市场是一个受控的动态系统。 - 页 7

 
avtomat:


不,不,这只是一个例子...

我还没有解决这个问题;)

标记的区域是重新调整的区域。通过之后,我们就进入当前的情景,等等。

.

以稍微不同的方式表示


好吧好吧......但只使用1个BP(例如一个估值对)? 如果是这样,这种方法比同样的神经网络有什么优势?(当然,我们可以在每个酒吧重新训练它)...
 
Vizard: 好吧好吧......但只使用1个BP(例如一个估值对)? 如果是这样,这种方法比同样的神经网络有什么优势?(当然,我们可以在每个酒吧重新训练它)...
其优势可能在于模型的透明度。仅仅为了这种透明度和逻辑上的一致性,我愿意付出很多。
 
Vizard:

好吧好吧......但只使用一个BP(例如一个轴对)? 如果是,这种方法与相同的神经网络相比有什么优势?(当然,我们可以在每个酒吧重新训练它)...

数学 的优势可能在于模型的透明度。仅仅为了这种透明度和逻辑结构,我愿意付出很多。

完全正确。

而神经网络不允许刻意改变对象的属性,如振荡程度或静止顺序等,因此,许多研究工具无法使用。

.

zy

但应该说,神经网络起初让我感兴趣,因为它是一种新事物(那是很久以前的事了),但很快就失望了......。虽然我不熟悉这个领域的创新,也许我错过了什么......

 
yosuf:
在你看来,我总是不在圈内,尽管我们在讨论动态系统,在我看来,这无疑包括市场。在专家顾问运行时,有必要有时间产生控制行动,实时的;否则,我们将再次管理历史数据。 作者说,我还需要考虑实施一个管理单元,为此,我必须按照作者在第3页上描述的方案,设法同时考虑几个选项,为其中一个选定的方向制定行动,并只通过一个标准--利润最大化来不断优化专家顾问,尽管维宁说必须为此提供相应的资源,原则上也不排除这样做的可能性。显然,控制影响的原则应该是这样的,当然,也许作者想解释一下他在这个问题上的观点,澄清一下情况。

Yusuf,当然我没有现成的解决方案,但考虑到你的指标的属性(据我想象),你的专家顾问是在此基础上建立的,你可以而且可能应该考虑和测试几个TF或一个TF的几个窗口的投票方案。例如,像这样。

.

 
sever30:

那些不懂公式的人 到底该怎么办?

讨论的主题是什么,亲爱的Automat?


烟竹。(当然,如果每个集市都被监管和管理,数十亿人被留在混乱中,这是可管理的)
 
是的,是的,进入混乱的深渊...这是肯定的;)
 
avtomat:

完全正确。

和神经网络不允许我们有目的地改变对象的属性........。


我同意关于透明度的说法......但我的意思是效率......任何控制因素都会在以前的历史上被寻找和计算(例如,通过使用滑动窗口的n条)......然后将其送入模型......我们可以对网格和任何其他算法做同样的处理......即,如果预测MA或价格--只需输入一条已经考虑到的线--,同样的震荡程度(它也可能是动态的,例如通过滑动窗口计算)或。......网格或它最终选择的任何东西......这就是我的意思......问题是像往常一样--找到这些控制因素......真正发挥作用......而把它们放在哪里我认为并不那么重要......。

 

你说的是前瞻性的预测。任务是:"根据Y原因,确定Z效应"。

 

我以不同的方式提出这个问题:"确定导致Y效应X原因"

 
avtomat:

我以不同的方式提出这个问题:"确定导致Y效应X原因"


那么,我们可以在回归分析中看到,例如,以回归系数的形式......或在其他方面(例如,我们以函数的形式得到答案)......也就是说,我们把作为教师的我们想要得到的工作结果,以及输入--我们正在寻找依赖性的东西......然后我们看