La etiqueta del mercado o los buenos modales en un campo de minas - página 17
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
Mientras escribía el post recordando los detalles de la aplicación, había algunas imprecisiones.
He mirado el código y resulta que estaba influyendo en FA sobre los pesos una vez al cambiar a una nueva previsión, es decir, no cada época, sino cuando era necesario volver a entrenar la red cuando entraban nuevos datos.
Una cosa más. La corrección del peso es el producto del error de la salida de la neurona por la derivada FA y por la salida de la neurona (amplitud, teniendo en cuenta el signo) de la que entra la señal.
Este es el aspecto de un perseptrón con una salida no lineal (por ejemplo):
Aquí las épocas están numeradas por el índice L. Lo muestro a propósito en MathCad, es más claro. In - número de entradas, x - vector de entrada. El resto está aparentemente claro.
Creo que, ¿cómo utilizar la compra/venta como vector de entrada?
Por ejemplo, tomamos tres o cuatro indicadores, preferiblemente correlacionados, los ponemos en la entrada y marcamos el gráfico de precios de alguna manera - como "comprar aquí", "vender aquí"... pero ¿cómo hacerlo? Otra pregunta: si marcamos diferencias (en cada barra) entre 200 valores con el paso 2 en las entradas de la cuadrícula, ¿encontrará algo ahí?
Me pregunto cómo hacer la compra/venta como entrada?
Por ejemplo, tomamos tres o cuatro índices, preferiblemente poco correlacionados, los colocamos en la entrada y marcamos el gráfico de precios de alguna manera, como "comprar aquí", "vender aquí"... pero ¿cómo hacerlo? Otra pregunta: si quiero entrar en la parrilla con las diferencias (en cada barra) entre 200 valores con el paso 2, ¿encontrará algo?
Esta cosa llamada método de gradiente de optimización es complicada. La implementación del algoritmo no es muy complicada, pero puede haber grandes problemas de aprendizaje.
Sé que son las vacaciones, pero no te lo tomes tan a pecho:)
No les entiendo, señores.
Así que es mejor redirigir los pensamientos de los cerebros SUBOMEGAMOS al análisis cuántico. Ejemplo: basta con descomponer un gráfico ordinario en un gráfico cuántico (es decir, no en tiempo real, sino en tiempo cuántico), ya podemos ver la regresión y la dependencia. Es posible evitar los ángulos agudos utilizando la teoría del caos, según la cual incluso el movimiento más caótico de las partículas puede combinarse en un sistema, pero en tiempos diferentes (es decir, el sistema se define en diferentes rangos de tiempo sobre la base de la física cuántica, es decir, no en tiempo real, sino en tiempo cuántico). Y sólo hay que traducir el tiempo cuántico en tiempo real y conseguir la tan esperada VENTA DE COMPRA.
>> ¡Me apunto!
Recuerdo que en uno de los hilos, alguien llamado Prival pedía a los conciudadanos que adivinaran el número... que controla el mercado. Sabía que era la Plancha Constante. Justo lo que un pobre comerciante necesita en la hora en que la barra de Forex cae... y llega la incertidumbre de Heisenberg en el servidor de DC y sólo por el efecto Doppler se puede adivinar la trayectoria de un depósito... es una broma -:)
¡Me apunto!
...supe en ese momento que se trataba de la Plancha Constante. Justo lo que le falta al pobre comerciante en la hora en que cae la plancha de Forex... y la incertidumbre de Heisenberg se instala en el servidor DC y sólo el efecto Doppler puede sugerir la trayectoria de un depósito... broma -:)
+5
Así es, paralocales, que se jodan, oscurantistas. También olvidé mencionar los campos de torsión. Algo fuerte para una cabeza dolorida: hace que el mercado dé vueltas y vueltas.
¡Por cierto!
En ese artículo el perceptrón busca exactamente situaciones de compra/venta. Es que tengo algunas inconsistencias semánticas con la transición a ORO.
Es decir, la entrada de la red es un pavo agrupado... ¿por qué está ahí? Y está ahí para definir el momento de la entrada en el mercado: OUT del indicador es superior a cero - comprar, inferior a cero - vender.
El caso es que antes el profesor era un genetista que corregía los pesos según los resultados del perceptrón que trabajaba en la muestra de entrenamiento (en el probador). El genetista utilizó la rentabilidad del Asesor Experto que funcionaba, en el que se generaban señales de Compra/Venta utilizando OUT del perceptrón. Por lo tanto, todo funcionaba correctamente para obtener el máximo beneficio en la sección de formación de la historia. Es decir, al abandonar al genetista, abandoné al profesor por la red. De hecho, recién ahora le encuentro un sentido concreto. ¿Recuerdas que te pregunté al principio si podemos utilizar el valor de las pérdidas obtenidas en una transacción como corrector? Eso es lo que tenemos que hacer.
Neutrón, también quería preguntar sobre la formación de Hebb(leída por Wasserman). Parece que la fórmula para la corrección de los pesos es muy sencilla allí:
Wij(t+1) = Wij(t) + [OUTi(t) - OUTi(t-1)]*[OUTj(t) - OUTj(t-1)] y no hay caídas de gradiente. ¿Va a funcionar?
No me he metido con Hebb-m. Ya he tenido suficiente con lo que tengo. Yo, en general, soy partidario de simplificar un problema al máximo, prácticamente al nivel, hasta que yo mismo empiece a entender qué a qué:-) Desde este punto de vista, el NS habitual de dos capas es un aproximador universal, capaz de resolver casi cualquier problema de extrapolación de datos de entrada, se demuestra estrictamente. Entonces, ¿por qué todos los adornos, si tengo los medios y el poder suficientes para volver a entrenar esta mágica y simple Rejilla en cada una de mis transacciones? Así es, ¡no hay razón! En cuanto a Wasserman, si él dice que está bien, entonces está bien. Por supuesto que funcionará.
Ahora estás resolviendo el problema de la entrada óptima de NS. Por supuesto, puedes alimentarlo con varios indukes con la esperanza de que la red decida qué es mejor para él... Pero es mejor pensar "¿cuál es la TS óptima en el mercado? ¿Tal vez debería predecir sus momentos?
Lea esta obra. Por supuesto, hay fallos, pero no son fundamentales:
No me he metido con Hebb-m. Ya he tenido suficiente con lo que tengo. Yo, en general, soy partidario de simplificar un problema al máximo, prácticamente al nivel, hasta que yo mismo empiece a entender qué a qué:-) Desde este punto de vista, el NS habitual de dos capas es un aproximador universal, capaz de resolver casi cualquier problema de extrapolación de datos de entrada, se demuestra estrictamente. Entonces, ¿por qué todos los adornos, si tengo los medios y el poder suficientes para volver a entrenar esta mágica y simple Rejilla en cada una de mis transacciones? Así es, ¡no hay razón! En cuanto a Wasserman, si él dice que está bien, entonces está bien. Por supuesto que funcionará.
Ahora estás resolviendo el problema de la entrada óptima de NS. Por supuesto, puedes alimentarlo con varios indukes con la esperanza de que la red decida qué es mejor para él... Pero es mejor pensar "¿cuál es la TS óptima en el mercado? ¿Tal vez debería predecir sus momentos?
Lea esta obra. Por supuesto, hay algunos fallos, pero no son los principales:
Sí, gracias, lo estoy leyendo ahora, estoy muy atascado.