神经网络和输入 - 页 5 123456789101112...41 新评论 СанСаныч Фоменко 2013.01.11 15:54 #41 alsu: 你为什么要砸东西？你是在为你的文盲找人指责吗？DDD说真的，有什么好处呢？） 对我来说，NS是一种分类方法，只在静止的市场中有效。我提出这个问题是因为我从来没有收到过一个合理的答案。PS。我不关心论坛参与者的文盲或不识字 - 我个人对我感兴趣，我个人的最爱。 Дмитрий 2013.01.11 15:58 #42 faa1947: 对我来说，NS是一种分类方法，只对固定市场有效。我之所以提出这个问题，是因为我从来没有收到过一个有根据的答案。PS。我不关心论坛成员的识字或不识字--我对我个人感兴趣，这是我的一个非常个人的爱好。 FAA，你明白静止性的含义吗？ СанСаныч Фоменко 2013.01.11 16:02 #43 Demi: FAA，你明白什么是固定的吗？ 你还在我的澡堂里。 Дмитрий 2013.01.11 16:04 #44 faa1947: 你还在我的澡堂里。 所以你不了解....而使用神经网络 进行预测并不要求过程的静止性。这只是为了以防万一。 Alexey Subbotin 2013.01.11 16:14 #45 faa1947: 对我来说，NS是一种分类方法，只在固定的市场中发挥作用。我提出这个问题是因为我从来没有收到过一个有根据的答案。 我的看法是--NS不喜欢非平稳性，因为它是一种需要长时间学习的算法。换句话说，不存在一个能对不可预见的人口变化做出快速反应的电网。当然，除非网络的结构本身包含了关于非平稳性性质的先验数据。但这恰恰是我更喜欢NS而不是另一种更快的算法的情况，因为NS的魅力在于，它可以在没有先验数据的情况下建立，希望集合本身能挑出模式。换句话说，结论如下：如果我们不知道什么模型可能潜在的规律性（包括非平稳性），那么我们就使用NS，否则最好尝试在纸上描述模型，然后以矩阵/微分/其他形式，采取一些好的回归算法（或分类、聚类--取决于问题）。虽然，大体上，同样的算法可以用来训练一个以理论为基础的NS，所以原则上这并不重要。 Дмитрий 2013.01.11 16:18 #46 alsu: 我的看法是--NS不喜欢非平稳性，原因是它是一种长期学习算法。换句话说，不存在这样的电网，它能对口粮的意外变化做出快速反应。当然，除非网络的结构本身包含了关于非平稳性性质的先验数据。但这恰恰是我更喜欢NS而不是另一种更快的算法的情况，因为NS的魅力在于，它可以在没有先验数据的情况下建立，希望集合本身能挑出模式。换句话说，结论如下：如果我们不知道什么模型可能潜在的规律性（包括非平稳性），那么我们就使用NS，否则最好尝试在纸上描述模型，然后以矩阵/微分/其他形式，采取一些好的回归算法（或分类、聚类--取决于问题）。虽然，大体上，同样的算法也可以用来训练一个以理论为基础建立的NS，所以原则上这并不重要。 对NS来说，静止性是不需要的。图形上的二维静止过程是一条直线，水平线（或接近水平线）。H.l.甚至不需要成为NS来预测。 СанСаныч Фоменко 2013.01.11 16:22 #47 alsu: 我的看法是，NS不喜欢非平稳性，因为它是一个长期学习算法。换句话说，不存在一个能对不可预见的人口变化做出快速反应的电网。当然，除非网络的结构本身包含了关于非平稳性性质的先验数据。但这恰恰是我更喜欢NS而不是另一种更快的算法的情况，因为NS的魅力在于，它可以在没有先验数据的情况下建立，希望集合本身能挑出模式。换句话说，结论如下：如果我们不知道什么模型可能潜在的规律性（包括非平稳性），那么我们就使用NS，否则最好尝试在纸上描述模型，然后以矩阵/微分/其他形式，采取一些好的回归算法（或分类、聚类--取决于问题）。虽然，大体上，同样的算法可以用来训练一个以理论为基础的NS，所以原则上这并不重要。 谢谢你。你已经证实了我的想法。 solar 2013.01.11 16:30 #48 alsu: 我的看法是，NS不喜欢非平稳性，因为它是一个长期学习算法。 换句话说，不存在这样的电网，它能对口粮的意外变化做出快速反应。 我想知道为什么应该使用它们？)))) 这里有谁知道网格的实时工作情况吗？ СанСаныч Фоменко 2013.01.11 16:45 #49 solar: 我想知道为什么要使用它们？)))) 这里有谁知道网络的实时工作情况？ 人们通常一方面从对技术分析的挫折中来到NS，另一方面试图得到，事实上，一个别人没有的指标。但所有这些人都不明白，问题在于市场的非平稳性（可变的摩和分散性），而不是没有一个奇迹般的指标，如果TS没有考虑到这一细微差别，那么任何系统，不管有没有NS，都会趋于腐烂，必然失去存款。因此，在NS上的成功是可能的，就像在TA上的成功一样。但TA更可取，因为TA算法更简单，其内部结构更清晰，工作速度更快，不同的适应变体是可能的。但还是在TA或NS上赢了 - 这是一个有经验的玩家在赌场的胜利，没有了。PS。在这个论坛上写了很多次，只是也 证实了我对NS的怀疑。 Дмитрий 2013.01.11 16:48 #50 faa1947:人们通常一方面从对技术分析的挫折中来到NS，另一方面试图得到，事实上，一个别人没有的指标。但所有这些人都不明白，问题在于市场的非平稳性（可变的摩和分散性），而不是没有一个神奇的指标，如果TS没有考虑到这一细微差别，那么任何系统，不管有没有NS，都会趋于腐烂，必然失去存款。因此，在NS上的成功是可能的，就像在TA上的成功一样。但TA更可取，因为TA算法更简单，其内部结构更清晰，工作速度更快，不同的适应变体是可能的。但还是在TA或NS上赢了 - 这是一个有经验的玩家在赌场的胜利，没有了。PS。我已经在这个论坛上写过很多次了，刚才也 证实了我对NS的怀疑。 就是这样，这就是结局...........金融市场中TA和NS的终结!吉兹，吉兹....P.s. FAA，不要为难自己。 123456789101112...41 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
你为什么要砸东西？你是在为你的文盲找人指责吗？DDD
说真的，有什么好处呢？）
对我来说，NS是一种分类方法，只在静止的市场中有效。我提出这个问题是因为我从来没有收到过一个合理的答案。
PS。我不关心论坛参与者的文盲或不识字 - 我个人对我感兴趣，我个人的最爱。
对我来说，NS是一种分类方法，只对固定市场有效。我之所以提出这个问题，是因为我从来没有收到过一个有根据的答案。
PS。我不关心论坛成员的识字或不识字--我对我个人感兴趣，这是我的一个非常个人的爱好。
FAA，你明白静止性的含义吗？
FAA，你明白什么是固定的吗？
你还在我的澡堂里。
所以你不了解....
而使用神经网络 进行预测并不要求过程的静止性。这只是为了以防万一。
对我来说，NS是一种分类方法，只在固定的市场中发挥作用。我提出这个问题是因为我从来没有收到过一个有根据的答案。
我的看法是--NS不喜欢非平稳性，因为它是一种需要长时间学习的算法。换句话说，不存在一个能对不可预见的人口变化做出快速反应的电网。当然，除非网络的结构本身包含了关于非平稳性性质的先验数据。但这恰恰是我更喜欢NS而不是另一种更快的算法的情况，因为NS的魅力在于，它可以在没有先验数据的情况下建立，希望集合本身能挑出模式。换句话说，结论如下：如果我们不知道什么模型可能潜在的规律性（包括非平稳性），那么我们就使用NS，否则最好尝试在纸上描述模型，然后以矩阵/微分/其他形式，采取一些好的回归算法（或分类、聚类--取决于问题）。虽然，大体上，同样的算法可以用来训练一个以理论为基础的NS，所以原则上这并不重要。
我的看法是--NS不喜欢非平稳性，原因是它是一种长期学习算法。换句话说，不存在这样的电网，它能对口粮的意外变化做出快速反应。当然，除非网络的结构本身包含了关于非平稳性性质的先验数据。但这恰恰是我更喜欢NS而不是另一种更快的算法的情况，因为NS的魅力在于，它可以在没有先验数据的情况下建立，希望集合本身能挑出模式。换句话说，结论如下：如果我们不知道什么模型可能潜在的规律性（包括非平稳性），那么我们就使用NS，否则最好尝试在纸上描述模型，然后以矩阵/微分/其他形式，采取一些好的回归算法（或分类、聚类--取决于问题）。虽然，大体上，同样的算法也可以用来训练一个以理论为基础建立的NS，所以原则上这并不重要。
对NS来说，静止性是不需要的。
图形上的二维静止过程是一条直线，水平线（或接近水平线）。H.l.甚至不需要成为NS来预测。
我的看法是，NS不喜欢非平稳性，因为它是一个长期学习算法。换句话说，不存在一个能对不可预见的人口变化做出快速反应的电网。当然，除非网络的结构本身包含了关于非平稳性性质的先验数据。但这恰恰是我更喜欢NS而不是另一种更快的算法的情况，因为NS的魅力在于，它可以在没有先验数据的情况下建立，希望集合本身能挑出模式。换句话说，结论如下：如果我们不知道什么模型可能潜在的规律性（包括非平稳性），那么我们就使用NS，否则最好尝试在纸上描述模型，然后以矩阵/微分/其他形式，采取一些好的回归算法（或分类、聚类--取决于问题）。虽然，大体上，同样的算法可以用来训练一个以理论为基础的NS，所以原则上这并不重要。
我的看法是，NS不喜欢非平稳性，因为它是一个长期学习算法。 换句话说，不存在这样的电网，它能对口粮的意外变化做出快速反应。
我想知道为什么要使用它们？)))) 这里有谁知道网络的实时工作情况？
人们通常一方面从对技术分析的挫折中来到NS，另一方面试图得到，事实上，一个别人没有的指标。但所有这些人都不明白，问题在于市场的非平稳性（可变的摩和分散性），而不是没有一个奇迹般的指标，如果TS没有考虑到这一细微差别，那么任何系统，不管有没有NS，都会趋于腐烂，必然失去存款。因此，在NS上的成功是可能的，就像在TA上的成功一样。但TA更可取，因为TA算法更简单，其内部结构更清晰，工作速度更快，不同的适应变体是可能的。但还是在TA或NS上赢了 - 这是一个有经验的玩家在赌场的胜利，没有了。
PS。在这个论坛上写了很多次，只是也 证实了我对NS的怀疑。
人们通常一方面从对技术分析的挫折中来到NS，另一方面试图得到，事实上，一个别人没有的指标。但所有这些人都不明白，问题在于市场的非平稳性（可变的摩和分散性），而不是没有一个神奇的指标，如果TS没有考虑到这一细微差别，那么任何系统，不管有没有NS，都会趋于腐烂，必然失去存款。因此，在NS上的成功是可能的，就像在TA上的成功一样。但TA更可取，因为TA算法更简单，其内部结构更清晰，工作速度更快，不同的适应变体是可能的。但还是在TA或NS上赢了 - 这是一个有经验的玩家在赌场的胜利，没有了。
PS。我已经在这个论坛上写过很多次了，刚才也 证实了我对NS的怀疑。
就是这样，这就是结局...........
金融市场中TA和NS的终结!吉兹，吉兹....
P.s. FAA，不要为难自己。