Galateo del mercato o buone maniere in un campo minato - pagina 34
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
al neutrone
Sergey, ecco un grafico di ciò che ho ottenuto in Matkad. Qui la linea rossa è la prima differenza del seno a cinque membri, la linea verde è il tentativo del neurone di indovinare il suo comportamento nel passo successivo.
Sembra funzionare.
Ora farò i minuti di AUDUSD in Matcad. Oh, ho dimenticato di dire che quello era un neurone con ingressi binari, e l'immagine qui sotto è lo stesso neurone con ingressi reali
Ora farò i minuti di AUDUSD in Matcad.
Aspettate.
Presentiamo i risultati della tua NS sulla serie di modelli in un modo più informativo. Per la NS con ingressi reali tracceremo il valore previsto dell'incremento di BP tenendo conto del segno e dell'ampiezza sull'ascissa, e il valore previsto sull'ordinata. Con un numero sufficiente di punti sperimentali, ci ritroveremo con il seguente quadro:
Qui, i punti lilla mostrano il campione di allenamento, i punti blu mostrano il campione di prova e i punti neri mostrano il campione di prova su un VR casuale. Le linee rette sono tracciate attraverso le nuvole di dati usando il metodo dei minimi quadrati. L'angolo di pendenza di questa linea mostra l'accuratezza della previsione (più è vicino a 45 gradi, più è accurata la previsione), la diffusione dei punti intorno alla linea - la varianza della previsione, la differenza tra l'angolo di pendenza della linea nera e la direzione orizzontale - la significatività statistica dei risultati ottenuti e allo stesso tempo l'assenza di errori di algoritmo (per esempio, guardando nel futuro).
Per una NS che lavora con input binari e che è usata per predire solo il segno del movimento atteso, possiamo valutare l'accuratezza della predizione con un solo parametro: la % di successi esatti. Può essere calcolato con la seguente formula:
Dove, x[i] è il valore di incremento reale, y[i] è il valore di previsione. Questa procedura dovrebbe essere usata sia per la formazione che per i campioni di prova, è meglio avere n più di 100.
Fare. Si prega di chiarire il metodo dei minimi quadrati - non so cosa sia o come calcolarlo. Oh, e un'altra cosa: come si fa a incollare immagini e formule da Matkad nel forum?
Prima li copio in un editor grafico e poi li ritaglio come necessario.
Sì, allo stesso modo. Ho una funzione Screen Capture nel mio editor grafico che cattura l'area evidenziata del monitor. Puoi anche cliccare sul grafico e copiare dal menu contestuale, ecc.
Ecco la formula del MOOC:
È necessario che le lunghezze dei vettori x e y siano uguali. Il metodo permette di tracciare una linea attraverso un insieme di punti tale che la somma di tutte le distanze da ogni punto a quella linea è il minimo di tutte le scelte possibili.
Non ottengo una nuvola come quella nella tua foto
Questo l'ho capito:
Qui sull'asse delle ascisse è la prima differenza del seno a cinque membri, sull'asse delle ordinate è la previsione della rete
Forse è il tipo di grafico sbagliato? Cerca di collegare tutti i punti con delle linee. Ora proverò qualcos'altro
Quindi, nelle impostazioni grafiche, selezionate la rappresentazione a punti invece di quella a punti:
e colorare quei punti nel modo in cui vuoi che siano. E visualizza la griglia (impostazioni nella finestra a sinistra).
О! Un ciclo di isteresi sta emergendo, però!
Sergey, il campione di allenamento e il campione di prova non sono la stessa cosa?
Il mio neurone impara ogni volta su n campioni del vettore di dati, e predice n+1° campione (dello stesso vettore di dati). La differenza tra la previsione della griglia e il valore reale del n+1° campione la uso per calcolare la correzione. In queste condizioni, come posso tracciare i grafici per i campioni di allenamento e di prova separatamente?
Il metodo permette di tracciare una linea attraverso un insieme di punti tale che la somma di tutte le distanze da ogni punto a quella linea sia la minima possibile.
Permettetemi di correggervi. Non "distanze", ma "quadrati di distanze".
E, a proposito, non solo i coefficienti delle linee possono essere calcolati da ANC.
Sergey, il campione di allenamento e il campione di prova non sono la stessa cosa?
Il mio neurone impara ogni volta su n campioni del vettore di dati, e predice n+1° campione (dello stesso vettore di dati). La differenza tra la previsione della griglia e il valore reale del n+1° campione la uso per calcolare la correzione. In queste condizioni, come tracciare i grafici per i campioni di allenamento e di prova separatamente?
Non importa come li definiamo, l'importante è che ci siano campioni su cui la NS è stata addestrata e che sono stati predetti. È così che si ottengono due file di punti.
Permettetemi di correggervi. Non "distanze", ma "quadrati di distanze".
E, a proposito, non sono solo i coefficienti della linea retta che possono essere calcolati usando ANC.