"New Neural" es un proyecto de motor de red neuronal de código abierto para la plataforma MetaTrader 5. - página 96
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Maxim, hasta que el tiempo entre los valores de BP y la parrilla calcule los ciclos del mercado (que lo hace, te lo aseguro), nada funcionará. Debe buscar en muestras de una sesión de negociación hasta un año. La muestra debecorresponder estrictamente al periodo de tiempo y nada más.
Es en la estructura temporal donde el mercado BP difiere del SB, lo he escrito muchas veces.
Exactamente, pero aún no he formulado un enfoque general desde la perspectiva del Ministerio de Defensa al respecto :)
Por cierto, ¿podría funcionar como sustituto de Hearst?https://en.wikipedia.org/wiki/Sample_entropy
O también un rezago.
Digámoslo así: "Casi no funciona"... pero lo que queda del conjunto "no funciona" y se deja para las migajas.
a veces incluso se raspa, pero no en toda la profundidad de la muestra
No es diferente. Es una función ordinaria. Entrada de un parámetro, salida de un valor.
Ya veo.
Sí. Pero este único valor en la entrada de una neurona se suma a partir de las salidas de todas las neuronas de la capa anterior (se suman con la multiplicación por coeficientes).
Exactamente, pero aún no he formulado un enfoque general desde la perspectiva del Ministerio de Defensa para esto :)
Por cierto, ¿podría funcionar como sustituto de Hearst?https://en.wikipedia.org/wiki/Sample_entropy
O también uno rezagado.
Posiblemente. Desde mi punto de vista, la entropía del proceso es un indicador perfecto de la discontinuidad. Debería serlo. Pero tengo que investigar un poco y me da pereza hacerlo, que lo intente otro.
En cuanto al tiempo... En el mercado existe una periodicidad de procesos como estructura anidada. Sólo que no es fácil calcular estos períodos. Gunn tenía el suyo, yo tengo el mío por alguna razón. No sé... Veremos en la práctica... Pero, hasta que empecé a trabajar con periodos de tiempo específicos, mi TS funcionaba con un beneficio de +0% como en SB.
Posiblemente. Desde mi punto de vista, la entropía del proceso es un indicador perfecto de desunión. Debería serlo. Pero, hay que investigar, y a mí ya me da pereza, que lo intente otro ahora.
En cuanto al tiempo... En el mercado existe una periodicidad de procesos como estructura anidada. Sólo que no es fácil calcular estos períodos. Gunn tenía el suyo, yo tengo el mío por alguna razón. No sé... Veremos en la práctica... Pero, hasta que empecé a trabajar con marcos temporales específicos, mi TS funcionaba en +0% de beneficio como en SB.
Voy a investigar un poco )) el código es simple
La agrupación de la volatilidad es lo que diferencia a un mercado eficiente (estresado) de un SB, sí, esa es la única periodicidad, supongo. Y es exactamente lo que está ligado a los ciclos de tiempo
al menos esa es la opinión general (o la idea errónea) de los econometristasSí. Excepto que este único valor, alimentado a la entrada de una neurona, se suma a partir de las salidas de todas las neuronas de la capa anterior (sumadas con la multiplicación por coeficientes).
De acuerdo. Tenemos que encontrar una analogía práctica. El diagrama muestra que las capas tienen diferentes números de neuronas. Si se da la vuelta al diagrama, se obtiene una pirámide. Así, el resultado pasa por varios pasos de procesamiento. Cuantas más neuronas haya en la capa, más datos recibirá y procesará esta capa. Si la siguiente capa arroja menos datos que la anterior, significa que los datos se generalizan de capa en capa...
Ahora que lo pienso... y las pirámides fueron construidas por los antiguos... busquen analogías ahí.
Voy a investigar un poco )) el código es simple
El código es sencillo, pero nuestros datos de entrada no encajan del todo:
Wiki entropía: ".... mide la desviación de un proceso real con respecto a uno ideal. ... Matemáticamente, la entropía se define como una función del estado del sistema, definida a una constante arbitraria".
и?
¿qué es lo que en la RV financiera podría ser un mercado ideal? - ¡quien diablos sabe, OK que sea la primera suposición, mercado perfecto = onda sinusoidal!
como insumos tenemos al menos 3 precios alto, bajo, clowes - ¿y cuál debemos usar? - Vale, que sea el segundo supuesto, ¡el precio medio manda!
¿qué medimos desde y hasta? - ¿Inicio del día? ¿semana? ¿día de vencimiento? ¿sesión de negociación? - Bien, el comienzo del día, que sea la tercera asunción....
en total 3 preguntas, 3 veces suponemos que estamos en lo cierto... aquí el problema se reduce a la combinatoria: cuántas veces derivamos la hipótesis inicial correcta y cuántas veces nuestra exploración posterior nos lleva a la valoración correcta del mercado... en la historia ))))
la entropía suena bien, pero yo cavé este tema hace varios años desde la perspectiva de la entropía informativa, la única conclusión es que si se empieza a formar un patrón o la repetición más cercana de las combinaciones de velas en la historia - no va a funcionar, porque lo que es obvio para todo el mundo no funciona en el mercado, lo mismo con los patrones y correlaciones, una vez que se convierten en obvio - que dejan de aparecer )))). Yo suelo decir a mí mismo en estos casos - usted no es el más inteligente, tales personas inteligentes viven la mitad del mundo de los monitores)))
BIEN. Tenemos que encontrar una analogía práctica. El diagrama muestra que las capas tienen un número diferente de neuronas. Si damos la vuelta al diagrama, obtenemos una pirámide. Así, el resultado pasa por varios pasos de procesamiento. Cuantas más neuronas haya en la capa, más datos recibirá y procesará esta capa. Si la siguiente capa arroja menos datos que la anterior, significa que los datos se generalizan de capa en capa...
si hay menos neuronas en la capa que en la anterior, hay compresión de información, y, "desempaquetamiento" - si hay más neuronas que en la anterior.