Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Tout dépend de la nature du signal original, de sa dérivation et du résultat que l'on souhaite obtenir. Mais bien sûr, moins il y a de transformations, mieux c'est, car chaque transformation introduit des distorsions supplémentaires dans le signal original, ce qui peut bien sûr avoir un impact négatif sur le résultat final.
LeoV писал(а) >>
Que voulez-vous dire par "amplifier les signaux de seuil" ?
Je faisais référence à un signal dérivé qui atteint un pic lorsque le signal original franchit un certain seuil - c'est-à-dire une généralisation de l'exemple ci-dessus.
Tout dépend de ce qu'est le signal initial, de sa dérivée et de ce que l'on veut obtenir comme résultat
.Tout dépend donc de la tâche à accomplir.
Permettez-moi d'exposer mon raisonnement - comment et pourquoi je vais utiliser des filets.
Salutations aux personnes réunies.
L'idée du CT doit être présente.
Pour compléter le tableau : l'idée est d'utiliser le réseau pour recevoir des signaux d'entrée (ou leur confirmation), puis d'accompagner la transaction et de sortir "indépendamment" - soit par un stop-loss, soit en recevant un signal inverse.
Il est question d'apprendre avec et sans professeur.
Et une question s'est posée - aux utilisateurs de Neuroshell (peut-être dans d'autres programmes est similaire - je ne sais pas juste) - concernant l'addon Neural Indicators.
Je vais faire quelques suggestions (si vous avez tort - corrigez).
Si nous prenons les réseaux neuronaux habituels basés sur les turbopropulseurs (soit Predict ou ATR2), ou les réseaux probabilistes - la formation est faite avec l'enseignant. En tant qu'enseignant, nous prenons un indicateur - ou des sorties neuronales standard comme le % de changement optimal, ou le changement de prix, ou le drapeau Bai/Sell, ou quelque chose basé sur le même zigzag (si c'est ce que vous voulez dire), etc. On suppose donc que les signaux de l'enseignant doivent être coordonnés d'une manière ou d'une autre avec les données d'entrée. Sinon, il peut y avoir des situations telles que l'entrée augmente progressivement, puis diminue, mais la sortie reste constante. Ou l'entrée est constante - la sortie augmente rapidement au début puis diminue. Il existe de nombreuses variantes et tout est bien pire lorsqu'il y a de nombreuses entrées. Et ce genre de choses est susceptible de conduire à la stagnation du réseau - parce que les mêmes entrées conduisent à des sorties différentes, ou vice versa.
Il en ressort donc que choisir le BON enseignant est très difficile, et que si nous nous trompons, nous risquons de ruiner le réseau, même avec de bonnes données.
Une solution possible est d'utiliser les réseaux de l'addon indicateurs neuronaux - ils sont formés sans professeur et sont ajustés aux fonctions de la stratégie cible.
Question : cet addon présente-t-il un avantage distinct par rapport aux autres réseaux neuronaux ?
Je ne comprends pas pourquoi nous avons besoin de prendre des cotations dérivées quand nous pouvons utiliser un réseau neuronal pour prédire la direction possible du mouvement en entrant une série de valeurs précédentes de HAUT FERME BAS.
comme 400 barres de profondeur ;) ? Sur les horizons H1 et moins, il est nécessaire de prendre en compte le prix OPEN. Cela fait 400 X 4 = 1600 valeurs d'entrée HCLO pour M1 : 60 barres d'avance seront suffisantes pour prédire la direction). Il ne reste plus qu'à trouver un programme d'analyse approprié et un superordinateur.
Je ne comprends pas pourquoi nous avons besoin de prendre des cotations dérivées quand nous pouvons utiliser un réseau neuronal pour prédire la direction possible du mouvement en entrant une série de valeurs précédentes de HAUT FERME BAS.
comme 400 barres de profondeur ;) ? Sur les horizons H1 et moins, il est nécessaire de prendre en compte le prix OPEN. Cela fait 400 X 4 = 1600 valeurs d'entrée HCLO pour M1 : 60 barres d'avance seront suffisantes pour prédire la direction). Il ne reste plus qu'à trouver un programme d'analyse adapté et un superordinateur.
Le plus important est de trouver le bon programme d'analyse )))).
>> Excusez-moi, bien sûr, mais avez-vous eu une bonne expérience avec cette approche ?
Le plus important est de trouver le bon programme d'analyse ;)))
Excusez-moi, bien sûr, mais qu'en est-il - y a-t-il eu des expériences positives dans une telle approche ?
Bien sur H4 pour 4-5 barres en avant perc pour 90 cent de manière fiable oui pour 2-3 semaines sans recyclage....
Je n'arrive pas à trouver un programme normal, en plus du Forex je dois étudier www.wasm.ru ;)
Je dois étudier le Forex et je ne sais pas comment m'y prendre.
Pour être honnête - je ne comprends pas...)) Au sujet de l'enseignant parfait - il n'est pas du tout certain que l'enseignant parfait soit nécessaire.......
Un avantage - pas de professeur.....
Je ne comprends pas, pourquoi prendre les dérivés des cotations, quand on peut utiliser le neuronet pour prédire la direction possible du mouvement, en donnant comme entrée une série de valeurs précédentes HAUT FERME BAS.
comme 400 barres de profondeur ;) ? Sur les horizons H1 et moins, il est nécessaire de prendre en compte le prix OPEN. Cela fait 400 X 4 = 1600 valeurs d'entrée HCLO pour M1 : 60 barres d'avance seront suffisantes pour prédire la direction). Il ne reste plus qu'à trouver un programme d'analyse approprié et un superordinateur.
Le problème est le suivant : lorsque le prix dépasse la fourchette qui figurait sur l'historique de 400 barres, le réseau neuronal ne saura pas quoi faire et donnera un signal dans la direction de cette fourchette, quelle que soit l'évolution du prix en dehors de celle-ci.......
Honnêtement - je ne comprends pas...
Comme on dit, une question bien posée contient la plupart des réponses. Par conséquent, même à partir d'une telle réponse, certaines conclusions peuvent être tirées...)
Pardonnez mon agacement et permettez-moi d'introduire une autre question de raisonnement :
Un réseau neuronal peut-il être utilisé pour déterminer la phase actuelle du marché ?
Permettez-moi de clarifier ce que cela signifie.
Par phase de marché, nous entendons dans ce cas la présence d'une tendance ou son absence (il s'agit probablement d'un flat).
Ok, laissons le professeur de côté. Prenons le filet sans formation.
Les entrées doivent donc être sélectionnées de manière à ce que des grappes (pardonnez-moi pour mon incompétence), au mieux deux d'entre elles, apparaissent dans l'espace des paramètres d'entrée :
L'un pour une tendance, l'autre pour un plat... (ou peut-être qu'il n'y a qu'une seule grappe - la tendance, et tout le reste - pas la tendance ?).
Si c'est le cas :
Comment, sous quelle forme le signal de sortie montre-t-il l'appartenance à un cluster particulier ?
Est-il réaliste de visualiser ces grappes pour naviguer dès le stade de la sélection des entrées ?
Lors de la conception d'un tel réseau, on peut contrôler méthodiquement le processus ou on doit s'en remettre au hasard - est-ce que ça va marcher ou pas (bien sûr, c'est une question naïve))) ?
Respectueusement.
// est allé apprendre les maths
A propos du backprop, je voudrais ajouter que l'utilisation de l'erreur standard de l'algorithme est erronée.