Probabilistische neuronale Netze, Pakete und Algorithmen für MT4 - Seite 12
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Meine Herren!
Was sollen wir also dem Eingang des neuronalen Netzes zuführen? Welche Fehlerfunktion sollen wir wählen?
Nach dem Inhalt zu urteilen, sind nicht viele Menschen daran interessiert. Viele Leute denken, es geht um die Software....
Ich schlage vor, dass Sie mit der Steigung der Regressionslinie mit verschiedenen Perioden beginnen und mit verschiedenen TFs beginnen. :)
Funktionsweise eines Fehlers - maximaler Gewinn.
Lineare Regression Winkel, um die Eingabe, meiner Meinung nach, ist sehr interessant!
Es ist einfach, den Winkel des Lineals zu berechnen (zwei Punkte nehmen, Arkustangens und gehen). Aber es wird der Winkel für die gegebene TF sein. Es stellt sich heraus, dass für jede TF ein anderer Koeffizient die vertikale Skala bestimmt. Wie kann man dieses Problem lösen?
Meine Herren!
Was sollen wir also in das neuronale Netz eingeben? Welche Fehlerfunktion sollen wir wählen?
Nach dem Inhalt zu urteilen, sind nicht viele Menschen daran interessiert. Viele Leute denken, es geht um die Software....
Ich schlage vor, dass Sie mit der Steigung der Regressionslinie mit verschiedenen Perioden beginnen und mit verschiedenen TFs beginnen. :)
Funktionsweise eines Fehlers - maximaler Gewinn.
Lineare Regression Winkel, um die Eingabe, meiner Meinung nach, ist sehr interessant!
Es ist einfach, den Winkel des Lineals zu berechnen (zwei Punkte nehmen, Arkustangens und gehen). Aber es wird der Winkel für die gegebene TF sein. Es stellt sich heraus, dass für jede TF ein anderer Koeffizient die vertikale Skala bestimmt. Wie kann man dieses Problem lösen?
Es ist nicht schwierig, für jede TF Koeffizienten einzuführen. Es ist auch möglich, auf Koeffizienten zu verzichten und einfach alle Werte auf einen bestimmten Bereich zu skalieren und an den Eingang des NS zu senden.
Die Eingabe eines Koeffizienten für jede TF ist nicht schwierig. Es ist auch möglich, auf Koeffizienten zu verzichten und einfach alle Werte auf einen bestimmten Bereich zu skalieren und dem NS-Eingang zuzuführen.
P.S. Ich war in Ihrem Forum, um mich zu registrieren.
Die Eingabe des Koeffizienten für jede TF ist nicht schwierig. Sie können auch ohne Koeffizienten auskommen und einfach alle Werte auf einen bestimmten Bereich skalieren und in den NS-Eingang einspeisen.
Ich habe ein gutes Gefühl, wenn ich einen guten Überblick über den Markt habe.
Ich würde nicht handeln, wenn ich nur einen TF betrachte... Der Handel mit einem TF ist wie ein blindes Überqueren des Mkad.
zur Skalierung
Hier ist eine Idee für ein Medium
Nehmen Sie
m1 m5 m15 m30 dies ist für die Eingabe von H1 H4 D1 als dominierender Trend
auf m1 m5 m15 m30 müssen Sie die vollständige Offenlegung der Fan auf einmal für 4 Zeitrahmen zu fangen
z.B. MA1 M3 M5 M8 M13 M21 M34 M89 sollte einen Fächer von Durchschnittswerten auf einmal öffnen oder mit dem Öffnen beginnen!
Der Wettende hat übrigens ganz ähnliche Punkte!
aber in NEUROSET müssen wir etwas wie 0 oder 1 für jeden Mittelwert in jedem Zeitrahmen eingeben
Ich schlage als Option vor, den Abstand zwischen den Durchschnittswerten auf 1 zu bringen, wenn der nächstgelegene schwieriger ist als der nächstgelegene leichte
dies wird ein Aufwärtstrend bei diesen beiden Durchschnittswerten sein
wenn alle Durchschnitte auf m1 m5 m15 m30 1 zeigen, ist dies das UP-Top - dann die Analyse der höheren TF
d.h. wir suchen immer nach einem Einstieg auf M1 und gehen dann auf die höhere TF
Beispiel für die Skalierung des Abstands zwischen den Durchschnittswerten
für jeden Durchschnitt, für jeden Balken ein Array
..
AdE = 10000;
mas[0][1][ off+ _i ] = iMA(),PERIOD_M1, 5, 0 , MODE_EMA, PRICE_CLOSE, off+ _i );
tmp = mas[0][1][ off+ _i ]-mas[0][2][ off+ _i ]; // zwischen 5 und 8
tmp = MathCeil(AdE*tmp)/AdE; // adaptive Vereinfachung
if(tmp>1) tmp=1; if(tmp<-1) tmp=-1;
NN[1][1][_i+8] = tmp; // // // setzen Sie -1 oder 1 in den Gitterbereich -1 ... 1
mas[0][0] [ aus+ _i ]= iMA(),PERIOD_M1, 3, 0 , MODE_EMA, PRICE_CLOSE, aus+ _i );
tmp = mas[0][0] [ off+ _i ]- mas[0][1][ off+ _i ]; // Skala zwischen 5 und 3 mas
tmp = (tmp) / Punkt;
tmp = MathCeil(AdE*tmp)/AdE; // adaptive Vereinfachung
if(tmp>1) tmp=1; if(tmp<-1) tmp=-1;
NN[1][1][_i] = tmp; // -1 oder 1
Ich hoffe, Sie verstehen, was eine vollständige Öffnung des Lüfters und der Beginn der Öffnung des Lüfters ist
PNNNs speichern fast alle Daten intern - schnelles Lernen - benötigen aber viel Speicherplatz und sind langsam
sagen wir mal 4 Zeitrahmen Durchschnitt 1 3 5 8 13 21 34 55 89 und sagen wir mal 5 Balken
5 * 9 = 45 Neuronen für den Zeitrahmen gemäß der angegebenen Durchschnittsmenge
45 * 4 = 180 Neuronen für alle TFs
Sie können versuchen, die Neuronen in M1 M5 M15 M30 Schichten zu verteilen, was 4 Schichten ergibt
Ich würde DIVERGENCY-Signale zu der Ebene hinzufügen, die dem Ausgang am nächsten liegt
Die Eingabe eines Koeffizienten für jede TF ist nicht schwierig. Es ist auch möglich, auf Koeffizienten zu verzichten und einfach alle Werte auf einen bestimmten Bereich zu skalieren und sie in den Eingang des NS einzuspeisen.
P.S. Ich war in Ihrem Forum, um mich zu registrieren.
Ich würde nicht handeln, wenn ich auf einen TF schaue... der Handel auf einem TF ist wie das blinde Überqueren des MKAD
Skalierung
Hier eine Idee für Durchschnittswerte
Nehmen Sie
m1 m5 m15 m30 dies ist für die Eingabe von H1 H4 D1 als dominanter Trend
auf m1 m5 m15 m30 ist es notwendig, die vollständige Öffnung des Fächers auf 4 Zeitrahmen auf einmal zu erfassen
Nun, dies ist ein separates, sehr tiefgründiges Thema. Es gibt Entwicklungen in dieser Richtung. Meine Seifenkiste steht im Profil.
Was die Skalierung anbelangt, so habe ich etwas anderes gemeint.
Hier habe ich einen Indikator skizziert, um meine Frage zu veranschaulichen, die mich schon seit langem beschäftigt. Er zeichnet eine lineare Regressionslinie. Angenommen, wir wollen ihren Neigungswinkel messen, aber welche Skala sollen wir vertikal (nach Preis) wählen?Sogar auf einer TF ist die vertikale Kompression möglich:
Im Indikator habe ich den k-Faktor zur visuellen Anpassung an den notwendigen Chart eingeführt. Der Winkelwert selbst hat eigentlich keine Bedeutung, wichtig ist seine Veränderung. Ich möchte aber, dass
ein Wert ist (nicht unbedingt ein Winkel in Grad), der für jede TF die gleiche Variationsbreite hat.
Ich denke, dass die Mathematik dieses Problem auf die eine oder andere Weise löst.
Zu neuronalen Netzen kann ich nichts sagen. Ich habe sie nie selbst entworfen (vor allem nicht in C), aber ich würde es gerne tun, aber ich habe keine Zeit.
P.S. Ich mag Ihren Expert Advisor für Divergenzen. Ich wünsche Ihnen einen guten Abschluss bei der Meisterschaft.
kann nicht finden NeuroDimension NeuroSolution 5.06 Entwickler, kann jemand... ...geben Sie mir wenigstens einen Hinweis. andrew.opeyda(dog)gmail.com
Ich habe eine:
E Ansichten
Politologe 46
Evolver 4.06
2 Paramon
kann nicht finden NeuroDimension NeuroSolution 5.06 Entwickler, kann jemand... ...geben Sie mir wenigstens einen Hinweis. andrew.opeyda(dog)gmail.com
Ich habe eine:
E Ansichten
Politologe 46
Evolver 4.06
Am besten erhalten Sie es von der Website des Entwicklers, aber Sie müssen sich dafür registrieren.
Wie man Daten für die Neuroneneingabe vorbereitet!
Angenommen, es gibt ein Neuron mit drei Eingängen, jeder Eingang hat eine W-Skala
Neuron muss einen Wert ausgeben
Das Neuron der ersten Wahl erhält einen Bereich von bereits transformierten Daten, sagen wir { -1.0 -0.9 -0.8 -0.7 ... 0 . 0.1 0.2 ... 0.7 0.8 0.9 1. 0} für jede Eingabe
es gibt nur zwei 0 : 1 Ausgangswerte
Option 2: Das Neuron erhält einen bereits transformierten Datenbereich, sagen wir { -10.0 ... 0 ... 10.0 } an jedem Eingang
die Ausgabe ist ebenfalls derselbe Wertebereich, jedoch mit Gewichten
Option 3 erhält { 1 0 0 0 } für jeden Eingang im Ausgang in Abhängigkeit von den Gewichten { 0 1 }
wie bereitet man überhaupt die richtigen Umrechnungsdaten vor.... für ein Neuron... es kann nicht nur 1 und 0 sein ... muss es einen Bereich geben?
Ich spreche von der eingehenden Schicht! Jede Schicht schrumpft die Daten mehr und mehr
Die Idee ist, 6 Zustände am Ausgang des Netzwerks zu haben und nicht nur 1 und 0
am Ausgang haben wir 6 Zustände
1 1-Verkauf
2 1-Schlussverkauf
3 1 kaufen
4 1-Schluss-Kauf
5 1-Halt kaufen den Anstieg Trend
6 1Halt Verkauf - abnehmende Tendenz
vielleicht liege ich falsch
Wenn es sich bei der Funktion um eine hyperbolische Tangente handelt, werden die Eingaben oft auf -1...1 oder 0...1 normiert.
aber wer von Neurosolutions hat die DLL kompiliert?