Interpolación, aproximación y similares (paquete alglib) - página 4
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
Bueno, se seleccionan puntos discretos, por supuesto. Y puedes hacerlo en una cuadrícula irregular. Esto es lo que hace que la interp. sea conveniente para transformar una serie.
¿Por qué seleccionar puntos discretos si ya tienes una función continua? El problema de la aproximación de una función matemática definida analíticamente (continua) no tiene sentido.
¿Por qué elegir puntos discretos cuando ya existe una función continua? La tarea de aproximar una función matemática (continua) no tiene sentido.
los enlaces dicen por qué. ¿Y por qué exactamente se me escribe a mí también
los enlaces dicen por qué. ¿Y por qué exactamente me dijo a mí también?
Todo está claro con usted... adiós))
La interpolación requiere una serie de datos, no una función matemática.
En sentido estricto, una serie de datos es una función matemática. En un curso escolar, los buenos libros de texto te lo dicen directamente.
Función matemática clásica: toma el valor 1 en los puntos racionales y 0 en los irracionales.
Pido disculpas por el off-topic.
Querida Maxim,
Si no me equivoco, entonces al usar splines usted está tratando de alimentar los datos de precios de la pantalla de Mt5 en paquetes discretos a una red neuronal en la que cada segmento o paquete de datos de precios representará una función separada por sí misma y luego, la red neuronal elegirá la mejor función automáticamente para un segmento de precios específico basado en el menor error cuadrático medio (MSE) de los datos entrenados anteriores. ¿Estoy en lo cierto?
Me refiero a que estás intentando un enfoque similar al de la teoría de juegos de alimentar píxeles a un juego y, en tu caso, estás intentando alimentar el precio en forma de splines. ¿Es eso correcto?
Gracias...
Hola, sí, has entendido perfectamente. Pero no estoy seguro de los splines, porque hay otras formas:"ponderación inversa de la distancia", por ejemplo. Pero todo sobre la interpolación.
En sentido estricto, una serie de datos es una función matemática. En un curso escolar, los buenos libros de texto te lo dicen directamente.
Función matemática clásica: toma valor 1 en los puntos racionales y 0 en los irracionales.
Pido disculpas por el off-topic.
De acuerdo. Entonces, ¿cuál es la forma correcta de decir "definido analíticamente"? ¿O debería decir "dado por una expresión analítica"?
Hola, sí, has entendido perfectamente. Pero no estoy seguro de los splines, porque hay otras formas: " ponderación inversa de la distancia", por ejemplo. Pero todo sobre la interpolación.
De acuerdo, pero ¿estás seguro de que es un precio de alimentación necesario utilizando spline para una red neuronal?
Me refiero a por qué no podemos alimentar los precios de apertura, cierre, alto y bajo de las velas directamente a una red neuronal.
¿Por qué cree que necesitamos una función para definir la estructura de precios de un segmento de precios y, a continuación, volver a interpolar los precios?
No estoy seguro de si es factible en MT5 o no, pero me refiero a un enfoque utilizado en el juego "ALPHA GO ZERO". Así que en MT5 podemos alimentar el precio de apertura, cierre, alto y bajo de las últimas 50 velas (ejemplo) a una red neuronal. ¿Has probado ya este enfoque o no es factible para Mt5?
¿Puedes explicar un poco más por qué es importante utilizar una función o spline para alimentar la red neuronal?
Vale, pero ¿estás seguro de que es necesario alimentar el precio mediante una spline a una red neuronal?
Quiero decir, ¿por qué no podemos alimentar los precios de apertura, cierre, alto y bajo de las velas directamente a una red neuronal?
¿Por qué cree que necesitamos una función para definir la estructura de precios de un segmento de precios y, a continuación, volver a interpolar los precios?
No estoy seguro de si es factible en MT5 o no, pero me refiero a un enfoque de alimentación de la pantalla del ordenador de "ALPHA GO ZERO". Así que podemos alimentar el precio de apertura, cierre, alto y bajo de las últimas 50 velas (ejemplo) a una red neuronal. ¿Has probado ya este enfoque o no es factible para Mt5?
¿Puedes explicar un poco más por qué es importante utilizar una función o spline para alimentar la red neuronal?
Sólo tenemos que minimizar la entropía cruzada (o información mutua) entre las entradas y las salidas transformando la información de entrada. Significa que el clasificador funcionará mejor en un subconjunto de prueba y más allá (mejor separación de puntos). Estas técnicas se utilizan ampliamente en el aprendizaje automático.
Pero no sabemos a priori qué transformación será mejor, así que simplemente la transformamos de forma iterativa y comprobamos los errores del modelo.Sólo tenemos que minimizar la entropía cruzada (o información mutua) entre las entradas y las salidas transformando la información de entrada. Significa que el clasificador funcionará mejor en una prueba de subconjunto y más allá. Estas técnicas se utilizan en el aprendizaje automático.
Bueno, entendí su objetivo lo que usted está tratando de lograr mediante el uso de un conjunto diferente de indicadores para diferentes segmentos de precio como se decidió por la red neuronal basado en el error mínimo de los datos entrenados pasado.
Obviamente, en el aprendizaje automático, es muy importante utilizar la entropía cruzada y la minimización para que el algoritmo converja en el tiempo en lugar de divergir del objetivo.
Ya hay un artículo que utiliza la selección automática de estrategias y no estoy seguro de si lo conoces o no. Pero no utiliza el aprendizaje automático. Puedes echarle un vistazo por si te puede servir de ayuda.
https://www.mql5.com/ru/articles/143
Bueno, entendí su objetivo lo que usted está tratando de lograr mediante el uso de un conjunto diferente de indicadores para diferentes segmentos de precio como se decidió por la red neuronal basado en el error mínimo de los datos entrenados pasado.
Obviamente, en el aprendizaje automático, es muy importante utilizar la entropía cruzada y la minimización para que el algoritmo converja en el tiempo en lugar de divergir del objetivo.
Ya hay un artículo que utiliza la selección automática de estrategias y no estoy seguro de si lo conoces o no. Pero no utiliza el aprendizaje automático. Puedes echarle un vistazo por si te puede servir de ayuda.
https://www.mql5.com/ru/articles/143
no nos importan los indicadores ni nada más en este momento, al final se puede utilizar freamwork para cualquier estrategia y obtener el mejor resultado que no se puede calcular analíticamente.