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。