Reti neurali, come padroneggiarle, da dove cominciare? - pagina 9
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
Questo è corretto: lo smoothing esponenziale biparametrico NON è inferiore al dual-input NS.
È inopportuno paragonare lo smoothing esponenziale e NS perché vengono utilizzati diversi apparati matematici.
apparato diverso.
È inopportuno confrontare lo smoothing exp. e NS perché vengono utilizzati diversi apparati matematici.
apparato diverso
quindi dimostrare il contrario)))
quindi dimostrare che è diverso)))
Come ex insegnante di materie SPEC in un'università, spiego (gratuitamente):
1. Exp. smoothing aggiusta la serie temporale (di solito il prezzo di chiusura di ogni barra)
Tenendo conto di 2 o 3 parametri, se si prendono in considerazione 2 parametri, si ottiene un
due parametri di lisciatura esponenziale, e se prendiamo in considerazione 3 parametri, otteniamo
Lisciatura esponenziale a 3 parametri.
1° parametro: questo è il parametro dell'ubicazione del prezzo
2° parametro: è il parametro della pendenza della tendenza
3° parametro: Questo è un parametro di stagionalità (fattore)
I primi 2 parametri sono calcolati utilizzando le formule ricorrenti:
S[n]=w*y[n]+(1-w)*(S[n-1]+T[n-1])
T[n]=t*(S[n]-S[n-1])+(1-t)*T[n-1]
allora, il valore "predetto": y [n+1]=S[n]+T[n]
Come valori iniziali per il 1° e il 2° parametro possiamo
prendere i coefficienti della formula di regressione lineare.
2. Per "prevedere" il movimento dei prezzi si usano NS sotto forma di classificatori (verso l'alto, verso il basso,
Non lo so) - dove si usa un apparato matematico fondamentalmente diverso.
a budimir
approccio al punteggio del guscio 5
Poi, scomponi il NS con due (2=??) ingressi vs 2XEMA e vedi qual è la differenza)))
Шаг 1: Выбираем входные данные. Например,
x1 = WPR Per1
x2 = WPR Per2
x3 = WPR Per3
Ho ragione a ritenere che i dati di input siano le variabili dei parametri esterni di EA con cui i coefficienti saranno confrontati?
a budimir
approccio al punteggio del guscio 5
Poi, scomponi il NS con due (2=??) ingressi vs 2XEMA e vedi qual è la differenza)))
qual è la differenza tra NS con 1000 ingressi che prevedono HIGH e LOW e 2xEMA?
Se i compiti di ottimizzazione sono gli stessi, la differenza sarà
1) nella ridondanza NS
2) nel rumore di NS
se i problemi di ottimizzazione sono diversi, la differenza sarà
1. in caso di 2xEMA la costruzione successiva di TC è aggiunta manualmente da alcune ipotesi
2. Tuttavia, NS stesso troverà e confermerà presumibilmente e implementerà presumibilmente questi "presupposti" in se stesso, cioè sarà presumibilmente affilato per le regolarità latenti.
= la potenza e la struttura dell'apparato matematico 2хЕМА+ТС sono simili a NS, cioè un anello di operazioni 2хЕМА+ТС è simile a un anello di operazioni NS
Шаг 1: Выбираем входные данные. Например,
x1 = WPR Per1
x2 = WPR Per2
x3 = WPR Per3
Ho ragione nel supporre che i dati di input sono le variabili nei parametri esterni dell'EA, con le quali i coefficienti saranno confrontati?
Ecco come vedo i coefficienti di un semplice Expert Advisor basato sui frattali:
Cosa dovrei farne ora?
= potenza e composizione degli apparati matematici di 2xEMA+TS sono simili a NS, cioè l'anello delle operazioni di 2xEMA+TS è simile all'anello delle operazioni di NS.
quindi se sono simili (nel senso dell'apparato matematico), allora, quando si scelgono questi metodi, si può usare il criterio dei prezzi dei neuro-pacchetti e del software,
calcolando 2xEMA+TS ??? - la MetaTrader stessa può essere adatta come quest'ultima, cioè l'Expert Advisor e queste formule possono essere scritte nel linguaggio mql,
Nota - GRATIS!