ジグザグインジケーターとニューラルネット - ページ 7

 
私は、
引用の流れをクラス(NSが認識すべきもの)に分解して
、ゴールデンワードとして
使用する場合に、最も有用だと考えて
います。:))
ただ、1つだけ難点があります。これらのクラスは、後から組み立てる必要があります。そして、ここでは単なるニューラルネットから、AIに近づいていくことになります。
暗い森がもうひとつ。数学と生物学を勉強すればいいのです。 でも、トレーダーの文献を読むのは神様が禁じていますよ。
詰まってしまいますよ。しかし、サフォノフを読んでおいて損はないだろう。
 
Alex-Bugalter писал (а):
しかし、サフォノフが読んで損はないだろう。

サフォノフについて、もう少し具体的に教えていただければ。時間があれば、読んでみようと思います。そして、頭文字のAIを解読する。

 
Prival:

...


最後のページに書き込みを残しました。ご覧になりましたか?
 
Yurixx:
最後のページに書き込みを残しました。ご覧になりましたか?
はい、そうです。すぐに返信できず申し訳ありません。残念ながら、ストラトノビッチの作品は電子化されていない。ティホノフの著作(私が今仕事をしているもの)や他の本から、このテーマに関連するページがいくつかあります。Skypeで連絡する。すべては彼を通過します、ここで添付ファイルは、ボリュームのためにpoluchaetsyaません。とても面白い本があります。
privalov-svを探す
 
サフォノフについて、もう少し具体的に教えていただければ。時間があれば、読んでみようと思います。そして、頭文字のAIを解読する。
  • V.S. Safonov "Trading an additional dimension of decision-making" (スパイダーで検索してください。ありました)
  • AI - Artificial Intelligence、AI、人工知能。
 
Prival:
残念ながら、ストラトノビッチの作品は電子化されていない。ティホノフの作品(今一緒に仕事をしているもの)や他の本からのページがいくつかあります。Skypeで連絡する。すべては彼を通過します、ここで添付ファイルは、ボリュームのためにpoluchaetsyaません。とても面白い本があります。
privalov-svを探す


Skypeは持っていませんが、大丈夫です。"Principles of Adaptive Reception "はもちろん見たいのですが、すでに2、3ヶ月の仕事でダウンロードしました。個別ページが意味をなさないこういうのは専門家じゃないから、最初から必要なんです。:-)

ストラトノビッチの時と同じように、関連するティホノフの書籍のタイトルを掲載すればいい。ティホノフなんてありふれた名字すぎて、そう簡単に見つからないよ。

 

ユリクス

この本を探してみてください。無線工学デバイスとシステムの統計的解析と合成.-M.: ラジオ&コミュニケーションズ、1991年。

この本は大学向けの本で、この複雑な数学を理解するのに役立つ例題があり、プレゼンテーションもかなり連続的です。私の情報では、この本の再版は予定されているが、おそらく来年末になると思われる。

 
第2版、改訂版 - 2004年
 
OKです。ありがとうございます。
 
Prival:

ピリグリムへ

Zig-Zagは面白い性質を持った良い指標です。 ただ、その使い方は人それぞれだと思います。NSの入力に純粋な形で使っても、IMHOでは意味がありません。ジグザグに磨きをかけたのは、それも確認しているのですね。

引用の流れをクラスに分解して使用する場合、最も有用だと思います(NSはこれを認識する必要があります)。

ピリグリム......差し支えなければ、はっきり言ってもらえませんか?

.. .対応するトレンドの方向...あなたのNSでの出力は何ですか(トレンドとは何を意味するのですか?)

...モデリングと予測誤差の出力%...モデルとして何を持ち、どの時間間隔まで予測可能か。

ジグザグは純粋な形で使うことができ、当初は私も使いました。私はそれが役に立たないとは主張せず、私の投稿は、多くのフォーラムのスレッドで聞いたような文を反証したかった。私の指標における新しいブレークポイントは、指定された閾値に従ってトレンド(読み方)の方向が変化したときだけでなく、トレンドのダイナミクスが変化したときにも形成されます。この場合、トレンドはその方向を変えずに傾斜角を変えるので、非常に有益な指標とアカウントのダイナミクスは本質的に予測の精度を向上させることができます。

指標となるデータは、ネットワークを学習させるための相対的な出力信号として使用される。

誤差の%は、学習データサンプルと重複しないテストサンプルでネットワークを実行した結果である。

トレンドは本来もっと複雑で、モデルは人工的なトレンドを合成した結果であり、モデル化の際に課される多くの制約のために、現在のトレンドを確実に反映するに過ぎないからです。トレンドモデルも生成されたトレンドを計算した後に得られるものですが、この場合、トレンドモデルは履歴を反映するだけでなく、トレンドの方向性も示しています。

予測は時間間隔に拘束されず、М1上に新しいバーが到着するたびに、新しいデータを考慮してエキスパートシステム全体を再計算し、以前のトレンドを確認するか、トレンドが反転したときに予測の方向を変更します。

SK - 私のテストの目的は、ダイナミックモードでのインジケータのチェックであり、その使用で最大の利益を得ようとしたわけではないので、Expert Advisorを改良しようとはしていません。この結果は、インジケータの動的特性をチェックする観点からは非常に良いのですが、Expert Advisorと一緒に使用すると、私の観点からは平凡で、ドローダウンが大きすぎ、このようなExpert Advisorは実際の取引には使用しません。

しかし、私が絶対に確信していることは、このインディケータはどのような市場でも、どのようなタイムフレームでも同じように機能するということです。 これは、その構造の原理からきており、またデモ口座で1年間にその機能を数多く観察したことによっても確認されています。

また、このインディケータを単独で使用するのではなく、予測を行うエキスパートシステムと一緒に使用することを計画しています - その結果は、私が今持っているものとは比較にならないでしょう。