Cómo formar correctamente los valores de entrada para el NS. - página 6
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
Me refería a esta situación (A), pero es un poco diferente, creo que es mejor buscar la menor diferencia entre el punto de entrada y el extremo y también la mayor diferencia, porque habrá puntos en los que el precio no haya caído por debajo del punto de entrada y viceversa. Pero la idea es buscar el extremo más cercano, algo así como un zigzag...
Mañana publicaré el inductor de apertura con un vistazo al futuro. Muestra claramente que las operaciones con TP=80...100 pt duran alrededor de 1500 minutos, de esto podemos sacar conclusiones apropiadas para diferentes TFs. Pero en cuanto a encontrar dos extremos para X pips arriba y X pips abajo, es poco probable. Si bajamos y alcanzamos X puntos, puede que no los alcancemos hacia arriba. ¿Le he entendido bien?
¿Va a formar los datos de entrada en cada barra o sólo en algunas condiciones, como cuando los muwings se cruzan, significa COMPRA, pero la red en este momento recibe el vector de entrada y decide por sí misma si entra o no, ¿verdad?
Sí, es una pregunta interesante, pero probablemente no lo sea.
Me gustaría no perder ni una sola barra, tener un gran número de muestras (sobre todo porque la salida es continua, no discreta, y como ya he dicho espero que haya una relación normal de repetibilidad e inconsistencia), pero con la opción de aproximación con el recorte del número de muestras por algún indicador que nunca pensé.
Sí, es una pregunta interesante, pero probablemente no lo sea.
Me gustaría no perder ni una sola barra, tener un gran número de muestras (sobre todo porque la salida es continua, no discreta y como ya he dicho espero que haya una relación de repetibilidad e inconsistencia normal), pero con la opción de aproximación con recorte del número de muestras por algún indicador que nunca he pensado.
¡Ahora tenga en cuenta, podría ser muy útil! He escuchado de mucha gente que debería haber un TS sano, y NS sólo debería mejorarlo un poco... Pero hasta qué punto estas palabras son ciertas ?????? f*ck knows...
2 StatBars Muchas gracias por los artículos.
¿Qué pasa con las entradas no normalizadas? ¿Se puede utilizar la sigmoidea o se necesitan otras funciones?
Intenté encontrar una función universal no lineal.
La desventaja de la sigmoidea es que tiene un rango de valores limitado.
Eso es lo que conseguí.
Lo voy a publicar aquí.
Comparación con la sigmoidea:
1. Convergencia. Depende del problema y de los datos de entrada.
Con datos de entrada |x| < 1 la sigmoidea gana naturalmente debido a la mayor no linealidad.
Sin embargo, puede ser problemático hacer un seguimiento de esto con tamaños de capa grandes.
A |x| > 1 la sigmoidea sopla por convergencia. Cierto, no siempre.
Además, elimina el efecto de "congelación" en el que la salida de la sigmoide tiende al límite del área de valor, ya que no hay límite del área de valor.
2. En la mayoría de las tareas, la necesidad de preprocesar los datos desaparece por la misma razón. Sin embargo, siguen existiendo algunos límites de valor. No es una buena idea alimentar a sabiendas valores grandes de orden 2 y superiores.
3. Es posible utilizar una función en la capa de salida por la misma razón
4. (-) No hay posibilidad de expresar f'(x) = g(f(x)) de forma agradable, pero esto es irrelevante. Además, no se trata de una parte del programa en la que la velocidad sea crítica.
La función se puede modificar para obtener más no linealidad, pero estoy contento con esta forma.
Sí, por cierto, es bueno que hayas sacado el tema. Sigo cuestionando si sería más correcto (según su experiencia) racionar una muestra por sí misma o en general en todas las muestras?
Decidí cambiar el nombre de la rama.
Todo a la vez, por supuesto.
Si se normaliza con respecto al primer valor, éste siempre será cero. Otra opción es normalizar con respecto a la mitad del rango de la muestra. Si diferentes muestras tienen diferentes elementos iguales a cero, entonces no hay problema, el cero también es un valor.
Eh, te estás metiendo con algo.
Tenemos una muestra de entrada. Para simplificar, 1 entrada.
Buscando el máximo y el mínimo en la muestra ALL.
Según los valores encontrados, reduzca toda la muestra a un intervalo de -1 a 1
Eh, te estás haciendo un lío.
Tenemos una muestra de entrada. Para simplificar, tenemos 1 entrada.
Buscamos el máximo y el mínimo en TODA la muestra.
Según los valores encontrados reducimos toda la muestra a un intervalo de -1 a 1
¿Por qué a [1;-1]?
Eh, te estás haciendo un lío.
Tenemos una muestra de entrada. Para simplificar, tenemos 1 entrada.
Buscamos el máximo y el mínimo en TODA la muestra.
Según los valores encontrados llevamos toda la muestra a un intervalo de -1 a 1
¿Y si en el futuro se actualizan las altas y bajas?
¿Por qué a [1;-1]?
Otros pueden ser, no es el punto de referencia, el intervalo más utilizado.