什么外壳? 2)你是否愿意从理论上论证市场中的 "记忆 "措施,如何钓出非随机的、决定性的运动? 3) 你是否曾经使用过ACF、熵、Hurst系数?有没有关于这个问题的研究,或参考资料?1)外壳 -- 对我来说是主要的,而对别人来说是不可接受的。 2)你首先进行哲学思考,应用于市场,什么是记忆,什么是随机,什么是非随机,什么是噪音,什么是决定性运动。在对这些基本概念有把握之前,不会有严格的理论论证。 3)这些野兽(不仅仅是这些)。这已经是一个漫长的过程了。我不认为回到他们身边有什么意义。但毕竟这取决于任务的制定。也许,对于你的任务,它们将是适用的。 Renat Akhtyamov 2019.02.13 17:47 #3987 Олег avtomat:3)这些动物(而不仅仅是这些)。这已经是一个漫长的过程了。我不认为回到他们身边有什么意义。但毕竟这取决于任务的制定。也许对你的任务来说,它们将是适用的。我100%同意你的观点。 这在市场上是行不通的,因为你必须选择一个开始计算的日期和时间,或者把整个任务分成几个部分,并对它们应用不同阶数的多项式,或多或少都有好处。 我想知道--这样做有什么考虑? 但是,据我所知,这就是神经元的设计目的,而不是在MO分支中被折磨。 ;) ------ 然而,所有这些都是在没有NS的情况下完成的,仅仅是两三行代码。 计算不应该与开始计算的时刻相联系,结果应该是一样的,也是对该时刻的测试转移。而且不重画,不管是什么时候开始计算。 而且没有滞后。 并考虑到内存 [删除] 2019.02.13 19:41 #3988 我不使用神经网络。 神经网络不适合我的任务(至少在他们目前的意识形态下不适合)。 对于其他问题,它们可能是适用的。重要的是问题的表述--这取决于它,神经网络的响应是否可以被视为问题的解决方案。 Fast235 2019.02.14 00:50 #3989 该改名了) [删除] 2019.02.15 14:40 #3990 为了帮助好奇心强的人。 缩小教育方面的差距。 DSP。 数字信号处理。讲座课程 http://files.lib.sfu-kras.ru/ebibl/umkd/50/u_lectures.pdf 1...392393394395396397398399400401402403404405406...551 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
.
第5天,星期二。
.
又陷入了熟悉的陷阱。
下一次接近齿轮是在3月。
同时,在其他地方进行了试运行。
又陷入了熟悉的陷阱。
下一次接近齿轮是在3月。
同时,在其他网站上进行试运行。
自动化,你这个狗娘养的,什么鬼东西!?
你是否愿意帮助理论化和论证市场中 "记忆 "的衡量标准,如何钓出非随机的、决定性的运动?
你有没有用过ACF、熵、Hurst系数?是否有任何关于这个问题的研究或参考资料?
又陷入了熟悉的陷阱。
下一次接近齿轮是在3月。
同时,在其他网站上进行试运行。
我还告诉你不要分心,否则拖拉机会停滞不前,甚至会坏了哪一个。我并没有白白担心。
1)自动化,看在上帝的份上,什么外壳?
2)你是否愿意从理论上论证市场中的 "记忆 "措施,如何钓出非随机的、决定性的运动?
3) 你是否曾经使用过ACF、熵、Hurst系数?有没有关于这个问题的研究,或参考资料?
1)外壳 -- 对我来说是主要的,而对别人来说是不可接受的。
2)你首先进行哲学思考,应用于市场,什么是记忆,什么是随机,什么是非随机,什么是噪音,什么是决定性运动。在对这些基本概念有把握之前,不会有严格的理论论证。
3)这些野兽(不仅仅是这些)。这已经是一个漫长的过程了。我不认为回到他们身边有什么意义。但毕竟这取决于任务的制定。也许,对于你的任务,它们将是适用的。
3)这些动物(而不仅仅是这些)。这已经是一个漫长的过程了。我不认为回到他们身边有什么意义。但毕竟这取决于任务的制定。也许对你的任务来说,它们将是适用的。
我100%同意你的观点。
这在市场上是行不通的,因为你必须选择一个开始计算的日期和时间,或者把整个任务分成几个部分,并对它们应用不同阶数的多项式,或多或少都有好处。
我想知道--这样做有什么考虑?
但是,据我所知,这就是神经元的设计目的,而不是在MO分支中被折磨。
;)
------
然而,所有这些都是在没有NS的情况下完成的,仅仅是两三行代码。
计算不应该与开始计算的时刻相联系,结果应该是一样的,也是对该时刻的测试转移。
而且不重画,不管是什么时候开始计算。
而且没有滞后。
并考虑到内存
我不使用神经网络。
神经网络不适合我的任务(至少在他们目前的意识形态下不适合)。
对于其他问题,它们可能是适用的。重要的是问题的表述--这取决于它,神经网络的响应是否可以被视为问题的解决方案。
该改名了)
为了帮助好奇心强的人。
缩小教育方面的差距。
DSP。
数字信号处理。讲座课程
http://files.lib.sfu-kras.ru/ebibl/umkd/50/u_lectures.pdf