Похоже мы с тобой пришли к одной цели совершенно разными путями! Я сейчас упорно работаю над Нейронными Сетями как универсальным инструментом для прогнозных целей. Забавная вещица - прогнозирует всё что только в ВР есть! Научился в маткаде писать НС с произвольной архитекртурой и нелинейностью. Занят её оптимизацией. Вобще, аж дух захватывает, когда видишь как она обучается и пытается применять полученные знания.
でも、その結果は面白いでしょう。
私も（直感的なレベルで）同じ結論に達したが、私の結論を確認（あるいは反論）したい。
さらにそのような研究の可能性、手段、方法を推定する。しかし、家庭菜園を始めるわけではありません。このような質問を自分に投げかけ、どんな答えと結果を得た人がいるのか知りたくて、この話題を持ち出しました。
面白いだけでなく、お役に立てれば幸いです。
to中性子
Похоже мы с тобой пришли к одной цели совершенно разными путями! Я сейчас упорно работаю над Нейронными Сетями как универсальным инструментом для прогнозных целей. Забавная вещица - прогнозирует всё что только в ВР есть! Научился в маткаде писать НС с произвольной архитекртурой и нелинейностью. Занят её оптимизацией. Вобще, аж дух захватывает, когда видишь как она обучается и пытается применять полученные знания.
全然違いますね:o)NSとはかなり長い付き合いになりますが、本当にすごいですね。NSを使えばどんなアルゴリズムでも実装できることを誰かが証明しましたが、NSの数学の基礎はDSPの適応型線形フィルタの原理と非常に近いものがあります。私はNSを実質的に「毎日」使っていますが、今は予測に直接使うのではなく、NSを使った依存関係の検索に集中しています（この種のタスクは、例えば画像認識よりもNSの方が優れているということを知る人はほとんどいません）。大雑把に言えば、依存性があれば検出されるのであって、それを単純に形式化できるかどうかは別問題である。とはいえ、私はNSを専門家に含めるのは「好きではない」のですが、それは単純なことで、「有効な法律」がなければ、学習中のNSは助けてくれませんから、また再トレーニングの時期が来るからです。
PS1：質問があるのですが、（隣のスレッドの資料で）最適再投資論はどこで読めるのでしょうか？すぐにでも重宝しそうです。
PS2：ところで、時間があるのですが、情報理論に基づくNSのモデル（情報エントロピーの概念が使われています）に注目してみてください。価格の時系列への応用も面白いかもしれませんね。
からXadviserへ
秘密でなければ、どのような基準で計算し、どのような結果になったのか。
パラメータは、モデル「http://www.metatrader4.com/ru/forum/6839/page107」の投稿「grasn 11.01.07 16:16」に対して収集したもので、まだ詳細を説明する段階ではないのですが、「http://www.metatrader4.com/ru/forum/6839/page107」の投稿「grasn 11.01.07 16:16」に対して収集しました。例えば、予測されるトレンドの長さが経験的に決定されたとしよう（線形回帰を トレンドとした）。すべてにおいて、うまくいっている。
4.そうですね、まずは基準を決めましょう。だからこそ、質問には計算と 基準が響いた。
実験結果を楽しみにしています（自分でも面白いのですが、今は時間をかけられないので）。彼の基準を引用したセリョーガも、なかなか良い基準を示している。何かあれば、尋ねてください。
追記：
ここで私も（直感的に）同じ結論に達したのですが、彼らの捏造を確認（あるいは反論）してみたいと思います。
さらにそのような研究の可能性、手段、方法を想定しています。しかし、家庭菜園を始めるわけではありません。このような質問を自分に投げかけ、どんな答えと結果を得た人がいるのか知りたくて、この話題を持ち出しました。
面白いだけでなく、お役に立てれば幸いです。
私も、50/50になりました。多分、時間を無駄にしないようにしないと、60/40と出て、あなたは50/50か90/10に近いと思うでしょう :o)
PS1：質問があるのですが、（隣のスレッドから）最適再投資理論について、どこで読めるのでしょうか？すぐにでも重宝しそうです。
アーカイブは容量が大きいので詰め込めない。
V. Zhizhilev "Optimal Strategies for Profit Extraction" と Ezhov A.A.,Shumsky S.A.を参照してください。"ニューロコンピューティング "です。
をgrasnする。
あなたと私は、まったく異なる方法で同じ目標に到達したようです現在、私は、予測目的の普遍的なツールとしてのニューラルネットワークの研究に励んでいます。面白いもので、BPのすべてを予言するのです!Matchedaで 任意のアーキテクチャと非線形性のニューラルネットワークを書く ことができるようになった。最適化で忙しい。一般的に、私が持っている知識を学習し、応用しようとする様子を見ると、私は息をのむような気持ちになります。
Matcadとその中のNSについてですが、とても面白いと思います。シェアしていただけるとありがたいです。とはいえ、すべてを触って、感じて、吟味している時間はない。20年ほど前に似たようなプログラミングをしていたのですが、もしかしたら私の勘違いで、知識が恐竜のように古くなっているのかもしれませんね。
をgrasnする。
あなたと私は、まったく異なる方法で同じ目標に到達したようです現在、私は、予測目的の普遍的なツールとしてのニューラルネットワークの研究に励んでいます。面白いもので、BPのすべてを予言するのです!Matchedaで 任意のアーキテクチャと非線形性のニューラルネットワークを書く ことができるようになった。最適化で忙しい。一般に、学習し、学習したことを応用しようとする姿は息をのむほど美しいものです。
Matcadとその中のVSの使い方を知りたいです、とても興味深いです。教えていただけるとありがたいです。しかし、すべてのものに触れ、感じ、吟味する時間は十分にはないだろうと思う。20年ほど前に自信をなくし、似たようなプログラミングをしていたこともあり、勘違いしているかもしれませんが、私の知識は恐竜のように時代遅れなんです。
私は以下のデザインを使っています。
層数は1〜3、入力数はIn、各層のニューロン数はn、出力は1、wは設定可能な重みを持つグリッドである。3層のNSはd次元立方体上の任意の表面を近似するため、出版物からこれ以上層数を増やすことは意味がないことがわかった。非線形性は活性化関数f(x)で指定するか、さらに唐突に和の符号の下のxの次数で指定すると、単層NSでも完全な普遍性が得られるが、学習時の誤差の逆伝播を適用する問題がある。
このグリッドを使って、最適なアーキテクチャ、入力数、学習サンプルサイズを決定しています。NSの入力に価格差分を送り、出力からステップフォワードの予測を取る。
パラメータはモデル「http://www.metatrader4.com/ru/forum/6839/page107」ポスト「grasn 11.01.07 16:16」で収集されたもので、詳細を語るにはまだ早いです。予測されるトレンドの長さは経験的に決定された（線形回帰をトレンドとした）、とだけ言っておこう。すべてにおいて、うまくいっている。
1.はい ...このスレッドには以前から親しんでいました。そして、あの時のあなたの投稿に気づきました。しかし、その巨大さを把握するのは難しい。
実験結果を楽しみにしています（自分でも面白いのですが、今は時間をかけられないので）。彼の基準は、セリョーガもなかなかいい基準を出しています。何かあれば、尋ねてください。
2.残念ながら、私にはプログラミングのスキルがありません。したがって、実験結果を出すスピードは、そのような能力を持った人を見つけるスピードに依存します。必ず結果を出します。
もしかしたら、誰かが反応してくれるかもしれません。
3.他の参加者にも、トピックのタイトルの枠内で、建設的な対話をお願いしたいと思います。
謹んで申し上げます。
そう、そんな思いにも生きる権利があるのです。私自身も時々やっています。
このテーマについて、あなたの意見に興味がある https://forum.mql4.com/ru/11661 感謝します。
このスレッドの話題と多少重なりますが。すなわち、取引において何らかの値動きのパターンを利用することである。ニワトリと卵はどちらが先か」レベルの質問ですね。
相場はトレンド、フラットはトレンドから別のトレンドに移行する時のボラティリティの瞬間、相場はフラットで、トレードはフラットから別のフラットへの移行に過ぎない、など50/50くらいを読んだことがあります。どちらの意見も非常に妥当だと思います。
timbo さんのご指摘に近いものがあります。その答えは、コンセプトの話に尽きると私は考えています。人間は多くの概念を使うことが知られているが、そのおおよその意味は定義されていない場合が圧倒的に多い。概念を定義するためには、その「余り」、すなわち概念に固有の最小限の属性集合を正確に見つけ出すことが必要である。このセットは、ほとんどのコンセプトで定義されていません。最も単純な、普通の物でさえ、その違いを見つけるのは至難の業です。例えば、コップとマグカップ、本と雑誌はどう違うのか。真理、規則性、法則性などの概念との関係で困難が生じる。
トレンドとフラットは例外ではありません。これらの概念の境界は曖昧です。つまり、個人の好みに基づいて決定される、トレンドの表現なのです。これらのコンセプトを実務にどう生かせるか。最初の段階で、これらの概念の境界を大まかに設定することに意味があるのです。例えば、ある期間の平均回帰線の傾きという形で、単位＝ポイント／時間。その境界は、例えば10p/hrなど、任意に定義することができる。それ以上であればトレンド、それ以下であればフラットとなります。
取引システムを作成する際に、これらの概念を指定することができます。TSに、トレンドに対する取引条件検索アルゴリズムと、フラットに対する取引条件検索アルゴリズムがあれば、回帰線の計算期間と角度の閾値を変えることで、データセットを取得し、その中から最適なものを選択することができるのである。このような検討の結果、特定のTSのためにこれらの概念の定義が採用されたと言える。このような定義のもとで、このような結果を出すTSが作られました。
いずれにせよ、トレンドやfdatという概念が不変のもの、決められたものであると思い込まないことです。
トレンドとフラットの概念も例外ではありません。これらの概念の境界は曖昧です。つまり、これらの概念は、個人の好みに基づいて決定される傾向を表しているのである。
1.ありがとうございます。
2.私も同じ考えなので、まったく同感です。"...個人的な好みに基づいて」。
3.個人的な好み（基準）で凝っているところはありますか？本来は、「何を基準にするか」という2つの問題がありました。(できればその理由も)また、この基準のもとでどのような結果になるのか？
すなわち、トレンドとフラットの違いに興味があるのではなく、どちらが一義的かではなく、その関係はどうなのか？
トレンドとフラットの概念も例外ではありません。これらの概念の境界は曖昧です。つまり、これらの概念は、個人の好みに基づいて決定される傾向を表しているのである。
1.ありがとうございます。
2.私も同じ考えなので、まったく同感です。"...個人的な好みに基づいて"
3.個人的な好み（クライテリア）で実績があるか？本来は、「何を基準にするか」という2つの問題がありました。(できれば理由も）そして、これらの基準の結果はどうなっているのか？
つまり、トレンドとフラットの違いや、どちらが主役かではなく、その関係はどうなっているのかに興味があるのです。
ある数値の比率を何らかの形で定義することは、境界を定義することであり、すなわち本質的にトレンドとフラットを定義することである。前回の記事で、不変の関係は原理的に存在しないことを示そうとした。具体的な定義は、特定の取引システムへの具体的な適用に対してのみ行うことができる。私は、トレンドやフラットという概念にとらわれず、開発を進めています。しかし、もし私独自の定義があれば、それは私のシステムにのみ適したものになるでしょう。