NSの入力値を正しく形成する方法。 - ページ 5 123456789101112...31 新しいコメント Dmitrii 2008.07.07 18:33 #41 StatBars писал (а)>> 双曲線正接はどのような値で飽和状態になるのでしょうか？ より＋1... 圧縮関数としてハイパータンジェントを使用する場合、入力はこの範囲でスケーリングされなければならない。 部分的なアークテージが使用可能で、入力は+-1.57にスケーリングする必要があります。 シグモイドは古典的な[0-1]です。 ネットワークの分類のために、スケーリングは必要ない...。 oncemore 2008.07.07 19:28 #42 sergeev писал (а)>> 2 Sart - もしあなたが初心者なら、https://forum.mql4.com/ru/12474/page9 からの私の投稿のコードに興味を持たれるかもしれません。 Alexeyさん、ご配慮ありがとうございます。でも、まだ早すぎて、コードを見ることができません。二三、四ヶ月は理論を勉強する。 Sceptic Philozoff 2008.07.08 07:35 #43 klot писал (а)>> 100年以上の引用を分析すると、"ファット・テイル "が見えてくる...。(大げさ)。ある領域、たとえば直近の300本のバーを見ると、そこには「ファット・テイル」がない......。 NSも300本の棒の面積を使って教えているのでしょうか？ --- 2008.07.08 07:44 #44 StatBarsの記事を読むとても勉強になります。知らない人のために説明すると、学習サンプルの再現性と不整合性が、分類する画像の複雑さに依存する性質を論じたものである。Neural network as a script" および https://forum.mql4.com/ru/8835/page2 では、離散二項原理に従って出力を整理し、「教師」の方向によってベクトルを形成しています。(例えば3つの出力の場合 1-0-0 up, 0-1-0 flat, 0-0-1 down）。また、別のバリエーションでは、出力は1つだが、以下の符号に従って離散的な値に分解することを提案した。 1.0 - 1日以内に70pips以上上昇し、30pips以下下降した場合。 0.9 - 60 up 25 down 0.8 - 40 pips アップ 20 pips ダウン 0.75 - フラット 0.7 - 40 pipsダウン 20 pipsアップ 0.6 - 60 ダウン 25 アップ 0.5 - 70 ダウン 30 アップ しかし、記事に記載されていることを考慮すると、おそらく出力の解釈としては、以下の式が最適でしょう。 目標値＝（Up-Dn）/（Up+Dn）、Upは「先生」期間の上昇動作の高さ、Dnは下降動作の高さです。この場合の出力範囲は連続的で、範囲[-1,+1]、境界条件 +1-強い上昇、-1-強い下降、0-横ばいです。このような場合、何らかの変数Zを導入すれば、次のように出力を3分割することができる。-1<-Z<+Z<+1であり、変数Zに対する利潤を最大化する。 つまり、入力ベクトルとさらなるトレンドの関係性を構築しようとする。この連続出力により、学習サンプルの非再現性、一貫性を満足に得ることができる。 一方、やはりトレンドパラメーターの関係だけでなく、将来の価格の相対値も知りたいところです。そのために、変数TP, SLを導入する。グリッド上では、Up-TP, Dn-TP, Up-SL, Dn-SL、すなわち買いはUp-TP>0, Dn-SL<0, 売りはDn-TP>0, Up-SL<0 という式に従って、4つの出力を算出する。利益最大化は、これらの変数TPとSLに相対する。 3つ目のネットワークは、価格の最大値を達成する速度を決定します。教師期間＝X小節、到達する小節数Up＝BU、Dn＝BDとすると、ネットワークの出力は、（BU-BD）/X＞0で、上より先に下に到達すると比BU-BD、下より先に上に到達すると＜0となる必要があります。この場合の利益最大化は、ゼロに対する相対的なものです。 Binding a program to Calendar trading Comparing, sorting, and searching --- 2008.07.08 08:02 #45 StatBars писал (а) >> при каких значениях гиперболический тангенс входит в насыщение? 5-6という値から始まるグラフからわかるように。 しかし、もう一つ疑問があります。シグモイドとハイパータンジェント、どちらの関数が速く計算できるでしょうか？ ファイル: zvntx1.rar 6 kb Сергей 2008.07.08 08:06 #46 sergeev писал (а)>> ... 一方、トレンドパラメーターの関係だけでなく、将来の価格の相対的な値もやはり知っておきたい。そのために、変数TP, SLを導入する。... これでよしとする。あなたはすべてを台無しにした。:) ` ヨーグルトスレ参照＋「将来の価格の相対値」まで予測できるのか甚だ疑問！！高確率で、つまり誤差が少ない。 そして、なぜ？- 結局のところ、すでに「さらなるトレンドの比率」を得ている - すなわち、好みに合わせて - 「フラット」時に閉じるか、または「シグナルが変化したときに反転」する。 ` とはいえ、まずは最初の部分を実装すること、つまり「入力値を正しくフォーマットする方法」に戻ることです（それ以外は些細なことです） :( --- 2008.07.08 08:09 #47 SergNF писал (а)>> しかし、まず、最初の部分を実装すること、つまり、「入力値を正しく形成する方法」というトピックに戻ることです（他のことは些細なことです） :( 全く同感です。 話をそらしているわけではありません。ただ、思ったことを声に出してみただけです。比率=0.25は、40/100にも10/40にもなり得ますが、最初のケースでは利益を取り、2番目のケースでは利益を取りません。一般に、カスケード（正しい呼び方がわかりません）の原理でネットワークを構築することはオプションとして可能でしょうか。つまり、いくつかのネットワークがありますが、次のものの入力は前のものの出力です。委員会とコンボリューションマップの乱暴な混合が判明しました :)).とはいえ、中間的な出力はわかるだろうが（まるでキテル）。 以下はそのスキームです。 例えば、出力は前回の記事で説明したものです。まず方向を決め、次にその強さ、そして速さを決めます。 ネットワークは全く正常に機能しないのだろうか？ それとも、ごちゃごちゃ言わずにシンプルな手順で行った方がいいのだろうか？ Sceptic Philozoff 2008.07.08 08:31 #48 sergeev писал (а)>> しかし、もうひとつ疑問が あります。シグモイドとハイパータンジェント、どちらの関数が速く計算できるでしょうか？ これらの関数は、互いに簡単に表現できる、つまりリニアに表現できる。だから、大差はない。式で表されます。 tanh(x) = 2*sigmoid(2*x) - 1 = sigmoid(2*x) - sigmoid(-2*x) 一般に、集中的な計算では、おそらくシグモイド計算そのものを何らかの方法で最適化する必要があります。ネット上には、高速で正確な計算ができるライブラリーがあります。 Artem Titarenko 2008.07.08 10:23 #49 sergeev писал (а)>> 5-6という値から始まるグラフからわかるように。 しかし、もう一つ疑問があります。シグモイドとハイパータンジェント、どちらの関数が速く計算できるでしょうか？ klot さんが正解で、写真でもわかると思います。シグモイドは、より広い範囲の入力値を持つことができます。3から-3までと言いたいところですが、おそらくπから-πまででしょう。 ターゲットについて - 動きの前の小節数についての質問が表示されますが...。ムーブメントの高さは、一定のバー数で選択されることが理解できました。エントリーポイントからスタートし、エントリーポイントから少なくともXポイント離れた2つの極値を発見した時点で検索を停止するという提案です。Xポイントは、ペアと時間帯によって選択されます。 --- 2008.07.08 10:32 #50 明日は、未来を垣間見ることができるオープニングインダクタを掲載します。TP=80...100ptのトレードが約1500分続くことが明確に示されており、このことから、異なるTFに対して適切な結論を導き出すことができます。しかし、XピプスアップとXピプスダウンで2つの極値を見つけることについては、私はそうは思いません。下がってX点に到達しても、上に向かっては到達しないかもしれない。私の理解は正しいですか？ 123456789101112...31 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
双曲線正接はどのような値で飽和状態になるのでしょうか？
より＋1...
圧縮関数としてハイパータンジェントを使用する場合、入力はこの範囲でスケーリングされなければならない。
部分的なアークテージが使用可能で、入力は+-1.57にスケーリングする必要があります。
シグモイドは古典的な[0-1]です。
ネットワークの分類のために、スケーリングは必要ない...。
2 Sart - もしあなたが初心者なら、https://forum.mql4.com/ru/12474/page9 からの私の投稿のコードに興味を持たれるかもしれません。
Alexeyさん、ご配慮ありがとうございます。でも、まだ早すぎて、コードを見ることができません。二三、四ヶ月は理論を勉強する。
100年以上の引用を分析すると、"ファット・テイル "が見えてくる...。(大げさ)。ある領域、たとえば直近の300本のバーを見ると、そこには「ファット・テイル」がない......。
NSも300本の棒の面積を使って教えているのでしょうか？
StatBarsの記事を読むとても勉強になります。知らない人のために説明すると、学習サンプルの再現性と不整合性が、分類する画像の複雑さに依存する性質を論じたものである。Neural network as a script" および https://forum.mql4.com/ru/8835/page2 では、離散二項原理に従って出力を整理し、「教師」の方向によってベクトルを形成しています。(例えば3つの出力の場合 1-0-0 up, 0-1-0 flat, 0-0-1 down）。また、別のバリエーションでは、出力は1つだが、以下の符号に従って離散的な値に分解することを提案した。
1.0 - 1日以内に70pips以上上昇し、30pips以下下降した場合。
0.9 - 60 up 25 down
0.8 - 40 pips アップ 20 pips ダウン
0.75 - フラット
0.7 - 40 pipsダウン 20 pipsアップ
0.6 - 60 ダウン 25 アップ
0.5 - 70 ダウン 30 アップ
しかし、記事に記載されていることを考慮すると、おそらく出力の解釈としては、以下の式が最適でしょう。
目標値＝（Up-Dn）/（Up+Dn）、Upは「先生」期間の上昇動作の高さ、Dnは下降動作の高さです。この場合の出力範囲は連続的で、範囲[-1,+1]、境界条件 +1-強い上昇、-1-強い下降、0-横ばいです。このような場合、何らかの変数Zを導入すれば、次のように出力を3分割することができる。-1<-Z<+Z<+1であり、変数Zに対する利潤を最大化する。
つまり、入力ベクトルとさらなるトレンドの関係性を構築しようとする。この連続出力により、学習サンプルの非再現性、一貫性を満足に得ることができる。
一方、やはりトレンドパラメーターの関係だけでなく、将来の価格の相対値も知りたいところです。そのために、変数TP, SLを導入する。グリッド上では、Up-TP, Dn-TP, Up-SL, Dn-SL、すなわち買いはUp-TP>0, Dn-SL<0, 売りはDn-TP>0, Up-SL<0 という式に従って、4つの出力を算出する。利益最大化は、これらの変数TPとSLに相対する。
3つ目のネットワークは、価格の最大値を達成する速度を決定します。教師期間＝X小節、到達する小節数Up＝BU、Dn＝BDとすると、ネットワークの出力は、（BU-BD）/X＞0で、上より先に下に到達すると比BU-BD、下より先に上に到達すると＜0となる必要があります。この場合の利益最大化は、ゼロに対する相対的なものです。
StatBars писал (а) >>
при каких значениях гиперболический тангенс входит в насыщение?
5-6という値から始まるグラフからわかるように。
しかし、もう一つ疑問があります。シグモイドとハイパータンジェント、どちらの関数が速く計算できるでしょうか？
...
一方、トレンドパラメーターの関係だけでなく、将来の価格の相対的な値もやはり知っておきたい。そのために、変数TP, SLを導入する。
...
これでよしとする。あなたはすべてを台無しにした。:)
`
ヨーグルトスレ参照＋「将来の価格の相対値」まで予測できるのか甚だ疑問！！高確率で、つまり誤差が少ない。
そして、なぜ？- 結局のところ、すでに「さらなるトレンドの比率」を得ている - すなわち、好みに合わせて - 「フラット」時に閉じるか、または「シグナルが変化したときに反転」する。
`
とはいえ、まずは最初の部分を実装すること、つまり「入力値を正しくフォーマットする方法」に戻ることです（それ以外は些細なことです） :(
しかし、まず、最初の部分を実装すること、つまり、「入力値を正しく形成する方法」というトピックに戻ることです（他のことは些細なことです） :(
全く同感です。
話をそらしているわけではありません。ただ、思ったことを声に出してみただけです。比率=0.25は、40/100にも10/40にもなり得ますが、最初のケースでは利益を取り、2番目のケースでは利益を取りません。一般に、カスケード（正しい呼び方がわかりません）の原理でネットワークを構築することはオプションとして可能でしょうか。つまり、いくつかのネットワークがありますが、次のものの入力は前のものの出力です。委員会とコンボリューションマップの乱暴な混合が判明しました :)).とはいえ、中間的な出力はわかるだろうが（まるでキテル）。
以下はそのスキームです。
例えば、出力は前回の記事で説明したものです。まず方向を決め、次にその強さ、そして速さを決めます。
ネットワークは全く正常に機能しないのだろうか？ それとも、ごちゃごちゃ言わずにシンプルな手順で行った方がいいのだろうか？
これらの関数は、互いに簡単に表現できる、つまりリニアに表現できる。だから、大差はない。式で表されます。
tanh(x) = 2*sigmoid(2*x) - 1 = sigmoid(2*x) - sigmoid(-2*x)
一般に、集中的な計算では、おそらくシグモイド計算そのものを何らかの方法で最適化する必要があります。ネット上には、高速で正確な計算ができるライブラリーがあります。
5-6という値から始まるグラフからわかるように。
しかし、もう一つ疑問があります。シグモイドとハイパータンジェント、どちらの関数が速く計算できるでしょうか？
klot さんが正解で、写真でもわかると思います。シグモイドは、より広い範囲の入力値を持つことができます。3から-3までと言いたいところですが、おそらくπから-πまででしょう。
ターゲットについて - 動きの前の小節数についての質問が表示されますが...。ムーブメントの高さは、一定のバー数で選択されることが理解できました。エントリーポイントからスタートし、エントリーポイントから少なくともXポイント離れた2つの極値を発見した時点で検索を停止するという提案です。Xポイントは、ペアと時間帯によって選択されます。
明日は、未来を垣間見ることができるオープニングインダクタを掲載します。TP=80...100ptのトレードが約1500分続くことが明確に示されており、このことから、異なるTFに対して適切な結論を導き出すことができます。しかし、XピプスアップとXピプスダウンで2つの極値を見つけることについては、私はそうは思いません。下がってX点に到達しても、上に向かっては到達しないかもしれない。私の理解は正しいですか？