В статье анализируется применение формулы Байеса для повышения надежности торговых систем за счет использования сигналов нескольких независимых индикаторов. Теоретические расчеты проверяются с помощью простого универсального эксперта, настраиваемого для работы с произвольными индикаторами.
Индикатор, который использует нейронные сети для прогнозирования ближайших нескольких цен открытия. Сеть обучается методом обратного распространения ошибки. Обучение проходит автоматически, результат — самообученная сеть и самообучающийся индикатор.
このようなマトリックスを使って、たった3〜5個のインプットで儲かるものを計算するのは非現実的な気がします。考えうるすべてのバリエーションを網羅しているのは、納得です。
しかし、例えば5つの入力でネットワークを作ると、計算のための係数は32個になります。遺伝的アルゴリズムは、通常10000パスで収束します。
3つの入力でパターンが計算できるかもしれませんが、3つの入力では十分ではないと思います。
ニューラルネットワークはR上、あるいはALGLIBから構築し、素早く計算することができるかもしれません。内部構造はそれほど充実していませんが、トレーニングの中で最も強い依存関係を見出すことができます。
NSが入力の一部だけを行い、例えば方向性を示し、信号は他のシステムから与えられるような複合戦略も忘れてはならない。
仮に、フラットで注ぐシステムがあったとして、NSを最適化し、その部分をフィルタリングすれば、残りのロジックは "そのまま "機能します。
NSが入力の一部だけを行い、例えば大まかな方向を示し、信号などは別のシステムから提供されるような複合戦略も忘れてはいけない。
仮に、一律に流し込むシステムがあったとして、その部分をフィルタリングすることでNSを最適化し、残りのロジックは「そのまま」動作させることができます。
ちなみに、同じレシェトフ・エスパートのシステムで、言い換えると :) https://www.mql5.com/ru/articles/3264 つまり、ベイズ分類器と呼べるらしいです
NSが全く機能しないのはなぜですか？私の知る限り、NSはデータセット中のアルゴリズム/適合性を見つけやすくします。
しかし、価格行動はMMを含むすべての参加者のポジションの総和である。群衆の行動にどのようなアルゴリズムがありうるのか。そして、この群衆の少なからぬ部分が、そのポジションが利益を生むかどうかを気にしないのです。これは、畑の上を飛ぶミツバチの行動である。畑は同じでも、どの花に着地するかは予想がつかない。
このモンスターに幸あれ :)これはあくまで、この手法の適用限界を見極めるためのものです
ニューロンと入力が多ければ多いほど、システムは安定しますが、利益は少なくなります。私は過去3ヶ月間、価格を分単位で開き、そのうちの1.5をフォワードにして最適化し、ほぼ1年間実行しましたが、安定した結果を示しています。3つの入力に対して3つのニューロンがあり、これらの3つのニューロンは最終結果を与える4番目のニューロンに含まれる
円の中にメッシュが最適化された部分（だいたい）があり、その後ろにフォワードがあり、残りのBCは学習プロセスには一切関与していない
ニューロンと入力が多ければ多いほど、システムは安定しますが、利益は少なくなります。私は過去3ヶ月間、価格を分単位で開き、そのうちの1.5をフォワードにして最適化し、ほぼ1年間実行しましたが、安定した結果を示しています。3つの入力に対して3つのニューロンがあり、これらの3つのニューロンは最終結果を与える4番目のニューロンに含まれる
以下はサークルプロットで、この上ではメッシュが（およそ）最適化され、その後にフォワードが行われ、残りのBCはトレーニングに全く関与していません。
メインは安定性です。1年未満で800％、もし本当にニューラルネットワークに似た配列に基づく自己学習型Expert Advisorの ようなものなら、私はあなたと握手します。あまりに巧妙すぎて、私には中身が理解できませんが、あえてこの機械学習の領域に飛び込んできたことに握手を求めています。同じ理由で、市場の予測不可能性からつまずくと思いますが、どうやら損失抑制のシステムがあるようで、とても興味深いです。VPSや家庭用PCのどこで動作するのでしょうか？
メインは安定性です。1年弱で-800％、もし本当にニューラルネットワークに似た自己学習型 配列ベースのEA なら-握手しますよ。あまりに巧妙すぎて、私には中身が理解できませんが、あえてこの機械学習の領域に飛び込んできたことに握手を求めています。同じ理由で、市場の予測不可能性からつまずくと思いますが、どうやら損失抑制のシステムがあるようで、とても興味深いです。VPSや自宅のPCなど、どこで動作するのでしょうか？
テスターでのテストはまだです） ニューロンネットワークでもなく、分類器、その中間のようなもので、なんと呼べばいいのかわかりませんが・・・手作りです )はい、定期的に再トレーニングを行い、ドローダウンなどの制限を導入する必要があります。
ニューロンと入力が多ければ多いほど、システムは安定しますが、利益は少なくなります。私は過去3ヶ月間、価格を分単位で開き、そのうちの1.5をフォワードにして最適化し、ほぼ1年間実行しましたが、安定した結果を示しています。3つの入力に対して3つのニューロンがあり、これらの3つのニューロンは最終結果を与える4番目のニューロンに含まれる
円の中にメッシュが最適化されたセグメント（約）があり、その後にフォワードがあり、残りのBCはトレーニングに全く関与していない。
入力に何を与えているのか？
悪くない！
入力に何を与えているのか？
以前と同じ、回帰とrsi、私はまだこれ以上の巧妙なものを考えていません。
悪くない！
また、入力に何を食べさせているのか？
ちなみに、最適なグリッドをお探しでしたら、こちらをお試しください https://www.mql5.com/ru/code/9002
まだ、自分ではどうにもならないので、使えるかどうか教えてください )