Saturday, 14 October 2017

Forex Vorhersage Software Freeware


500. ..htaccess CGI. (Fehler). , Fehlerprotokoll - AGAVA,. ,. 19982016 Agava. Alle Rechte vorbehalten. GoldenGem 174 Allgemeine Informationen über Neuronale Netze Hintergrundinformationen (aus Wikipedia): Seit den frühen 90er Jahren, als die ersten praktisch verwendbaren Typen auftauchten, sind künstliche neuronale Netze (ANNs) schnell gewachsen. Sie sind künstliche Intelligenz adaptive Software-Systeme, die von, wie biologische neuronale Netze funktionieren inspiriert worden sind. Ihre Verwendung kommt, weil sie lernen können, komplexe Muster in Daten zu erkennen. In mathematischer Hinsicht sind sie universelle nicht-lineare Funktion Approximatoren bedeutet, dass mit den richtigen Daten und richtig konfiguriert, können sie erfassen und modellieren alle Input-Output-Beziehungen. Dies beseitigt nicht nur die Notwendigkeit einer menschlichen Interpretation von Diagrammen oder der Reihe von Regeln zum Erzeugen von Eingangssignal-Signalen, sondern stellt auch eine Brücke zur fundamentalen Analyse bereit, da dieser Typ von Daten als Eingabe verwendet werden kann. Zusätzlich können, da ANNs im Wesentlichen nicht-lineare statistische Modelle sind, ihre Genauigkeits - und Vorhersagefähigkeiten sowohl mathematisch als auch empirisch getestet werden. In verschiedenen Studien haben neuronale Netze, die für die Erzeugung von Handelssignalen verwendet wurden, eine signifikante Outperformance von Buy-Hold-Strategien sowie traditionellen linearen technischen Analyseverfahren. Während die fortgeschrittene mathematische Natur solcher adaptiven Systeme neuronale Netze für die finanzielle Analyse meist in akademischen Forschungskreisen gehalten haben, hat in den letzten Jahren mehr benutzerfreundliche neuronale Netzwerk-Software die Technologie für Händler zugänglich gemacht (lesen Sie den gesamten Artikel). (Joody) Typisches publiziertes Beispiel (aus der Literatur): Zusammenfassung der Operation: Der Trader, der die Beziehung zwischen einer Gruppe quantifizieren möchte Der Aktien oder Aktienkurse, undindizes, die Tickers in Großbuchstaben, durch Kommas getrennt. Die benötigten historischen und Echtzeit-Aktienkurse und - volumina werden automatisch nachgeschlagen und verglichen. Das neuronale Netz sucht nach einer nichtlinearen mathematischen Beziehung (Muster), die die Preise und die Volumina mit dem interessierenden Ticker verknüpft, während der Benutzer durch Steuern einer Empfindlichkeitsregistrierung (auch als Impulsanpassung bezeichnet) teilnimmt, wenn die Empfindlichkeit dann auf Null gesetzt wird Korrekten und rigorosen Backtesting. Durch die der Benutzer visuell beurteilen kann, ob die Beziehung während der gesamten historischen Zeit gültig ist. Die Beziehung wird in die Zukunft erweitert, um eine Prognose durch die Anzahl der Tage zu bilden, die der Benutzer während des Trainings auf den Schieber eingestellt hat. Es gibt keinen Buysell-Indikator: Die Zuverlässigkeit der Prognose hängt von der visuellen Verifikation des Spiels zwischen den beiden beim Backtesting erhaltenen Graphen und seiner Einschätzung der Wahrscheinlichkeit ab, dass die gefundene mathematische Beziehung auch in Zukunft bestehen bleibt . Benutzeranweisungen 1. Denken Sie an eine Liste von Tickern, die wahrscheinlich mathematisch zusammenhängen, im Laufe der Zeit. Dies ist der schwierigste Schritt - mathematisch verwandt bedeutet nicht, dass sie sich ähnlich verhalten. 2. Suchen Sie das Etikett, das die zugehörige Gruppe von Tickern enthält. Unterhalb dieser, löschen Sie die Stichprobenliste der Tickern, die dort sein können, und geben Sie die Namen der Tickers Sie interessiert sind, in der Analyse, in Großbuchstaben, und durch Kommas getrennt. 3. Wählen Sie eine Datenquelle über die Schaltfläche Datei: am oberen Rand des Programms aus. Die einfachste Möglichkeit ist Laden aus dem Internet. Das Programm weiß, wie man die Standardliste der public domainwebsites einschließlich Google, Yahoo und MSN sucht und eine reine Textakte, die Internet. txt im GoldenGem Faltblatt genannt wird und die Spalten für Datum, Ticker, geöffnet, hoch, niedrig, schliessen haben Und Volume, wobei die Einträge durch Kommas getrennt sind. Die Standardeinstellungen in StockDownloader sind so eingestellt, dass sie die gleiche Liste der Bestände laden, die Sie in GoldenGem eingegeben haben, bis zum letzten Schlusskurs. Wenn Sie mit dieser Auswahl zufrieden sind, drücken Sie die Taste Laden auf StockDownloader. (Der StockDownloader ist nur ein Anfänger-Tool, das erwartet wird, dass Sie später von der technischen Analyse bis zur Fundamentalanalyse Ihre eigenen Daten von anderen Webseiten finden können.) 4. Verwenden Sie die Pfeile nach oben und nach unten Um zu wählen, welche der verschiedenen Graphen Sie sehen möchten (oder Sie können die Dropdown-Menü-Taste, in der Nähe der Buchstaben TK auf der rechten Seite des Bildschirms). Klicken Sie, um fortzufahren. 5. In jedem Diagramm sehen Sie drei farbige Spuren. Die rote Spur ist die Grafik des ausgewählten Aktienkurses über zwei Jahre historischer Zeit. Die grüne Grafik zeigt die neuronalen Netze Verwendung von künstlichen Intelligenz, um die rote Grafik, während der gesamten historischen Zeit, gleichzeitig die Kombination aller geladenen Volumen-und Preisinformationen aller Aktien. Es gibt auch eine blaue Grafik, die zeigt, wo das grüne Diagramm gehen würde, wenn es perfekt vorhergesagt würde. 6. Erhöhen Sie die Empfindlichkeit und warten Sie, bis das grüne Diagramm mit dem blauen Diagramm übereinstimmt, und verringern Sie die Empfindlichkeit auf Null (die untere Seite des Schiebereglers). Dies geschieht am besten in Etappen, über viele Iterationen, wie Sie die Schulung Eingang entfernen. Wenn die grünen und blauen Graphen gut übereinstimmen, wenn die Empfindlichkeit null ist, bedeutet dies, dass die grüne Kurve gelernt hat, wie die Vorabkopie der roten Kurve während der gesamten historischen Zeit vorhergesagt werden kann, indem man nur Effekte wie viele Tage in der Vergangenheit betrachtet, wie Sie ausgewählt haben Den Schieberegler Tage. Die grüne Kurve braucht also nicht auf dem Loaded Bis Datum zu beenden, sondern kann die Berechnung für eine gleiche Anzahl von Tagen noch fortsetzen. Sie sehen dies im ersten Screenshot als den Teil der grünen Kurve, der sich drei Wochen nach der vertikalen blauen Linie erstreckt. 7. Die numerische Vorhersage für die zukünftige Erhöhung oder Verringerung wird ebenfalls oben rechts im Display angezeigt. Eine Textanzeige sagt zum Beispiel: Voraussichtlicher Wechsel in den nächsten 15 Werktagen: 2.35. Detaillierte Anleitungen finden Sie auf der FAQ-Seite (hier klicken) Für technische Daten klicken Sie hier Weitere Datenquellen: Neben der Verwendung von StockDownloader stehen Ihnen weitere Optionen zur Verfügung. Für drei Anfangsbeispiele können Sie Load from File auswählen, um Daten zu laden, die Sie zuvor heruntergeladen haben, z. B. die Standard - und schlechte 500-Datei sp500hst. txt, die die gleichen Standarddatei-Konventionen wie GoldenGem verwendet und als Datei abgerufen werden kann Genannt fullset. zip aus biz. swcpstocks Download einer Sammlung von. csv-Dateien (einige der Börsen-Daten und einige der Forex-Daten) von zum Beispiel forexrate. co. ukforexhistoricaldata. php. Der csv-Datenexport auf dieser Website funktioniert durch Scrollen mit den Pfeiltasten nach oben und unten. Wählen Sie 500 Datenpunkte, 1 Tag, und teilen Sie durch Komma. Ändern Sie die Vol-Nummer in GoldenGem in Spalte 4, geben Sie die gewünschten Tickernamen in GoldenGem ein und wählen Sie aus einem Ordner importieren. Dann durchsuchen Sie, was Ordner enthält die CSV-Dateien. Fügen Sie oder in eine Textdatei Ihrer eigenen mit Wordpad, wie unten in der unten genannten Download eine Datei von 2 Jahren oder so von täglichen Daten aus der Bank of England Statistische Datenbank bankofengland. co. ukstatisticsindex. htm Wählen Sie Spalte (mit Titeln, wenn du wünschst). Dadurch wird eine Datei mit dem Namen results. csv erstellt. Stellen Sie die Dateipositionsnummern ein, tippen Sie auf das Datum in der Nähe von 2,1,3 und lassen Sie das Vol-Fenster leer. Geben Sie die Teilmenge der Tickernamen ein, mit denen Sie beginnen möchten. Wählen Sie "Durchsuchen" nach einer neuen Datei aus der GoldenGems-Datei. Wählen Sie Komma getrennt (csv) Dateien am unteren Rand der Datei-Auswahl-Box und wählen Sie results. csv, die Datei, die Sie gerade heruntergeladen von Bank of England. Verfügbarkeit: Probieren Sie es online Wenn Sie ein Windows XP-Betriebssystem haben, mit Internet Explorer oder Mozilla finden Sie möglicherweise nicht notwendig, das Programm auf alle Youre eingeladen, klicken Sie hier, um es online zu versuchen zu installieren. Für Internet Explorer wählen Sie run statt save. Für Mozilla wählen Sie speichern dann öffnen. Der Link oben ist eine kleine 504 K Datei namens GoldenGem Viewer. Wählen Sie zum Laden von Tickern aus dem Internet aus dem Menü Datei: dann verwenden Sie das Menü rechts neben dem Bildschirm, um zwischen den Graphen zu wechseln. Wenn es das erste Mal youve geschult ein neuronales Netzwerk ist, denken Sie daran, wie eine Art von Videospiel, wo das Ziel ist es, beide Kontrollleuchten bleiben grün. Vollständige Installation: 2. Die Download-Website, die die gleiche Datei liefert, überprüft, ob die Software, die sie anbieten, frei von Adware, Spyware oder Viren ist und dass sie korrekt installiert und deinstalliert wird. Es spielt keine Rolle, ob Sie von der lokalen Verbindung oder vom Download herunterladen. Sicherheitshinweise: 2. Digitale Signatur. Das Eigenschaftenmenü für digital signierte Dateien enthält immer eine zusätzliche Registerkarte Digitale Signaturen, um sicherzustellen, dass eine Datei nie verändert wurde. Es erlaubt Ihnen, die folgenden Informationen zu überprüfen: Dateiname: setupv. exe Dateigröße: 2.05 MB Betriebssysteme, die von Version 2.4 unterstützt werden Windows 98, 2000, NT, XP Vista und Windows 7. Vorteile: Benchmark-Vorhersagen von abstrakten mathematischen Funktionen, wie Auf dieser Website gezeigt, wurden umfassend überprüft. Die technischen Spezifikationen sind diejenigen, die in der Börsenvorhersage am effektivsten sind. Der Algorithmus ist seit vielen Jahren in den Bereichen Finanzen, Handel und Investitionen, Portfolio-Management weit verbreitet. Es ist als eine zuverlässige und wertvolle Berechnung etabliert. Der Algorithmus ist die einzige zuverlässige Möglichkeit, die kombinierten Effekte einer Anzahl von Preisen und Volumina gleichzeitig zu berücksichtigen. Testen Sie Ihre Kopie von GoldenGem Weve machte eine Datei von Tickern mit dem Namen x, y, z, w mit 10 sin (i10), 10 cos (i10), 10 cos 2 (i10) sin (i10) 10 cos (i10) und 10 Sin 2 (i10) -10 cos (i10) -10. Für i1 bis 400. Klicken Sie mit der rechten Maustaste auf proof2.txt und wählen Sie Ziel speichern. Setzen Sie die Tickernamen x, y, z, w und die Dateipositionsnummern 1 (leer) 2 (leer) wie im Screenshot unten. Drücken Sie die Datei: - Taste, wählen Sie Durchsuchen nach neuer Datei und suchen Sie die Datei proof2.txt, die Sie soeben heruntergeladen haben. Dann haben Sie Spaß Die Tatsache, die wir verwendete, wiederholende Funktionen gerade ist, also kann der Projektor erkennen, ob die Vorhersagen korrekt sind. Das Programm verwendet nicht die Tatsache, dass sie Funktionen in irgendeiner Weise wiederholen. Beachten Sie, dass, da der DAYS-Schieberegler auf 21 gesetzt ist, die vorhergesagte Änderung 15 Datenpunkte voran angegeben wird, da der DAYS-Schieberegler in Bezug auf tatsächliche Tage nicht einschließlich Wochenende ist, so wird es angeben, dass die Vorhersage für 15 Werktage in ist die Zukunft. Die Anmeldung ist kostenlos. Das Programm ist Freeware und ein Registrierungsschlüssel erhalten Sie hier. Die Theorie der neuronalen Netze Mathematisch ist die Theorie der neuronalen Netze ziemlich trivial. Das heißt, es wäre auch wahr, dass die Entwicklung der Theorie schneller vorgegangen wäre, wenn das grundlegende mathematische Verstehen zu Beginn angewandt worden wäre. Wir nehmen an, dass eine lineare Abbildung durch eine Matrix mit n Spalten und m Zeilen gegeben wird, deren Einträge reelle Zahlen sind. Ein Verbund derartiger linearer Abbildungen ist wiederum eine lineare Abbildung und die den Verbund darstellende Matrix ist das Produkt der Matrizen, die die einzelnen Faktoren darstellen. Daher ist der Satz von Funktionen, der als ein Verbund von linearen Abbildungen dargestellt werden kann, nicht größer als der Satz von Funktionen, der durch eine einzelne Matrix dargestellt werden kann. Wenn wir nur versuchen, eine Funktion zu finden, die den Preis einer Aktie von IBM in Bezug auf die Preise und Mengen von fünf Aktien mit Hilfe einer linearen Funktion bestimmt, so wählen wir eine Funktion aus einem zehndimensionalen Raum Der Funktionen oder wählen wir die zehn Einträge einer Matrix mit einer einzelnen Zeile und zehn Spalten. Eine Vorstellung davon, was diese Einträge sein sollten, ist diejenige, die den kleinsten Fehler im Sinne der kleinsten Quadrate gibt. Unter der Voraussetzung, dass die Aktienkurse mit einem Mittelwert Null und Standardabweichung 1 normalisiert sind, werden diese zehn Zahlen als lineare Regressionskoeffizienten bezeichnet. Die neue Zutat in neuronalen Netzwerken ist, dass nach der Anwendung einer Matrix auf einen Vektor, wir dann eine Übergangsfunktion auf jeden Eintrag des neuen Vektors anwenden. Wenn wiederholen, was wir gerade getan haben, wird das Ergebnis nicht viel anders sein. Einige der Unterschiede sind, dass es nicht garantiert ist, dass es eine Folge von zehn Koeffizienten gibt, die die beste Anpassung ergibt, zwei Sequenzen von zehn könnten eine ebenso gute Passform geben. Auch ist es nicht möglich, Werte einzusetzen, die den Bereich unserer Übergangsfunktion übersteigen. Diese scheinen Nachteile. Aber es gibt enorme kompensierende Vorteile. Es ist nämlich ein Komposit von Funktionen dieses Typs (Anwenden einer Matrix, dann Anwenden einer Übergangsfunktion auf jeden Eintrag der Antwort) nicht dieselbe wie eine einzige Funktion dieses Typs. Zum Beispiel geht das Komposit von linearen Karten (wenn fünf Aktien geladen werden) und es gibt zehn Neuronen in der mittleren Schicht R 11 8594 R 10 8594 R 10 8594 R 5 Um einen fairen Vergleich zu machen, was die Berechnung eines Ausgangs betrifft, Nur einen der Faktoren in R 5 betrachten. Daher ist die Anzahl der Matrixeinträge, die für dieselbe Berechnung verwendet werden, gleich 11 215 10 10 215 10 10 215 1220 Anstatt eines zehndimensionalen Raums von Funktionen betrachten wir den 220 dimensionalen Raum Der Funktionen. Als nächstes wollen wir, um die Dinge zu vereinfachen, alle verschiedenen Matrixeinträge als eine Folge von Variablen schreiben, wobei m eine Zahl ist, die bis zu, wie wir gesehen haben, 220 liegen kann. Und wir schreiben die Eingangsvariablen als x1. Xn, wo in unserem Beispiel von fünf Aktien, n ist nur zehn. Tatsächlich ist n elf, weil wir eine Vorspannungsvariable verwenden, die die konstante Eingangs-Eins ist. Nun ist unser neuronales Netzwerk, oder der Teil davon, der eine einzige Ausgangsvariable berechnet, nur eine Funktion Contact Us Beginners Einführung, wobei V das Maximum der tatsächlichen und vorhergesagten jährlichen Volatilität in Prozentpunkten ist. Dieses Nehmen von V, um das Maximum der tatsächlichen und vorhergesagten Volatilität zu sein, scheint comprived, aber es ist genau, was man will. Wenn r und V unter Verwendung nur der tatsächlichen Volatilität definiert wurden, wäre eine Strategie, auf a posteriori Informationen zurückzugreifen, vorhanden, um beim Backtesting trügerisch gute Renditen zu erzielen, die nicht wirklich aus irgendeiner Vorhersage resultieren: eine träge Reaktion, bei der die grüne Kurve nahe bleibt Der 2-Jahresdurchschnitt, einer Strategie entsprechen würde, die immer eine plötzliche Rückkehr zum 2-Jahres-Durchschnitt vorhersagen würde, die während des Backtestings Wissen über zukünftige Tage beinhaltete und den Korrelationskoeffizienten allein ungerecht belohnen würde. Wurden r und V unter Verwendung der vorhergesagten Volatilität definiert, so gibt es keine intrinsische Beziehung zwischen r und der tatsächlichen prozentualen Verstärkung: ein großer r-Wert könnte aus einer Vorhersage mit sehr geringer Varianz resultieren. Der Wert von r, wie wir ihn definiert haben, schließt diese beiden Probleme aus und scheint dem, was einem intuitiv guten Backtesting ähnelt, zu entsprechen. Das erste Licht ist gelb, wenn der r-Wert größer als 0,39 ist und grün, wenn er größer als 0,6 ist. Das zweite Licht geht von Rot auf Gelb zu Grün, wenn der Trainingseingang entfernt wird. Sie müssen verschiedene Kombinationen von Eingangsvariablen ausprobieren, bevor Sie beide LEDs zur gleichen Zeit grün leuchten lassen können. Wenn die Lichter nicht gemacht werden können, um grün zu bleiben, ist die Antwort auf Ihre Frage, die Vorhersage ist sinnlos. Wenn die Lichter grün bleiben, dann ist eine Beziehung gefunden worden, die in der Lage war, erfolgreiche Vorhersagen während des Backtesting-Intervalls zu machen. Wenn beide Lichter grün geblieben sind, bedeutet dies, dass die Vorhersage noch nicht vertraut werden kann. Selbst unter Berücksichtigung des Varianzverhältnisses zeigt die Formulierung in der Gewinnspanne, dass diese Zahl hoch genug sein könnte, um das grüne Licht zu setzen, nur weil einige der hypothetischen Geschäfte extrem profitabel waren, andere gar nicht. Sie müssen auch das Verhalten der Vorhersagelinie, den Teil der grünen Linie, die in die Zukunft, vorbei an der roten Linie, während Backtesting, und sehen qualitativ, wie konsistent es richtig ist. Wenn die Empfindlichkeit auf Null gesetzt ist, gibt es keine Trainingseingabe, und der grüne Graph wird nur unter Verwendung von Datenwerten aller Variablen aus der Zeit des früheren roten Graphen berechnet, und jede Prognose, die Sie sehen, zeigt daher eine reale mathematische Beziehung während des Backtests. Endlich bist du noch nicht ganz fertig. Selbst wenn Sie sowohl statistisch als auch visuell beurteilt haben, dass die Vorhersagen während des Backtests gut sind, um sicher zu sein, dass die Variablen, die Sie betrachten, verwandt sind, sollten Sie das aktuelle Datum in StockDownloader auf eine Zeit in der Vergangenheit setzen oder sonst nur Daten laden Verschiedene Zeiten in der Vergangenheit, und das Netz zu trainieren, um eine Reihe von Werten, die Sie bereits wissen bereits vorauszusagen. Dies ist ein Validierungsdatensatz, und die nächste Version von GoldenGem wird diese letzte Stufe der Validierung leichter machen. Es gibt Beziehungen zwischen Variablen, von denen bekannt ist, dass sie sich auf die Preise auswirken, und diejenigen, die bekanntermaßen ausgenutzt werden können, es sei denn, Sie haben Kenntnis von den Eingangsvariablen Fortschritt der handelnden Öffentlichkeit. Es ist nicht wahr, dass alle bestehenden Beziehungen bekannt sind. Insiderhandel ist vollkommen legal, wenn Sie Public Domain Informationen durch Ihre eigene Intelligenz nutzen. Was wird das erste Mal, wenn ich es ausprobieren Eine gute Trainingsstrategie ist es, mit einer hohen Empfindlichkeit zu beginnen und es in Abstufungen zu bringen. Unter der Annahme, dass die Variablen tatsächlich miteinander verknüpft sind und Ihre Trainingsstrategie korrekt war, sind Sie wahrscheinlich am Ende, wenn das erste Licht rot wird, was eine unzureichende Korrelation bedeutet, bis das zweite Licht grün wird. Dies ist in der Regel aus einem von drei Gründen: 1. Wenn Sie sehen, vertikale grüne Spikes, und eine Nachricht Drücken Sie die Reset-Taste, dann haben Sie das Netz traumatisiert. Wie ein Mensch oder Tier, wird es sehr lange dauern, sich zu erholen. Ähnlich wie eine gute Nacht schlafen könnte für ein Tier zu tun, die Reset-Taste gibt einen Neustart, und alles ist vergeben, aber es muss wieder trainiert werden von Anfang an. 2. Wenn die grüne Linie flach ist, liegt das daran, dass sie unzureichend trainiert wurde. Heben Sie den Schieberegler wieder an und warten Sie eine Weile, bevor Sie ihn herunterfallen (idealerweise in Stufen). 3. Wenn die grüne Linie genau wie die rote Linie aussieht, aber nach rechts um den Betrag auf dem Tag-Schieberegler verschoben wird, sehen Sie eine Situation, in der der erwartete zukünftige Wert immer nur der letzte bekannte Wert ist. Wenn alle Graphen so sind, herzlichen Glückwunsch, haben Sie eine Markovian Reihe von Aktien gefunden: interessant, aber ohne Chance für Arbitrage, vorausgesetzt das neuronale Netzwerk hat die bestmögliche Lösung gefunden. Fazit Finanzanalyse ist etwas, was Sie tun, nicht etwas, was Sie kaufen. Ein neuronales Netzwerk erfordert eine Beteiligung durch den Benutzer. Sie müssen wählen, welche Daten Sie denken relevant ist, müssen Sie lernen, wie man das Netz zu trainieren, und es liegt an Ihnen, das Backtesting zu bewerten. Das Wichtigste ist, dass, obwohl unser Display nur zwei Graphen zu einem Zeitpunkt (aktuell und vorhergesagt) zeigt, der vorhergesagte Graphen unter Berücksichtigung der mathematischen Beziehungen zwischen den Preisen und Volumina aller geladenen Variablen gleichzeitig erzeugt wird Von ungraphed Tickers wirkt sich auf die Qualität der Übereinstimmung zwischen den beiden Grafiken, die Sie beobachten. Es liegt in Ihrer Verantwortung, zu entscheiden, ob Sie eine gültige und rationale mathematische Beziehung entdecken und ausnutzen, von der andere noch nicht gedacht haben. Denken Sie an die berühmte Geschichte des Investors, der vor Jahrzehnten profitierte, zu Beginn der urbanen Legende einer Maus in einer KFC-Mahlzeit. Er zählte die Veränderung der Zahl der Personen, die an seinem lokalen KFC jeden Tag teilnahmen, und entschied, dass es keine Abnahme gegeben hatte. Es gibt eine gültige, einfache und aussagekräftige Beziehung zwischen der Zahl der Personen, die er beobachtet hat, dem aktuellen Aktienkurs und dem zukünftigen Aktienkurs, den er intuitiv verwendete. Wenn er genauer sein wollte, hätte er ein neuronales Netz benutzen können. Es ist nicht raten, ist es nicht eine Fischerei oder Data-Mining-Expedition. Sie müssen bereits wissen, was Sie tun und warum. Rechtsklick, Alles markieren, Kopieren und fügen Sie den Text unten in Ihren HTML-Code ein, wenn Sie den kostenlosen Reuters newsTicker auf Ihrer Website einbetten möchten. (Niemals eine Website vor Dont worry, fügen Sie einfach den Code in Notepad, fügen Sie beliebigen Text, den Sie mögen, und speichern Sie als Datei namens favourite. html auf Ihrem Desktop. Sie haben Ihre erste Website. Sie können es per E-Mail an Kollegen oder setzen Laden Sie es auf einen Server.)

No comments:

Post a Comment