コホーネンとパターン - ページ 2

 

さて、M15で見たものは、基本的に私の理解する正しいNSの動作と一致しています。実際、予測地平線が長くなればなるほど、予測精度は低下するはずです。したがって、一歩先までしか予測しない(最も極端な選択肢として)、例えば日足バーなどの予測が望ましいと結論付けることができるのです。そのような予測の結果を見てみるのも面白いかもしれませんね。あるいは、代替案として、H4.

ANG3110 писал (а)>>

最後の画像では、予測されるバーの数が同じであるにもかかわらず、それは一日の長さと同じですが、学習のために24、48、72.96、120時間を平均化する異なるステップが使用されています。そのため、5種類の予報が用意されていますが、24時間予報だけは赤色で、他の予報とは大きく異なっています。

それなら納得です。
 
Neutron писал (а)>>

さて、M15で見たものは、基本的に私の理解する正しいNSの動作と一致しています。実際、予測の水平線が長くなると、予測精度は低下するはずです。したがって、一歩先までしか予測しない(最も極端な選択肢として)、例えば日足バーなどの予測が望ましいと結論付けることができるのです。そのような予測の結果を見てみるのも面白いかもしれませんね。あるいは、H4.

>> ならば、はっきりしている。

一歩先がいいとは限りません。このネットワークは、まるで回帰のようです。回帰がスプレッドの真ん中で動いている間は、すべてがうまくいっているように見えますが、強い偏差が発生すると回帰が反応し、末端がスプレッドから遠ざかっていきます。つまり、予報が出る地点のアライメントが良ければ、予報はOKなのです。しかし、データをずっと追いかけ、一歩先だけを予測すると、誤差が飛躍的に大きくなることがあります。

-

 

うーん...。世知辛い世の中になったものだ

ありがとうございます。考えてみないと...。

 

チャンピオンシップの期間中、デイリーでポンドを3ヶ月先まで予測。

-

 
ANG3110 писал (а)>>

チャンピオンシップの期間中、デイリーでポンドを3ヶ月先まで予測。

-

もうそんなふうに相場を予測できるのなら、うらやましい限りだ。

 
Lord_Shadows писал (а)>>

そんな風にマーケットを予測できるなら、うらやましい限りです。

さて、前ページをご覧になった方は、ネットはよく嘘をつくということがお分かりになったかと思います。考えられる軌道の性質を多かれ少なかれ示していますが、価値観そのものは大きく異なることが多いのです。手動取引の場合、継続的な監視があれば、ほぼ同じです。しかし、これをベースにExpert Advisorを作るのは難しい。読みが曖昧すぎる。信頼性チェックは常に必要です。また、入力するデータにも強く依存します。与えられた予測では、データは黄色で描かれたもので、よく見るとネットワークは真ん中からおよそ少し左にある領域を選び出し、いくつかの掛け算でそれを繰り返しています。また、より多くの時間データを投入すれば、その様相はかなり違ってきます。ですから、今のところすべてが素晴らしいというわけではありません。

 
TheXpert писал (а)>>

それがわかったのです。そしてまたぐちゃぐちゃになったらこのスレッドも削除します。

ここはスレッドを削除してもいいのでしょうか?:-OHOW?!!!

自分のを見てみると...。>> スレッドを削除するための操作が見当たりませんでした。ここはしばらくすると自分の書き込みは削除できても、スレッドの削除はできないんですよね...。

 
Zhunko писал (а)>>

ここはスレッドを削除してもいいのでしょうか?:-OHOW?!!!

私のを見てみると...そして、スレッドを削除するための操作も見当たりませんでした。ここはしばらくすると自分の書き込みを消せなくなるし、スレッドも...。

もう違う。3日ぶりです。ですから、モデレーターが削除しない限り、このスレッドは生き続けるでしょう。

ANG3110 さんが書き込みました(a) >> です。

チャンピオンシップ開催期間中のポンドをデイリーで3ヶ月先まで予想します。

-

入力項目は何でしょうか?

 
TheXpert писал (а)>>

これ以上は通用しない。3日ぶりです。ですから、モデレーターが削除しない限り、このスレッドは生き続けるでしょう。

インプットの内容をお聞かせください。

入力は前年のデータです。グラフでは黄色で表示されています。これはCloseのプリフィルターを少しかけたものです。つまり、データTが判明している期間は約260日です。3ヶ月先、つまり約66日分の予報を外挿するというタスクがあります。外挿期間をTeとする。ここで、期間Tiまたは入力の既知のデータと、学習用データTeまたは出力を1日単位で入力しよう。そして、1年間を駆け抜けます。学習後、期間Tiの最後の既知のデータを読み込んで予測を行う。青色は、ネットワークがどのように学習したかを確認するための描画です。青色で表示されているのは、前回のデータの前に、ネットワークが1バー先まで予測できる方法、水色で表示されているのは、すでに既知のデータを超えている予測です。

 
ANG3110 писал (а)>>

入力は前年のデータです。これらはグラフの黄色で表示されています。これは、Close pre-filtered slightlyです。つまり、データTが判明している期間は約260日です。私たちの仕事は、3ヶ月先、つまり約66日分の予報を外挿することです。外挿期間をTeとする。ここで、期間Tiまたは入力の既知のデータと、学習用データTeまたは出力を1日単位で入力しよう。そして、1年間を駆け抜けます。学習後、期間Tiの最後の既知のデータを読み込んで予測を行う。青色は、ネットワークがどのように学習したかを確認するための描画です。青が最終既知データ以前で、ネットワークが1ウォーの予測をする方法、水色が既知データ外で、予測です。

私が理解している限りでは、スライディングウィンドウ学習?

うーん、結果の妥当性という割と単純な(結果ではなくコードによる)評価をどう見るかですね。