Zickzack-Indikator und neuronale Netze - Seite 7
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
Die Sache hat nur einen Haken. Diese Klassen müssen anschließend zusammengesetzt werden. Und hier bewegt man sich weg von einem neuronalen Netz und kommt der KI näher.
Ein weiterer dunkler Wald. Alles, was Sie tun müssen, ist, Mathematik und Biologie zu studieren, aber Gott bewahre Sie davor, die Fachliteratur des Händlers zu lesen.
Sie werden in der Klemme stecken. Es kann jedoch nicht schaden, Safonov zu lesen.
Es würde jedoch nicht schaden, Safonov zu lesen.
Könnten Sie sich etwas genauer über Safonov äußern? Wenn ich genug Zeit habe, werde ich versuchen, es zu lesen. Und entschlüsseln Sie das Akronym AI.
...
Ich habe Ihnen auf der letzten Seite einen Beitrag hinterlassen. Haben Sie es gesehen?
Ich habe Ihnen auf der letzten Seite einen Beitrag hinterlassen. Haben Sie es gesehen?
Suchen Sie nach privalov-sv
Leider gibt es keine Werke von Stratonovich in elektronischer Form. Es gibt mehrere Seiten aus den Werken von Tichonow (mit denen ich jetzt arbeite) und anderen Büchern zu diesem Thema. Kontakt über Skype. Alle werden durch ihn passieren, hier ist nicht poluchaetsya wegen des Volumens. Es gibt sehr interessante Bücher.
Suchen Sie nach privalov-sv
Ich habe kein Skype, aber gut. "Principles of Adaptive Reception" würde ich natürlich gerne sehen, aber ich habe es bereits für ein paar Monate Arbeit heruntergeladen. Einzelne Seiten machen keinen Sinn. Ich bin kein Spezialist auf diesem Gebiet, ich brauche es von Anfang an. :-)
Geben Sie einfach die Titel von Tichonows Büchern an, die relevant sind, so wie Sie es bei Stratonowitsch getan haben. Tichonow ist ein zu häufiger Nachname, den man nicht so leicht finden kann.
Yurixx
Versuchen Sie, dieses Buch zu finden. Tikhonov V.I., Kharisov V.N. Statistical Analysis and Synthesis of Radio Engineering Devices and Systems. -M.: Funk und Kommunikation, 1991.
Es ist ein Buch für Universitäten, es hat Beispiele, die helfen, diese komplizierte Mathematik zu verstehen und die Präsentation ist ziemlich fortlaufend. Nach meinen Informationen ist der Nachdruck dieses Buches geplant, aber wahrscheinlich erst Ende nächsten Jahres.
zu Piligrimm
Zig-Zag ist ein guter Indikator, der eine interessante Eigenschaft hat, nur sieht jeder seine Verwendung anders. Die Verwendung in seiner reinen Form am NS-Eingang ist IMHO nutzlos. Auch Sie bestätigen, dass Sie Zig-Zag verfeinern mussten.
Die größte Nützlichkeit sehe ich in der Aufteilung des Zitatstroms in Klassen (die der NS erkennen muss)
Piligrimm, könnten Sie das bitte klarstellen, wenn es Ihnen nichts ausmacht?
.. .die Richtung des entsprechenden Trends... Was ist die Ausgabe in Ihrem NS (was meinen Sie mit Trend?).
...% Ergebnis der Modellierung und Vorhersagefehler... Was haben Sie als Modell, und für welches Zeitintervall ist es möglich, eine Vorhersage zu machen.
Sie können Zig-Zag in seiner reinen Form zu verwenden, am Anfang habe ich, habe ich nicht argumentieren, dass es nutzlos ist, und mein Beitrag wollte Aussagen wie die in vielen Forum Threads gehört zu widerlegen, obwohl die Vorhersagegenauigkeit mit Standard-Zig-Zag niedriger ist als in meinem letzten Indikator, aber ich verändert Zig-Zag für zusätzliche Buchhaltung Trend Dynamik, Ein neuer Haltepunkt wird in meinem Indikator nicht nur dann gebildet, wenn sich die Trendrichtung gemäß dem festgelegten Schwellenwert ändert, sondern auch, wenn sich die Trenddynamik ändert, in diesem Fall ändert der Trend seinen Neigungswinkel, ohne seine Richtung zu ändern, was ein sehr informativer Indikator ist und die Kontodynamik die Genauigkeit der Prognosen wesentlich erhöht.
Die Indikatordaten werden als Ausgangssignal verwendet, anhand dessen das Netz trainiert wird.
Der prozentuale Fehler ist das Ergebnis der Ausführung des Netzes an einer Testprobe, die sich nicht mit der Trainingsdatenprobe überschneidet.
Ich betrachte das, was der Eingangsindikator anzeigt, nicht als Trend, sondern nur als Trendmodell, da ein Trend von Natur aus viel komplexer ist und ein Modell das Ergebnis der Synthese eines künstlichen Trends ist, der aufgrund zahlreicher Einschränkungen bei der Modellierung nur den aktuellen Trend zuverlässig widerspiegelt. Ein Trendmodell ist auch das, was wir nach der Berechnung des erzeugten Trends erhalten, aber in diesem Fall spiegelt das Trendmodell nicht nur die Geschichte wider, sondern zeigt auch die Richtung des Trends.
Die Vorhersage ist nicht an die Zeitintervalle gebunden. Jedes Mal, wenn ein neuer Balken auf М1 eintrifft, wird das gesamte Expertensystem unter Berücksichtigung der neuen Daten neu berechnet, und entweder bestätigt es den bisherigen Trend oder ändert die Richtung der Vorhersage, wenn sich der Trend umkehrt.
SK - der Zweck meiner Tests war es, den Indikator im dynamischen Modus zu überprüfen, aber nicht zu versuchen, den maximalen Gewinn mit seiner Verwendung zu erhalten, so dass ich nicht versuchen, den Expert Advisor zu verbessern. Das Ergebnis ist sehr gut aus der Sicht der Überprüfung der dynamischen Eigenschaften des Indikators, aber aus meiner Sicht der Verwendung in Kombination mit dem Expert Advisor ist mittelmäßig, der Drawdown ist zu groß, würde ich nicht verwenden, wie ein Expert Advisor für den realen Handel.
Aber in einem bin ich mir absolut sicher: Dieser Indikator funktioniert in jedem Markt gleich gut, egal in welchem Zeitrahmen. Das ergibt sich aus dem Prinzip seiner Konstruktion und wird auch durch meine zahlreichen Beobachtungen seiner Arbeit im Laufe des Jahres auf einem Demokonto bestätigt.
Ich möchte keine Ressourcen für das Herunterladen großer Kursverläufe aufwenden, um etwas zu überprüfen, das ich nicht anzweifle. Außerdem plane ich nicht, diesen Indikator separat zu verwenden, sondern zusammen mit einem Expertensystem, das Prognosen erstellt - die Ergebnisse werden mit dem, was ich jetzt habe, nicht vergleichbar sein.