Comment former correctement les valeurs d'entrée pour le NS. - page 16

 
Integer писал (а) >>

Vous pouvez essayer les points d'entrée de votre stratégie

si ces points sont parfaits - il n'y a rien d'autre à faire - pas de filet !

>> n'est-ce pas ?


Je parle des points - où il est logique d'apprendre au réseau à DIVERSER

 
Définissez le critère pour déterminer les points de pivot et il y aura des points. Ce qui est un plat pour l'un est une tendance pour l'autre.
 
Je suis rentré chez moi et j'ai réfléchi à la façon dont je proposerais d'entrer zz extrema... Je n'ai pas eu le temps... Je propose d'entrer 4 valeurs zz confirmées et de prédire la prochaine valeur, de normaliser les extrema par l'EMA, par exemple 120, pour les graphiques horaires.
 
barada писал (а) >>
Je suis rentré chez moi et j'ai réfléchi à la façon dont je proposerais d'entrer zz extrema... Je n'ai pas eu le temps... Je propose d'entrer 4 valeurs confirmées de WP et de prédire la prochaine valeur, de normaliser les extrema par l'EMA, par exemple 120, pour les graphiques de 1 heure.

Il me semble qu'il serait préférable de soumettre un échantillon déjà avec un retournement quelque peu formé, plutôt que de s'opposer immédiatement au mouvement au sommet.

 
Integer писал (а) >>

Je pense qu'il serait préférable de soumettre un modèle avec un renversement quelque peu formé, plutôt que de s'opposer immédiatement au mouvement au sommet.

Le début de la 2ème vague est idéal.

en règle générale, c'est la première couverture de la période calculée.

 
Integer писал (а) >>

Je pense qu'il serait préférable d'alimenter l'échantillon avec un retournement quelque peu formé, plutôt que de s'opposer immédiatement au mouvement au sommet.

Que voulez-vous dire par "chiffre" ? D'après ce que j'ai compris, le but de la branche est d'améliorer les prévisions du réseau en transformant les données d'entrée, cela signifie que la façon dont le réseau prévoit n'a pas d'importance. Je suggère une stratégie basée sur zz, en supposant qu'une certaine localisation mutuelle des extrema de zz mène à quelque chose, puis en utilisant des méthodes livresques, puisque les gourous n'ont pas encore répondu, pour sélectionner les meilleures transformations.
 
Integer писал (а) >>
Décidez du critère de définition des points pivots et vous obtiendrez des points. Ce qui est plat pour l'un est une tendance pour l'autre.

Qu'y a-t-il à déterminer

ces points sont différents pour chaque période (tf)...

sur W1 - tendance sur M15 peut être une tendance - sur D1 - plat

---

il faut d'abord déterminer la période

---

il n'y a aucun intérêt ---

un trader saute sur M1, l'autre sur W1 - MN1

l'un attrape 10-20 pips - l'autre prend les bougies hebdomadaires

ils ont les mêmes points - non bien sûr que non

---

 
barada писал (а) >>
Comment ça, une forme ? Je suggère une stratégie basée sur un zz, en supposant qu'un certain emplacement mutuel des extrema du zz mène à quelque chose, puis en utilisant les méthodes du livre - puisque les gourous n'ont pas encore répondu - pour choisir la meilleure transformation.

non, pas le chiffre, je veux dire.... celui-là... vecteur d'apprentissage.

 

Nous pouvons le formaliser de cette façon, si le prochain extremum est entre deux extremums précédents - plat (0), au-dessus du pic - la tendance est à la hausse (+1), au-dessous du creux - la tendance est à la baisse (-1), nous prévoyons -1 0 +1, nous devrions commencer quelque part... Si nous changeons la façon de normaliser les données d'entrée, nous choisirons l'erreur la plus faible dans la prévision.

Une petite erreur, nous pouvons avoir soit un breakout du dernier extremum, soit la formation d'un extremum dans l'intervalle des deux extremums précédents et nous prévoirons 2 conditions de marché.....

La stratégie même de placer un ordre-stop en suspens au dernier extremum confirmé produit un profit normal à la montre euro à partir du milieu de 2007 en omettant décembre 2007 et janvier 2008. En utilisant le NS mentionné ci-dessus, nous pouvons filtrer le signal pour placer l'ordre.

 
barada писал (а) >>

... en modifiant la façon dont les données d'entrée sont normalisées

Exactement, si vous pouvez développer ce point, car c'est le plus flou.

Ce que signifie le rationnement en général. Et comment normaliser pour qu'à l'avenir la gamme soit dans la gamme 0-1 et que nous ne nous préoccupions pas des valeurs des données initiales d'entrée non normalisées.

Sur quel échantillon devons-nous normaliser (tous les échantillons ou seulement l'échantillon actuel) ?

Quelle vue (doublée ou fonction de l'espèce s).

Si elle est linéaire, la plage dans le futur 0-1 ne peut pas être sauvegardée (une valeur supérieure à 1 sera trouvée) et le réseau ne sera pas entraîné dessus.

Si s-espèces, il y a une saturation des grandes et elles ne seront plus distinguables pour le réseau.

Y a-t-il un juste milieu ?