コホーネンとパターン - ページ 5 1234567 新しいコメント ANG3110 2008.10.06 16:10 #41 artem писал(а)>> ANG3110 秘密でなければ、どのようにデータを平滑化したり、何をフィルタリングしたのでしょうか? はい、少しなめらかにしました。私はいくつかのフィルタリング方式を使用しています。3ヶ月予測チャートの場合は、逆進適応フィルターが使用されている。 予報なしだとこんな感じです。 TheXpert 2008.10.07 13:09 #42 ANG3110 >> : 上の絵は、GRNN(General Regression Network)を使って構築しました。これは、近似と予測のために設計された確率的PNNの修正版である。予測ですぐにネットワーク予測をかなり正確に推定するバリエーションは?何かを描写してください、あなたはすでに2ページ目で何かをほのめかしていますが、その是非については一言も書いていません。私はほとんどの主要なネットワークと仕事をしてきましたので、私が話していることを理解するのは難しいことではないと思います。 忙しさが和らいだ頃に、またお話を伺いたいと思います。 Neutron 2008.10.09 08:29 #43 ANG3110 писал(а)>> 3ヶ月予報のグラフの場合は、回帰型適応フィルタを適用している。 フィルタリングはとても良い感じです。フィルタリングアルゴリズムの詳細について教えてください。 ANG3110 2008.10.09 10:03 #44 Neutron писал(а)>> フィルタリングは非常に良い感じです。フィルタリングアルゴリズムの詳細を教えてください。 2つの配列a[]とb[]を取る。Close[i]を入れてみましょう。そして、短い期間の直線回帰Nを取り、一方向にレースを行う。次のステップでは、データの合計が行われます。その後、反対方向にレースを行う。同じことをやっています。といった具合に(ある種、平滑化する)。そして、フォワードランとリバースランを合計し、平均化した(a[i]+b[i])/2。aaとbbは線形回帰係数。 for ( m=1; m<= s; m++) { for( i= T-1; i>=0; i--) { af_LR( a, N, i); for( n=0; n< N; n++) a[ i+ n]= bb+ aa* n;} for( i=0; i< T; i++) { af_LR( b, N, i); for( n=0; n< N; n++) b[ i+ n]= bb+ aa* n;} } Neutron 2008.10.09 15:33 #45 このムービングが 過大評価されていることが判明したのです。だから良く見えるのでしょうか? ANG3110 2008.10.09 16:22 #46 Neutron писал(а)>> このムービングが過大評価されていることが判明したのです。だから良く見えるのでしょうか? まあ、インジケータータイプの終着点としてのムービングではなく、フィルターなんですけどね。また、ネットワークは本当に中央のデータが必要で、再描画しないインジケーター(ムービングタイプなど)は、データの中央ではなく、オフセットされており、しかも端は常にふらふらとしています。ネットワークにとっては、これは低品質のデータであり、このデータを使っても同じように非現実的な絵が出る。通常の移動平均は、中心から半周期ずれています。EMAは3分の1、LWMAは4分の1になりました。線形回帰は斜めにずれており、その水平方向のずれは可変であるが、それでもずれている。しかし、このようなフィルタは、ネットワークの入力に供給される現在のデータに対して正確に中心を定めている。しかし、ところで、再描画せずに終点として使用すると、通常の線形回帰に近くなり、より滑らかになるだけである。ネットワークはプリフラッシュで再描画されます。再描画しない、非常に滑らかなインジケータに興味があるのなら、T3ですが、b係数に依存するので、少し遅れます。しかし、滑らかさに欠ける高速インジケータはDCTです。 Neutron 2008.10.10 01:20 #47 すべて理解しています。 などなど、私の方でも細かい異論がいくつかあります。 ...неперерисовывающийся индикатор - типа мувинга или любого другого проходит-то не посередине данных, а со сдвигом, и к тому же конец всегда болтается. このあたりをうろうろするのはNGです。 一方、通常のミューウイングは、中心から半周期ずれています。EMAは3分の1、LWMAは4分の1に。 EMAとLWMAは再帰型デジタルフィルタです。このタイプでは、原理的にスムージングウィンドウの幅という概念を定義できないので、「中心」「周期」という言い方は適切ではありません。群遅延と位相遅れの話ができる。 とはいえ、それはあくまで私自身の関連性のためですが :-) ANG3110、隣のスレッドで アルゴリズムの予測特性の代替表現について議論していたのですが、そのためにあなたのNSを使うことができるかもしれませんね。非常に不思議な結果が得られましたね。 ANG3110 2008.10.10 04:42 #48 お誘いありがとうございます!暇な時にでも見てみようかな。文章を書くのも同じで、一度書いたものは、その後に引き込まれるんです。作業の合間に休憩があると良いですね。しかし、少なくとも私にとっては、気が散ってしまうこともあります。 ミューウィングの 種類別シフトについて... 以下にスクリプトを示しますが、実際にどのようなシフトが起きているのかがわかります。 例えば、日足で期間が5であれば、インジケーターモードで0本目のバーで終わりが目に見えて揺らぐことになります。 ファイル: as_test_ma_1.mq4 1 kb TheXpert 2009.01.12 13:49 #49 TheXpert >> : こんにちは。 コホーネンのネットを使って、(例えばMACDの)パターンを探そうとした人はいますか? その場合は、感想や体験談をお聞かせください。 もし同じような考えをお持ちの方がいらっしゃいましたら、ぜひお話を聞かせてください。できればここで、真剣ならメールに。 テーマについて、具体的にお書きください。 正月休みの成果。 シンボルマーク EURUSD (ユーロ vs 米ドル) 期間 1時間(H1) 2000.01.03 00:00 ~ 2009.01.09 22:59 (2000.01.01 ~ 2009.01.12) モデル 始値による(バー始値制御が明示されているExpert Advisorのみ) パラメータ Lots=0; RiskPercentage=0; Slippage=1; Fast=15; Slow=30; Signal=10; Price=3; Step=0.01; ProfitStep=0.04; Level=1.45; MaxOrders=1; IsClose=0; TrailingPeriod=10; UseTrailing=0; Enchancing=30; UseEnchancing=0.です。 歴史に残るバー 57136 モデル化されたダニ 113258 シミュレーション品質 非対称性 チャートの不一致エラー 0 初回入金額 10000.00 当期純利益 11345.26 利益合計 29781.57 全損 -18436.31 収益性 1.62 勝利への期待 26.45 絶対値ドローダウン 343.01 最大ドローダウン 1504.88 (9.89%) 相対的ドローダウン 9.89% (1504.88 もう少ししたら、基地に投稿します。 研究に参加したい人は?あなたの想いをここで伝えてください。 ここでストキャスティクスを追加してもいいですか」とか「.NETでトロールで固定ストップを作ってください」みたいな投稿は無視することにします。点」私は無視します。 建設的な提案や批判はありがたい。 Expert Advisorの詳細についてお伝えしたいと思います。これは信号による普通のExpert Advisorです。AutoMACDインジケータがシグナルを出します。 インジケーターについて - これはアダプティブシグナルのインジケーターの単純な変形です。 パターン統計に基づき、信号を生成する。 パターンはコホネンネットワークのクラスターである。 コホーネンネット(パターン)は、価格形成と並行して、極めて迅速にトレーニング(再構築)される。 コードを見ていただくとよくわかると思います。少し複雑なロジックで一気に謝ります、これはワーキングドラフトです。 ファイル: automacd.mq4 6 kb automacduxpert.mq4 10 kb Kohonen and Patterns [警告は閉鎖されました!】フォーラムを乱雑にしないために、どんな初心者の質問でも。プロフェッショナルは、通り過ぎないでください。あなたなしでは、どこにも行けない。 アドバイザーを書く必要があります。思いついたことがあります。 Владимир 2009.01.12 20:00 #50 if (Volume[0] == 1) この条件は何のためにあるのでしょうか? すべての処理はインジケータ内で行われるのですね? とても興味深いです。まだよく分かっていませんが、ありがとうございます。 1234567 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
ANG3110 秘密でなければ、どのようにデータを平滑化したり、何をフィルタリングしたのでしょうか?
はい、少しなめらかにしました。私はいくつかのフィルタリング方式を使用しています。3ヶ月予測チャートの場合は、逆進適応フィルターが使用されている。
予報なしだとこんな感じです。
上の絵は、GRNN(General Regression Network)を使って構築しました。これは、近似と予測のために設計された確率的PNNの修正版である。予測ですぐにネットワーク予測をかなり正確に推定するバリエーションは?何かを描写してください、あなたはすでに2ページ目で何かをほのめかしていますが、その是非については一言も書いていません。私はほとんどの主要なネットワークと仕事をしてきましたので、私が話していることを理解するのは難しいことではないと思います。
忙しさが和らいだ頃に、またお話を伺いたいと思います。
3ヶ月予報のグラフの場合は、回帰型適応フィルタを適用している。
フィルタリングはとても良い感じです。フィルタリングアルゴリズムの詳細について教えてください。
フィルタリングは非常に良い感じです。フィルタリングアルゴリズムの詳細を教えてください。
2つの配列a[]とb[]を取る。Close[i]を入れてみましょう。そして、短い期間の直線回帰Nを取り、一方向にレースを行う。次のステップでは、データの合計が行われます。その後、反対方向にレースを行う。同じことをやっています。といった具合に(ある種、平滑化する)。そして、フォワードランとリバースランを合計し、平均化した(a[i]+b[i])/2。aaとbbは線形回帰係数。
このムービングが 過大評価されていることが判明したのです。だから良く見えるのでしょうか?
このムービングが過大評価されていることが判明したのです。だから良く見えるのでしょうか?
まあ、インジケータータイプの終着点としてのムービングではなく、フィルターなんですけどね。また、ネットワークは本当に中央のデータが必要で、再描画しないインジケーター(ムービングタイプなど)は、データの中央ではなく、オフセットされており、しかも端は常にふらふらとしています。ネットワークにとっては、これは低品質のデータであり、このデータを使っても同じように非現実的な絵が出る。通常の移動平均は、中心から半周期ずれています。EMAは3分の1、LWMAは4分の1になりました。線形回帰は斜めにずれており、その水平方向のずれは可変であるが、それでもずれている。しかし、このようなフィルタは、ネットワークの入力に供給される現在のデータに対して正確に中心を定めている。しかし、ところで、再描画せずに終点として使用すると、通常の線形回帰に近くなり、より滑らかになるだけである。ネットワークはプリフラッシュで再描画されます。再描画しない、非常に滑らかなインジケータに興味があるのなら、T3ですが、b係数に依存するので、少し遅れます。しかし、滑らかさに欠ける高速インジケータはDCTです。
すべて理解しています。
などなど、私の方でも細かい異論がいくつかあります。
...неперерисовывающийся индикатор - типа мувинга или любого другого проходит-то не посередине данных, а со сдвигом, и к тому же конец всегда болтается.
このあたりをうろうろするのはNGです。
一方、通常のミューウイングは、中心から半周期ずれています。EMAは3分の1、LWMAは4分の1に。
EMAとLWMAは再帰型デジタルフィルタです。このタイプでは、原理的にスムージングウィンドウの幅という概念を定義できないので、「中心」「周期」という言い方は適切ではありません。群遅延と位相遅れの話ができる。
とはいえ、それはあくまで私自身の関連性のためですが :-)
ANG3110、隣のスレッドで アルゴリズムの予測特性の代替表現について議論していたのですが、そのためにあなたのNSを使うことができるかもしれませんね。非常に不思議な結果が得られましたね。
お誘いありがとうございます!暇な時にでも見てみようかな。文章を書くのも同じで、一度書いたものは、その後に引き込まれるんです。作業の合間に休憩があると良いですね。しかし、少なくとも私にとっては、気が散ってしまうこともあります。
ミューウィングの 種類別シフトについて...
以下にスクリプトを示しますが、実際にどのようなシフトが起きているのかがわかります。
例えば、日足で期間が5であれば、インジケーターモードで0本目のバーで終わりが目に見えて揺らぐことになります。
こんにちは。
コホーネンのネットを使って、(例えばMACDの)パターンを探そうとした人はいますか?
その場合は、感想や体験談をお聞かせください。
もし同じような考えをお持ちの方がいらっしゃいましたら、ぜひお話を聞かせてください。できればここで、真剣ならメールに。
テーマについて、具体的にお書きください。
正月休みの成果。
もう少ししたら、基地に投稿します。
研究に参加したい人は?あなたの想いをここで伝えてください。
ここでストキャスティクスを追加してもいいですか」とか「.NETでトロールで固定ストップを作ってください」みたいな投稿は無視することにします。点」私は無視します。
建設的な提案や批判はありがたい。
Expert Advisorの詳細についてお伝えしたいと思います。これは信号による普通のExpert Advisorです。AutoMACDインジケータがシグナルを出します。
インジケーターについて - これはアダプティブシグナルのインジケーターの単純な変形です。
パターン統計に基づき、信号を生成する。
パターンはコホネンネットワークのクラスターである。
コホーネンネット(パターン)は、価格形成と並行して、極めて迅速にトレーニング(再構築)される。
コードを見ていただくとよくわかると思います。少し複雑なロジックで一気に謝ります、これはワーキングドラフトです。
if (Volume[0] == 1) この条件は何のためにあるのでしょうか?
すべての処理はインジケータ内で行われるのですね? とても興味深いです。まだよく分かっていませんが、ありがとうございます。