Cosa inserire nell'ingresso della rete neurale? Le vostre idee... - pagina 55
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
Siamo arrivati ai paradigmi fondamentali del trading: 1) I pattern sono uguali per comprare e vendere, solo speculari 2) I pattern per comprare e vendere sono diversi Sì, in effetti, finché non ci sono prove, possiamo basarci su alcune credenze o fatti.
In questo caso, come ho detto sopra, mi baso sul fatto che in tutti i TS conosciuti le condizioni per l'ACQUISTO e per la VENDITA sono le stesse, speculari. Questo vale sia per i TS che si prosciugano (99,9....%) sia per quelli di successo. Sottolineo: quelli di successo.
Il fatto che la discriminazione di uno dei tipi di operazioni influisca negativamente su forward e back gioca a mio avviso a sfavore della seconda posizione.
Per esempio, il mio trucco sul range - se non è speculare, ma diverso (cioè da -1 a 0 e da 0 a 1 saranno aree completamente diverse con pesi diversi) - allora l'ottimizzazione e l'allenamento stesso sembreranno sia nel periodo di prova - spaventosi e angusti, sia in avanti e indietro - spaventosi e angusti. E se è speculare - allora è più probabile che si verifichino transizioni morbide.
Imho, soggettivo. Anche contro la seconda opzione gioca il fatto, come detto sopra, se si insegna nel 2020 - poi nel 2021 versa.
Quindi, un NS senza specchio, o un NS separato per BUY, che viene addestrato separatamente, è garantito per versare in tutti i set di ottimizzazione nel 2021. Se li si preme subito dopo l'altro, tutti raggiungono il picco.
Tutti hanno imparato BUY, e nel 2021 aprono BUY ovunque sia possibile, non sanno come uscirne, e solo un po' SELL, e poi - non è chiaro dove. Ma non scarto questa variante e testo tutto ciò che mi capita a tiro )) Perché ogni giorno si presenta qualcosa di nuovo
Ogni teoria ha il diritto di essere, naturalmente).
Prendiamo un indice o un'azione: sono anni che salgono. Ci sono chiaramente modelli di acquisto e di vendita, credo. I simboli Forex, ovviamente, sono in gran parte piatti, ma mostrano anche movimenti lunghi. In breve, tutto dovrebbe essere controllato - come sempre).
Ha il diritto di essere qualsiasi teoria, ovviamente).
Prendiamo un indice o un'azione che sale da anni. Credo che in questo caso ci siano modelli di acquisto e di vendita chiaramente diversi. I simboli Forex, ovviamente, sono in gran parte piatti, ma mostrano anche movimenti lunghi. In breve, tutto dovrebbe essere controllato - come sempre).
È importante capire che "diverso" e "assente" non sono la stessa cosa. Un pattern speculare su SELL in una tendenza al rialzo può semplicemente essere assente. E apparire in una correzione.
Ad esempio, il pattern: 1) incrocio veloce della MA con la MA lenta - aprire BUY 2)incrocio veloce della MA con la MA lenta - aprire SELL Il patternSELL non apparirà in un trend piatto al rialzo senza correzioni profonde. Ma quando si presenteranno le condizioni, apparirà.
Ma le condizioni sono le stesse, sono speculari. E il NS, che è stato addestrato separatamente per il BUY, cercherà il BUY anche nelle correzioni. E su un trend profondo al ribasso si riverserà, cercando di aprire il BUY, perché ha "imparato abbastanza" e non ha mai visto un trend al ribasso. Un'altra variante: l'addestramento su tutti i trend dell'intera sezione. Sembrerebbe - questo è logico, ma la stranezza è che tutti i NS, come viene propriamente chiamato (approssimazione?) - addestrano meglio il trade che fa più soldi.
Almeno per quanto riguarda le architetture semplici, tra cui RNN, LSTM, CNN e simili. Se hanno pochi neuroni, strati e filtri, fanno esattamente la stessa cosa delle MLP, a volte anche peggio. Se ci sono molti neuroni (Python, software di terze parti), si trasformano in una media mobile ritardata che prevede il valore di una barra indietro.
È importante capire che "diverso" e "mancante" non sono la stessa cosa.
Ecco di cosa sto parlando.
alimentare l'ingresso della griglia SMA spostato di mezzo periodo - ma come insegnante. Non insegnate la neuronica prendendo trade o zigzag dal soffitto.
Se è in grado di prevedere la media futura con sufficiente probabilità e deviazioni, sarà il Graal.
L'EMA ( media mobile esponenziale) ha una caratteristica interessante.
Quando la chiusura della barra/candela è al di sopra o al di sotto dell'EMA, l'EMA si dirige di conseguenza verso l'alto o verso il basso.
Bollinger standard e creato dalla rete neurale.
L'ampiezza del canale è stata inserita nell'input della rete neurale.Bollinger standard e creato dalla rete neurale.
L'input della rete neurale era la larghezza del canale.Divertente. Lo scopo della sostituzione della BB standard è quello di ottenere i valori prima?
Cosa significa "allenamento" per voi?
A ndrey Dik#:
Che cos'è la "formazione"?
Domanda meravigliosa Se è pienamente divulgata nel contesto di un ambiente virtuale (campo dell'informazione), allora presumibilmente si può andare nella giusta direzione, piuttosto che trasmettere conoscenze accademiche e libri di testo.
Ogni volta che mi sono messo a studiare le architetture mi sono posto la domanda "perché così? Perché? Perché hanno deciso di farlo in questo modo?".
No, basta prendere - e tradurre - l'architettura, che è stata scritta da intelligenti zii-matematici. Ho anche chiesto in chat, perché il blocco LSTM ha la forma che ha?
In risposta - sciocchezze dai libri di testo di MO: è una memoria a breve termine, bla bla bla,adattata all'apprendimento su compiti di classificazione e bla bla bla. Chiedo "perché proprio così?", la risposta è "i matematici hanno deciso così". Nessuna teoria, nessuna teoria dell'informazione, nessuna teoria dell'elaborazione dell'informazione, nessuna definizione di apprendimento, teorie dell'apprendimento, ecc.
Dalla terza volta la chat ha iniziato a parlare di dissolvenze e picchi di gradiente. LSTM risolve questi problemi.
Beh, ok, come li risolve? - Con igate! Quali gate!?!? Quali porte? -
un elemento chiave che memorizza le informazioni per tutta la sequenza.
Quali informazioni???? I numeri in ingresso?
Ma si sta convertendo dai numeri in ingresso in un gibberish distorto e incomprensibile, che trasforma i numeri-colori RGB in ingresso in qualcosa di illeggibile, una scatola nera di poltiglia. Beh, diciamo che si convertono alcuni numeri in altri, ma si impara in cosa? Memorizzazione?
Quindi è memorizzazione! E in cosa differisce dall'apprendimento? Alla fine, non è chiaro cosa si cerchi di applicare a cosa non sia chiaro nel secondo grado - il mercato non stazionario. In generale, la domanda è grande, è stata posta da molto tempo. Il suo svolgimento è qualcosa di estremamente interessante.
Domanda meravigliosa Se è pienamente divulgata nel contesto di un ambiente virtuale (campo dell'informazione), allora presumibilmente è possibile arrivare alla giusta direzione, piuttosto che trasmettere conoscenze accademiche e libri di testo.
Ogni volta che ho osservato le architetture mi sono posto la domanda "perché così? Perché? Perché hanno deciso di farlo in questo modo?".
No, basta prendere - e tradurre - l'architettura, che è stata scritta da zii-matematici intelligenti. Ho anche chiesto in chat, perché il blocco LSTM ha la forma che ha?
In risposta - sciocchezze dai libri di testo di MO: è una memoria a breve termine, bla bla bla,adattata all'apprendimento su compiti di classificazione e bla bla bla. Chiedo "perché proprio così?", la risposta è "i matematici hanno deciso così". Nessuna teoria, nessuna teoria dell'informazione, nessuna teoria dell'elaborazione dell'informazione, nessuna definizione di apprendimento, teorie dell'apprendimento, ecc.
Dalla terza volta la chat ha iniziato a parlare di dissolvenze e picchi di gradiente. LSTM risolve questi problemi.
Beh, ok, come li risolve? - Con igate! Quali gate!?!? Quali porte? -
un elemento chiave che memorizza le informazioni per tutta la sequenza.
Quali informazioni???? I numeri in ingresso?
Ma si sta convertendo dai numeri in ingresso in un gibberish distorto e incomprensibile, che trasforma i numeri-colori RGB in ingresso in qualcosa di illeggibile, una scatola nera di poltiglia. Beh, diciamo che si convertono alcuni numeri in altri, ma si impara in cosa? Memorizzazione?
Quindi è memorizzazione! E in cosa differisce dall'apprendimento? Alla fine, non è chiaro cosa si cerchi di applicare a cosa non sia chiaro nel secondo grado - il mercato non stazionario. In generale, la domanda è grande, è stata posta da molto tempo. Il suo svolgimento è qualcosa di estremamente interessante.
Grande domanda Se viene esplorata a fondo nel contesto di un ambiente virtuale (campo dell'informazione), si può presumibilmente andare nella giusta direzione, piuttosto che trasmettere conoscenze accademiche e libri di testo.
Ogni volta che ho esaminato le architetture mi sono posto la domanda "perché così? Perché? Perché hanno deciso di farlo in questo modo?".
No, basta prendere - e tradurre - l'architettura, che è stata scritta da intelligenti zii-matematici. Ho anche chiesto in chat, perché il blocco LSTM ha la forma che ha?
In risposta - sciocchezze dai libri di testo di MO: è una memoria a breve termine, bla bla bla,adattata all'apprendimento su compiti di classificazione e bla bla bla. Chiedo "perché proprio così?", la risposta è "i matematici hanno deciso così". Nessuna teoria, nessuna teoria dell'informazione, nessuna teoria dell'elaborazione dell'informazione, nessuna definizione di apprendimento, teorie dell'apprendimento, ecc.
Dalla terza volta la chat ha iniziato a parlare di dissolvenze e picchi di gradiente. LSTM risolve questi problemi.
Beh, ok, come li risolve? Con igate! Quali gate!?!? Quali porte? -
Quali informazioni???? I numeri in ingresso?
Ma lo si converte dai numeri in ingresso in una strada-valle distorta incomprensibile che trasforma i numeri-colori RGB in ingresso in qualcosa di illeggibile, una scatola nera di poltiglia. Bene diciamo, convertendo alcuni numeri in altri, ma imparando in cosa? Memorizzazione?
Quindi è memorizzazione! E in cosa differisce dall'apprendimento? Alla fine, non è chiaro cosa si cerchi di applicare a cosa non sia chiaro nel secondo grado - il mercato non stazionario. In generale, la domanda è ottima, è stata posta molto tempo fa. Il suo svolgimento è qualcosa di estremamente interessante.
Cioè, non c'è davvero una sistematizzazione nella scienza dell'applicazione dell'IO? Solo un'alchimia senza garanzia di risultati positivi?
Qual è la differenza tra addestrare una rete neurale e insegnare a un barboncino a fare dei trucchi? - o insegnare a uno scolaretto a fare dei trucchi? Ci sono differenze e, in caso affermativo, chi e dove ha sistematizzato queste differenze e le ha corroborate?