Piligrimus ist ein neuronaler Netzindikator.
Was ist der Sinn Ihres Indikators, Genosse... er ähnelt einem gewöhnlichen Durchschnitt.
Ich denke, die Bedeutung liegt im Namen )
Was ist der Sinn Ihres Indikators, Genosse... er ähnelt einem gewöhnlichen Durchschnitt.
Öffnete den Code - konnte ihn nicht verstehen....)))
Was ist der Sinn deines Indikators, Genosse... >> es ähnelt einem gewöhnlichen Durchschnitt.
Das Ziel dieser Entwicklung ist es, einen Indikator mit guter Glättung und minimaler Verzögerung zu schaffen. Dieser Indikator ist nur ein Ausgangspunkt, ein Strategieentwurf, den ich beschlossen habe, umzusetzen. In vielen Beiträgen habe ich meine Herangehensweise an die Erstellung von Indikatoren beschrieben, in diesem Beitrag habe ich beschlossen, das Material dieser Richtung meiner Arbeiten zu verallgemeinern, und ich werde die Ergebnisse dieser Indikatorentwicklung in Zukunft zeigen, da ich diese Strategie weiterentwickle. Ich denke, die meisten Leser dieses Threads haben sich noch nicht mit formalisierten neuronalen Netzen befasst, obwohl ich mich oft auf sie beziehe.
An forte928: Sie haben Recht, das ist genau das, womit ich zu kämpfen habe. Mit gewöhnlichen Mashas ist es schwierig, irgendetwas zu tun, bei der Implementierung in neuronale Netze, wenn Vorhersageelemente und ein kompensierendes Rückkopplungssystem in die Algorithmen eingebettet sind, gibt es eine Chance, eine anständige Leistung zu erzielen.
Zu luka: Das ist auch einer der Vorteile dieses Ansatzes. Sie brauchen keine ausgefeilten Schutz- und Verschlüsselungsmethoden, selbst bei Open Source ist es unmöglich, die Strategie zu enträtseln.
Piligrimm, geben Sie eine Definition von "formalisierten neuronalen Netzen", das ist aufschlussreicher.
In diesem Fall verwende ich für meine Entwicklung das Paket PolyAnalyst, das es mir ermöglicht, nach dem Training eines neuronalen Netzes die Beziehung zwischen Eingaben und Ausgaben als Polynom darzustellen; dieses Polynom ist das formalisierte neuronale Netz.
In diesem Fall verwende ich für meine Entwicklung das Paket PolyAnalyst, das es mir ermöglicht, nach dem Training eines neuronalen Netzes die Beziehung zwischen Eingaben und Ausgaben als Polynom darzustellen; dieses Polynom ist das formalisierte neuronale Netz.
Schöne Worte machen das Bild nicht stichhaltiger, das, was Sie anbieten, wird kaum etwas Sinnvolles ergeben. Alles sollte einen Sinn für den Input und den Output haben. Offenbar fehlt es dort und dort.
Was ist der Sinn Ihres Indikators, Genosse... er ähnelt einem gewöhnlichen Durchschnitt.
In der Tat zeigt der Butterworth-LPF 2. Ordnung (rote Linie) nicht viel schlechtere Ergebnisse als der Filter des neuronalen Netzes. Übrigens, wo befindet sich der NS im Code, und warum wird Ihr Kind neu gezeichnet? Dies ist eine rhetorische Frage. Da das, was wir in der Geschichte sehen, nicht mit der Realität übereinstimmt, stellt sich die Frage: Warum zeigen Sie uns etwas, das nicht wirklich da ist?
Der Butterworth-LPF 2. Ordnung (rote Linie) zeigt in der Tat nicht viel schlechtere Ergebnisse
Können Sie mir bitte sagen, wo ich einen Butterworth LPF bekommen kann?
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
In der Zwischenzeit habe ich heute einen groben Entwurf für einen Indikator für ein formalisiertes neronales Netzwerk erstellt. Auf den ersten Blick hat er die Chance, ein guter Indikator zu werden. Auf jeden Fall hat es ein großes Verbesserungspotenzial, wir können die Glätte deutlich erhöhen und zusätzliche Signale einführen. Ich arbeite an der Fehlersuche in einem TS, nicht alles läuft gut und ich werde keine Zeit haben, ernsthafte Tests durchzuführen und meinen TS mit diesem Indikator zu bauen.
Wenn jemand in diesem Indikator interessiert ist, und es wird ernsthafte Vorschläge für die Zusammenarbeit und die Schaffung von TS auf sie, ich bin bereit, es für eine bestimmte Strategie zu beenden, wird es nicht zu viel Zeit.