Kohonen y patrones - página 5
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
ANG3110 si no es un secreto ¿cómo filtraste los datos suavizados o qué?
Sí, lo he suavizado un poco. Utilizo varios métodos de filtrado. En el caso mostrado en el gráfico de previsión a 3 meses, se utilizó el filtro adaptativo regresivo.
Esto es lo que parece sin ninguna previsión:
He utilizado una red de regresión general (GRNN) para construir las imágenes anteriores. Se trata de una modificación de la PNN probabilística diseñada para aproximaciones y predicciones. ¿Qué es una variante de una estimación bastante precisa de la predicción de la red a la vez en la predicción? Describe algo, ya estás en la página 2 insinuando algo, pero no has escrito ni una sola palabra sobre el fondo. He trabajado con casi todas las redes importantes y creo que entender lo que estoy diciendo no es difícil.
Espero continuar la conversación cuando tu ajetreo disminuya.
En el caso mostrado en el gráfico de previsión a 3 meses, se aplicó el filtro adaptativo regresivo.
El filtrado se ve muy bien. ¿Puedo tener más información sobre el algoritmo de filtrado?
El filtrado se ve muy bien. ¿Puedo obtener más detalles sobre el algoritmo de filtrado?
Toma 2 matrices a[] y b[]. Pongamos Close[i] en ellos. A continuación, se toma un corto período de regresión lineal N y se corre en una dirección. En cada uno de los pasos siguientes se suman los datos. Luego se corre en sentido contrario. Se hace lo mismo. Y así sucesivamente (una especie de suavización). A continuación, se suman los recorridos hacia delante y hacia atrás y se promedia (a[i]+b[i])/2. aa y bb son coeficientes de regresión lineal.
Resulta que este muving está sobredimensionado. ¿Es por eso que se ve bien?
Resulta que este muving está sobredimensionado. ¿Es por eso que se ve bien?
Bueno, no es un muving como punto final de tipo indicador - es un filtro. Además, la red necesita datos realmente centrados, y cualquier indicador no redibujado -tipo muvinga o cualquier otro indicador- no está en el centro de los datos, sino desplazado, y además el final siempre se tambalea. Para la red, se trata de datos de baja calidad y dará la misma imagen irreal utilizando estos datos. Una media móvil normal está medio período fuera del centro. EMA en un tercio y LWMA en un cuarto. La regresión lineal está desplazada en un ángulo, y su desplazamiento horizontal es variable, pero sigue estando desplazada. Pero tal filtro está bien centrado exactamente en los datos actuales que se alimentan a la entrada de la red. Pero, por cierto, si no se vuelve a dibujar y se utiliza como punto final, se acercará a la regresión lineal ordinaria, sólo que más suave. La red se redibuja antes del flash. Si lo que te interesa es un indicador sin redrawing y con muy buena suavidad, es el T3, pero va un poco retrasado, depende del coeficiente b. Pero el indicador rápido con menos suavidad es el DCT.
Lo entiendo todo.
Hay algunos desacuerdos menores por mi parte, como:
...неперерисовывающийся индикатор - типа мувинга или любого другого проходит-то не посередине данных, а со сдвигом, и к тому же конец всегда болтается.
Se supone que no debe quedarse aquí.
Los muwings normales, en cambio, están medio periodo descentrados. EMA en un tercio, LWMA en un cuarto.
El EMA y el LWMA son un tipo de filtros digitales recursivos. Para este tipo, en principio, no se puede definir la noción de anchura de la ventana de suavizado, por lo que no es apropiado hablar de "centro" y "período". Se puede hablar de retardo de grupo y de retardo de fase.
Aunque, eso es sólo para mi propia relevancia :-)
ANG3110, en un hilo vecino estaba discutiendo sobre la representación alternativa de las propiedades predictivas del algoritmo, ¿podríamos usar tu NS para eso? Muy curiosos los resultados que obtienes.
Gracias por la invitación, tal vez lo compruebe en mi tiempo libre. Es lo mismo que con la escritura, escribes algo una vez y luego te atrae. Es bueno que haya pausas en el trabajo. Pero puede ser una distracción, al menos para mí.
Sobre los turnos de los diferentes tipos de muwings...
Aquí está la secuencia de comandos a continuación, se puede ver lo que los cambios están ocurriendo realmente.
Si por ejemplo es Diario y el periodo es 5, entonces el final se tambalea visiblemente en la barra 0 en modo indicador.
Buenas tardes.
¿Alguien ha intentado buscar patrones (en el MACD, por ejemplo) utilizando la red de Kohonen?
Si es así, por favor, comparta sus impresiones y experiencias.
Si alguien tiene ideas similares, le invito a charlar. Preferiblemente aquí, si es serio, al correo electrónico.
Por favor, escriba sobre el tema y sea específico.
Resultado del descanso de Año Nuevo:
Un poco más tarde publicaré en la base.
¿Quién quiere unirse a la investigación? Por favor, exprese su opinión aquí.
Ignoraré mensajes como "puedo añadir estocástico aquí" o "hacer paradas fijas con arrastre en . puntos" que ignoraré.
Agradezco las sugerencias y críticas constructivas.
Quiero proporcionarle algunos detalles sobre el Asesor Experto. Este es un Asesor Experto ordinario por señales. El indicador AutoMACD da las señales.
Sobre el indicador - se trata de una simple variante del indicador de señal adaptativa.
Las señales se generan según las estadísticas de los patrones.
Los patrones son clusters de la red Kohonen.
La red de Kohonen (patrones) se entrena (se reforma) paralelamente a la formación de precios y con bastante rapidez.
Lo verás más claro cuando veas el código. Pido disculpas de inmediato por una lógica un poco complicada, este es un borrador de trabajo.
if (Volume[0] == 1) ¿para qué sirve esta condición?
Entiendo que todo el procesamiento se hace en el indicador... muy interesante, aún no lo he entendido del todo, gracias