浮动市场参数 - 页 8 12345678 新评论 Rorschach 2020.06.08 13:58 #71 有趣的是 Valeriy Yastremskiy 2020.06.09 10:43 #72 Rorschach:有趣的是 就这么简单，很好地解释了这一点））) Rorschach 2020.06.09 19:12 #73 Valeriy Yastremskiy:他以简单的方式解释事情，而且很好）。 我希望每个人都有这样的老师。 令人失望的是：NS处于其他方法的水平(((计算机超级智能怎么样？ 令人惊讶的是：没有去除趋势，没有把它带入+-1范围，没有去除季节性。 有趣的是：只拟合最后一片，最大预测不超过4个月，以避免误差积累一次预测2个步骤，而不是2个交替1个（同样，如果他根本就是计量经济学家，他就会做减法，而不是减法。） Реter Konow 2020.06.09 19:23 #74 Rorschach:每个人都应该有这样的老师。令人沮丧的是：在其他方法的层面上，NS（（）计算机超级智能呢？... 它永远不会从一个神经网络中出现。它将从一个人的局部自我意识中产生，这个人将把他对自己的理解转移到计算机上。))可能会是伊隆-马斯克））））。 Rorschach 2020.06.09 20:07 #75 Реter Konow: 它永远不会从一个神经网络中出现。它将从一个人的局部自我意识中出现，这个人将他对自己的理解转移到计算机中。))可能会是伊隆-马斯克））））。 这就是 他们 在没有钱花的时候 真正做的事情 。 我错过了什么吗？ Реter Konow 2020.06.09 20:38 #76 Rorschach:这就是 他们 在没有钱花的时候 真正做的事情 。我错过了什么吗？ 让我实话实说：如果上帝存在，创造一个真正的人工智能的任务不会通过愚蠢的复制来解决，而只能通过充分的自我意识来解决，这条道路是漫长而艰难的。由于自我意识作为一种品质是少数人和单数人所固有的，所以人工智能的发明很可能是由一个孤独者完成的。我认为。我想发明它，但我不知道如何思考，没有它就不会成功。一定有比这更聪明的人。)))) Valeriy Yastremskiy 2020.06.10 07:45 #77 Rorschach:我希望每个人都有这样的老师。令人惊讶的是：没有去除趋势，没有把它带入+-1范围，没有去除季节性。有趣的是：只拟合最后一块，最大预测不超过4个月，以避免误差积累一次预测2个步骤，而不是2个交替1个（同样，如果他有一点计量经济学，他就会做瘦身，而不是这样。） 他在最高可能的充分预测水平上做到了。它是某种线性移动平均线 上的统一静止序列。他通过对数将扩张数列引向统一数列。但正如他所说，一切都由识别和预测模型决定。也许后者不需要对数就可以了。如果有SB的话，任何数列变换都会在反变换中引入一个错误。 另外，他谈到了将趋势和季节性成分分成两个系列。在这里，季节性系列将是水平的，趋势系列将是MA。这就是如果MA不是线性的，那么它肯定应该被删除。 我无法在任何地方读到一个系列应该研究多长时间，只是靠眼睛。 关于一步的预测，那里的误差也会更大，但它将是不同的，不是累积的，而是暂时的。只有尝试找出哪个更大，逻辑有时是行不通的，虽然在逻辑上，时间误差比几步的累积误差要小。 没有得到关于瘦身的消息，他只有一排108个值和一个学习和预测算法。他甚至没有涉足比较不同的算法，这本来是件好事。 目标必须被改变，或者必须有更多的目标，而且必须在系列的输入数据中加入一些东西。 Valeriy Yastremskiy 2020.06.10 07:53 #78 Rorschach:这就是 他们 在没有钱花的时候 真正做的事情 。我错过了什么吗？ 我喜欢这个预测）））。征服Broughton的计划正在进行中))))虽然已经是第20个年头了，冲动的NS也只是被探索)))) Rorschach 2020.06.10 16:20 #79 Valeriy Yastremskiy: 我还没有在任何地方看到一个系列的研究应该比预测范围长多少，只是靠眼睛。 我不理解瘦身，它只有108个值和一种用于训练和预测的算法。 他们坚持1比4的比例。 imho ns是非常愚蠢的，也是资源密集型的，所以需要提前清理/准备数据，以简化任务，减少网络规模。因此，所有明显的/线性模式都必须手动处理：去除趋势，去除季节性，使之达到+-1范围。当预测网络的每2个柱子时，我们将另外要过滤中间的波动，所以我们也应该手动进行。而且，由于一切都是手动的，你不需要ns，嗯，只有在不清楚如何用传统方法做的地方才需要。 12345678 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
有趣的是
有趣的是
就这么简单，很好地解释了这一点））)
他以简单的方式解释事情，而且很好）。
我希望每个人都有这样的老师。
令人失望的是：NS处于其他方法的水平(((计算机超级智能怎么样？
令人惊讶的是：没有去除趋势，没有把它带入+-1范围，没有去除季节性。
有趣的是：只拟合最后一片，最大预测不超过4个月，以避免误差积累一次预测2个步骤，而不是2个交替1个（同样，如果他根本就是计量经济学家，他就会做减法，而不是减法。）
每个人都应该有这样的老师。
令人沮丧的是：在其他方法的层面上，NS（（）计算机超级智能呢？
...
它永远不会从一个神经网络中出现。它将从一个人的局部自我意识中出现，这个人将他对自己的理解转移到计算机中。))可能会是伊隆-马斯克））））。
这就是 他们 在没有钱花的时候 真正做的事情 。
我错过了什么吗？
这就是 他们 在没有钱花的时候 真正做的事情 。
我错过了什么吗？
我希望每个人都有这样的老师。
令人惊讶的是：没有去除趋势，没有把它带入+-1范围，没有去除季节性。
有趣的是：只拟合最后一块，最大预测不超过4个月，以避免误差积累一次预测2个步骤，而不是2个交替1个（同样，如果他有一点计量经济学，他就会做瘦身，而不是这样。）
他在最高可能的充分预测水平上做到了。它是某种线性移动平均线 上的统一静止序列。他通过对数将扩张数列引向统一数列。但正如他所说，一切都由识别和预测模型决定。也许后者不需要对数就可以了。如果有SB的话，任何数列变换都会在反变换中引入一个错误。
另外，他谈到了将趋势和季节性成分分成两个系列。在这里，季节性系列将是水平的，趋势系列将是MA。这就是如果MA不是线性的，那么它肯定应该被删除。
我无法在任何地方读到一个系列应该研究多长时间，只是靠眼睛。
关于一步的预测，那里的误差也会更大，但它将是不同的，不是累积的，而是暂时的。只有尝试找出哪个更大，逻辑有时是行不通的，虽然在逻辑上，时间误差比几步的累积误差要小。
没有得到关于瘦身的消息，他只有一排108个值和一个学习和预测算法。他甚至没有涉足比较不同的算法，这本来是件好事。
目标必须被改变，或者必须有更多的目标，而且必须在系列的输入数据中加入一些东西。
这就是 他们 在没有钱花的时候 真正做的事情 。
我错过了什么吗？
我喜欢这个预测）））。征服Broughton的计划正在进行中))))虽然已经是第20个年头了，冲动的NS也只是被探索))))
Valeriy Yastremskiy:
我还没有在任何地方看到一个系列的研究应该比预测范围长多少，只是靠眼睛。
我不理解瘦身，它只有108个值和一种用于训练和预测的算法。
他们坚持1比4的比例。
imho ns是非常愚蠢的，也是资源密集型的，所以需要提前清理/准备数据，以简化任务，减少网络规模。因此，所有明显的/线性模式都必须手动处理：去除趋势，去除季节性，使之达到+-1范围。当预测网络的每2个柱子时，我们将另外要过滤中间的波动，所以我们也应该手动进行。而且，由于一切都是手动的，你不需要ns，嗯，只有在不清楚如何用传统方法做的地方才需要。