Comment former correctement les valeurs d'entrée pour le NS. - page 6

 

Je parlais de cette situation (A), mais c'est un peu différent, je pense qu'il vaut mieux chercher la plus petite différence entre le point d'entrée et l'extremum et aussi la plus grande différence, car il y aura des points où le prix n'est pas descendu en dessous du point d'entrée et vice versa. Mais l'idée est de chercher l'extremum le plus proche, quelque chose comme un zigzag...

 
sergeev писал (а) >>

Demain, je posterai l'inducteur d'ouverture avec un aperçu de l'avenir. Il montre clairement que les trades avec TP=80...100 pt durent environ 1500 minutes, à partir de cela nous pouvons tirer des conclusions appropriées pour différents TFs. Mais quant à trouver deux extrema pour X pips à la hausse et X pips à la baisse, je ne le pense pas. Si nous descendons et atteignons les points X, nous risquons de ne pas les atteindre vers le haut. Est-ce que je vous ai bien compris ?

Allez-vous former les données d'entrée à chaque barre ou seulement dans certaines conditions, par exemple lorsque les muwings se croisent, cela signifie BUY, mais le réseau à ce moment-là reçoit le vecteur d'entrée et décide lui-même d'entrer ou non, n'est-ce pas ?

 

Oui, c'est certainement une question intéressante, mais probablement pas.

J'aimerais ne pas manquer une seule barre, avoir un grand nombre d'échantillons (d'autant plus que la sortie est continue, et non discrète, et comme je l'ai déjà dit, j'espère qu'il y aura un ratio normal de répétabilité et d'incohérence), mais avec l'option d'approximation en réduisant le nombre d'échantillons par un indicateur auquel je n'ai jamais pensé.

 
sergeev писал (а) >>

Oui, c'est certainement une question intéressante, mais probablement pas.

J'aimerais ne pas manquer une seule barre, avoir un grand nombre d'échantillons (d'autant plus que la sortie est continue, et non discrète, et comme je l'ai déjà dit, j'espère qu'il y aura un rapport normal de répétabilité et d'incohérence), mais avec l'option d'approximation en réduisant le nombre d'échantillons par un indicateur auquel je n'ai jamais pensé.

Gardez à l'esprit que cela pourrait être très utile ! J'ai entendu de nombreuses personnes dire qu'il devrait y avoir un TS sain, et que NS ne devrait l'améliorer que légèrement... Mais à quel point ces mots sont vrais ? ????? f*ck knows...

 
sergeev писал (а) >>

2 StatBars Merci beaucoup pour ces articles.


Qu'en est-il des entrées non normalisées ? Peut-on utiliser la sigmoïde ou d'autres fonctions sont-elles nécessaires ?

J'ai essayé de trouver une fonction non linéaire universelle.

L'inconvénient de la sigmoïde est qu'elle a une gamme de valeurs limitée.

C'estce que j'ai réussi à obtenir.


Je l'affiche ici.


La fonction
sqrt(abs(x)) == sax

f(x) = x/(sax + a)

Le dérivé
f'(x) = (sax/2 + a)/sqr(sax + a)
La fonction a été nommée RSDNFunction en guise de remerciement à la communauté RSDN. Veuillez l'utiliser avec ce nom.

Comparaison avec le sigmoïde :

1. Convergence. Dépend du problème et des données d'entrée.
Avec des données d'entrée |x| < 1, la sigmoïde l'emporte naturellement en raison d'une non-linéarité plus élevée.
Mais il peut être problématique d'en assurer le suivi avec des couches de grande taille.
A |x| > 1 la sigmoïde s'envole par convergence. Vrai, pas toujours.
De plus, il supprime l'effet de "gel" où la sortie de la sigmoïde tend vers la limite de la zone de valeur, car il n'y a pas de limite de la zone de valeur.

2. Dans la plupart des tâches, le besoin de prétraitement des données disparaît pour la même raison. Toutefois, certaines limites de valeur demeurent. Ce n'est pas une bonne idée d'alimenter sciemment des valeurs importantes d'ordre 2 et plus.

3. Il devient possible d'utiliser une fonction sur la couche de sortie pour la même raison.

4. (-) Il n'est pas possible d'exprimer f'(x) = g(f(x)) de façon satisfaisante, mais cela n'a pas d'importance. D'autant plus qu'il ne s'agit pas d'une partie du programme dont la vitesse est critique.


La fonction peut être modifiée pour obtenir plus de non-linéarité, mais je suis satisfait de cette forme.

 
sergeev писал (а) >>

Oui, d'ailleurs, c'est bien que tu en parles. Je continue à me demander s'il serait plus correct (selon votre expérience) de rationner un échantillon par lui-même ou en général sur tous les échantillons ?


J'ai décidé de renommer la branche.

Tout à la fois, bien sûr.

 
Integer писал (а) >>

Si elle est normalisée par rapport à la première valeur, celle-ci sera toujours égale à zéro. Une autre option consiste à normaliser par rapport au milieu de la gamme d'échantillons. Si différents échantillons ont des éléments différents égaux à zéro, il n'y a pas de problème, le zéro est aussi une valeur.

EE, vous êtes en train de jouer avec quelque chose.



Nous avons un échantillon d'entrée. Pour simplifier, 1 entrée.

Recherche du maximum et du minimum sur l'échantillon ALL.

En fonction des valeurs trouvées, réduisez l'ensemble de l'échantillon à un intervalle de -1 à 1

 
TheXpert писал (а) >>

Eh, tu fais un gâchis de choses.


Nous avons un échantillon d'entrée. Pour simplifier, nous avons 1 entrée.

Nous recherchons le maximum et le minimum sur TOUS les échantillons.

Selon les valeurs trouvées, nous réduisons l'ensemble de l'échantillon à un intervalle de -1 à 1.

Pourquoi [1;-1] ?

 
TheXpert писал (а) >>

Eh, tu fais un gâchis de choses.


Nous avons un échantillon d'entrée. Pour simplifier, nous avons 1 entrée.

Nous recherchons le maximum et le minimum sur TOUS les échantillons.

Selon les valeurs trouvées, nous ramenons l'échantillon entier à un intervalle de -1 à 1

Et si dans le futur, les hauts et les bas sont mis à jour ?

 
StatBars писал (а) >>

Pourquoi [1;-1] ?

D'autres peuvent l'être, ce n'est pas la référence, l'intervalle le plus couramment utilisé.