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。