市場のエチケット、あるいは地雷原でのマナー - ページ 20 1...131415161718192021222324252627...104 新しいコメント paralocus 2009.05.14 09:27 #191 Neutron >> : 入力信号の相関関係で何が問題なのか、ヒントを教えてください。何を入力しているのか、なぜ問題があると思うのか。結局のところ、それを解決するよりも、存在しないことを確認する方が簡単なのです :-) これは問題ではなく、私の数学的文盲のせいです。 私がSPと同じだとでも思っているのでしょうか？信じられない！あらかじめ-/+1の範囲を0.02の等間隔に分割しておき、ループの中でBP全体を走査し、あるバーのBP値が-0.98 : +1の範囲に入ったら、この「ポケット」に「chatl」=0.01を1つ入れるというものです。そして、SPを正規化するために、調査したBPにKファクター＞1を掛けた。 以下は私のコードです。 for(int i = limit; i >= 0; i--) { if(first) for(int k = 200; k >0; k--) Ind2[k] = 0.0; // Инициализация нулем first = false; //--------------------------------------------------- res = th(kf*(Close[i] - Close[i+1])/Close[i+1]); // Входной ВР Ind1[i] = res; //------------------------------------------------------- pos = -1.0; for(int j=200; j>0; j--) { if((res > pos) && (res < (pos+step))) // расчет МО { if( i > 2 ) {Ind2[j] = Ind2[j] + chatl;} break; } else {pos = pos + step;} } } つまり、この係数をインジケータを使って「手動」で拾い、NSコードの中に定数として挿入しているのです。ただし、この方法は、入力されたBPインクリメントが等間隔で取得される場合（例えば、すべてのバーまたは等間隔n本のバー）にのみ機能します。しかし、入力の増分が不等間隔で行われる場合、例えばフィボナッチ級数に従って、2,3,5,8...となる。...となると、そのような基準ごとにMO正規化係数は異なるはずです!一般的に、私のやり方は効率的ではありますが、知的ではありません -:) Market etiquette or good Experts: NirvamanImax MQL4、MQL5に関する初心者からの質問、アルゴリズムやコードに関するヘルプ、ディスカッションなど。 Neutron 2009.05.14 09:52 #192 なるほど。 では、NS入力の相関はどうなっているのでしょうか？ paralocus 2009.05.14 10:06 #193 Neutron >> : なるほど。 では、NS入力の相関はどうでしょうか？ どうやら相関はほとんどないようです。チャートの下にあるインジケーターをご覧ください。各青線は入力の1つです。 驚くべきは、NSの業績が著しく好調なことです研ぎ澄ます」2ヶ月後には、非常に許容範囲の広い（27％）ドローダウンで成長している paralocus 2009.05.14 12:09 #194 ここで、もうひとつ聞いておきたいことがあります。 グリッドの 出力ニューロンは、そこから振幅を取り出し、予定取引の成功確率の指標とするが、これも正規化されていないため、FAなしである。 出力に正規化は必要ですか？そうでない場合、結果の確率は一般的に±1の範囲外なので、どのように評価すればよいのでしょうか。 Neutron 2009.05.14 13:02 #195 paralocus писал(а)>> 無視できるか、存在しないかのように見えます。チャートの下にあるインジケーターをご覧ください。各青線は入力の1つです。 驚くべきは、NSが驚くほどうまくいっていることです。研ぎ澄ます」2ヶ月後には、非常に許容範囲の広い（27％）ドローダウンで成長します。 だから、何も白くする必要はないんです! 実際、選択された2つのBPのペアワイズ相関係数を数値で評価することができればよいのですが。普遍的なペアワイズ相関計はこんな感じ。 MQLに転送し、同じ長さの2つのBP（X,Y）を-nし、+/-1の範囲の入力数を得る。ざっくりとした推測ですが、指標による相関係数は+0.6に達します 出力ニューロンについては、その出力を用いて事象の確率を推定する場合、非線形FAを入力とすることが必要である。どのようなFAでも良い（これは厳密に証明されている）ので、Thを入れる。 Сергей 2009.05.14 13:42 #196 Neutron >> : ... 意味がわからない、nの値をどう定義するのか？ Сергей 2009.05.14 13:51 #197 よりシンプルでわかりやすいと思います:o)。 この場合、ループを作ってもあまり意味はなく、時間の点では和演算子が同じ仕事をします。 PS あと、これは全然「FAC」じゃなくて、ちょっと意味が違うんです。 paralocus 2009.05.14 13:53 #198 Neutron >> : 出力ニューロンについては、その出力で事象の確率を推定する場合、入力として非線形なFAが必要になる。どんなものでも良い（これは厳密に証明されている）ので、Th.を入れてください。 それが私の仕事です。私はth()経由ですべて持っています -:) ダジャレですけどね。 説明されたとおりにすべてやっています。 1.すべてのニューロンは1つの入力(+1)を持つ(もちろん他のデータ入力は除く) 2.最後のニューロン以外の出力（出力、非線形FA）では、th(x)を使う。 さて、出力に確率を求める場合、この出力は+/-1以内でなければなりません（私の理解する限りでは）。では、この最後の出力がどのように形成されるかを見てみましょう。 OUT1〜OUT3は前の層のニューロンの超接線出力で-/+1の範囲の値をとり、W1〜W4はその重みで-/+1の範囲の値をとることを考慮すると、出力ニューロンの振幅は-/+4以内であることになる。しかし、ウェイトが広い範囲で変化することを考慮すると、あなたが言ったように+/-20が標準であり、出力グリッドの振幅範囲は水平方向に消えていきます。 質問です。 1.このような状況下で、どのように取引確率を見積もるのか？ 2.出力信号のノーマライズが必要ですか？必要な場合、どのような方法でノーマライズしますか？ MathLabからの出力について - 残念ながら、私にとっては暗い森です...。MathLab自体もそうです。 数回前の書き込みで教えていただいたことが、まだよく理解できていないのですが、1時間半ほど頭の中でつっこんでいます。 また、押しつけがましいようですが、OROのアルゴリズムについては、まだ答えよりも疑問の方が多いのです。 ホワイトニングでは、すべてがうまくいくことが明らかなようです。 アーキテクチャは理解している。 エポックと最適なサンプリングはほぼ明確です。 あなたの「素敵なスキーム」に最適なサンプルサイズを計算してみたところ、こんな結果になりました。 入力数 - 4 シナプスの数 - 4*6 + 3*3 + 4 = 37 4の倍数である。 P = k*w*w/d = 4*37*37/4 = 1369 ......である。で、1500になるはずです。 質問：単一入力のシナプスはカウントする必要があるのか？数えました。 Neutron 2009.05.14 15:11 #199 grasn писал(а)>> よくわからないんだけど、nの値ってどうやって決めるの？ 外から見たところ。 セルゲイさん、こんにちは。 あなたは5つの独立したサイクルを持っていますが、私はたった1つしか持っていませんエレガントに見えることと、いつもそうであること、どちらがいいのでしょう？ paralocus さんが書き込みました 質問です。 1.このような条件下で、取引の確率をどのように推定するのでしょうか。 2.出力信号のノーマライズは必要でしょうか？ 最後のニューロンの出力にth()を置くと、すべての問題が解決します。そして、メッシュのトレーニングが難しくなることもないでしょう。 あなたの「素敵なスキーム」に最適なサンプルサイズを計算しようとしたら、結局こうなりました。 入力数 - 4 シナプスの数 - 4*6 + 3*3 + 4 = 37 係数-4 P = k*w*w/d = 4*37*37/4 = 1369 ......である。で、1500になるはずです。 質問：単一入力のシナプスは数える必要があるのでしょうか？しています。 各メンバーに最適な学習ベクトルの長さを計算してみよう。同じアーキテクチャのメンバーが揃っているので、1つだけ探します。 1.入力数d=3+1=4。 2.シナプスの数 w=2*4+3+1=12 学習ベクトルの最適な長さ P=4*w*w/d=4*12*12/4=144 したがって、委員会ネットワークの学習には、長さ144の学習ベクトルが3つ（委員会の人数分）必要である。この値が小さいと思うパラローカスは、隠れ層のニューロン数を2個から4個、8個と増やしていけば、一度に500個、2000個のサンプルを得ることができるようになりますよ。このようなことは、すべてのサンプルでトレーニングする必要があることを忘れないでください。 Сергей 2009.05.14 15:23 #200 Neutron писал(а)>> 外から見たところ。 セルゲイさん、こんにちは。 あなたは5つの独立したサイクルを持ち、私はたった1つしか持っていません。エレガントに見えることと、いつまでもそうであること、どちらがいいのでしょう？ 当てました:o) 創作活動をしている間は、アーティストに見えるようにしなければなりません。でも、コーディングしているときは ... :о))) PS：セレガ、MathCADではほぼモノペニックですが、C++/FORTRANでは・・・。は違うだろうが、MathCADでは - 控えめに言っても（この特定のケースのために）そうではない。また、meanを使うとさらに高速にカウントされ、例えばcorrを 使うと、「高速」なアルゴリズムがカメになってしまいます :o)。どうやるのかは知りませんが、「和算」演算子に関しては、ループよりずっと速いです。もし、そのようなことがないのであれば......新鮮なバージョンを入れてください。 1...131415161718192021222324252627...104 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
入力信号の相関関係で何が問題なのか、ヒントを教えてください。何を入力しているのか、なぜ問題があると思うのか。結局のところ、それを解決するよりも、存在しないことを確認する方が簡単なのです :-)
これは問題ではなく、私の数学的文盲のせいです。
私がSPと同じだとでも思っているのでしょうか？信じられない！あらかじめ-/+1の範囲を0.02の等間隔に分割しておき、ループの中でBP全体を走査し、あるバーのBP値が-0.98 : +1の範囲に入ったら、この「ポケット」に「chatl」=0.01を1つ入れるというものです。そして、SPを正規化するために、調査したBPにKファクター＞1を掛けた。
以下は私のコードです。
{
if(first)
for(int k = 200; k >0; k--)
Ind2[k] = 0.0; // Инициализация нулем
first = false;
//---------------------------------------------------
res = th(kf*(Close[i] - Close[i+1])/Close[i+1]); // Входной ВР
Ind1[i] = res;
//-------------------------------------------------------
pos = -1.0;
for(int j=200; j>0; j--)
{
if((res > pos) && (res < (pos+step))) // расчет МО
{
if( i > 2 )
{Ind2[j] = Ind2[j] + chatl;}
break;
}
else
{pos = pos + step;}
}
}
つまり、この係数をインジケータを使って「手動」で拾い、NSコードの中に定数として挿入しているのです。ただし、この方法は、入力されたBPインクリメントが等間隔で取得される場合（例えば、すべてのバーまたは等間隔n本のバー）にのみ機能します。しかし、入力の増分が不等間隔で行われる場合、例えばフィボナッチ級数に従って、2,3,5,8...となる。...となると、そのような基準ごとにMO正規化係数は異なるはずです!一般的に、私のやり方は効率的ではありますが、知的ではありません -:)
なるほど。
では、NS入力の相関はどうなっているのでしょうか？
なるほど。
では、NS入力の相関はどうでしょうか？
どうやら相関はほとんどないようです。チャートの下にあるインジケーターをご覧ください。各青線は入力の1つです。
驚くべきは、NSの業績が著しく好調なことです研ぎ澄ます」2ヶ月後には、非常に許容範囲の広い（27％）ドローダウンで成長している
ここで、もうひとつ聞いておきたいことがあります。
グリッドの 出力ニューロンは、そこから振幅を取り出し、予定取引の成功確率の指標とするが、これも正規化されていないため、FAなしである。
出力に正規化は必要ですか？そうでない場合、結果の確率は一般的に±1の範囲外なので、どのように評価すればよいのでしょうか。
無視できるか、存在しないかのように見えます。チャートの下にあるインジケーターをご覧ください。各青線は入力の1つです。
驚くべきは、NSが驚くほどうまくいっていることです。研ぎ澄ます」2ヶ月後には、非常に許容範囲の広い（27％）ドローダウンで成長します。
だから、何も白くする必要はないんです!
実際、選択された2つのBPのペアワイズ相関係数を数値で評価することができればよいのですが。普遍的なペアワイズ相関計はこんな感じ。
MQLに転送し、同じ長さの2つのBP（X,Y）を-nし、+/-1の範囲の入力数を得る。ざっくりとした推測ですが、指標による相関係数は+0.6に達します
出力ニューロンについては、その出力を用いて事象の確率を推定する場合、非線形FAを入力とすることが必要である。どのようなFAでも良い（これは厳密に証明されている）ので、Thを入れる。
...
意味がわからない、nの値をどう定義するのか？
よりシンプルでわかりやすいと思います:o)。
この場合、ループを作ってもあまり意味はなく、時間の点では和演算子が同じ仕事をします。
PS あと、これは全然「FAC」じゃなくて、ちょっと意味が違うんです。
出力ニューロンについては、その出力で事象の確率を推定する場合、入力として非線形なFAが必要になる。どんなものでも良い（これは厳密に証明されている）ので、Th.を入れてください。
それが私の仕事です。私はth()経由ですべて持っています -:) ダジャレですけどね。
説明されたとおりにすべてやっています。
1.すべてのニューロンは1つの入力(+1)を持つ(もちろん他のデータ入力は除く)
2.最後のニューロン以外の出力（出力、非線形FA）では、th(x)を使う。
さて、出力に確率を求める場合、この出力は+/-1以内でなければなりません（私の理解する限りでは）。では、この最後の出力がどのように形成されるかを見てみましょう。
OUT1〜OUT3は前の層のニューロンの超接線出力で-/+1の範囲の値をとり、W1〜W4はその重みで-/+1の範囲の値をとることを考慮すると、出力ニューロンの振幅は-/+4以内であることになる。しかし、ウェイトが広い範囲で変化することを考慮すると、あなたが言ったように+/-20が標準であり、出力グリッドの振幅範囲は水平方向に消えていきます。
質問です。
1.このような状況下で、どのように取引確率を見積もるのか？
2.出力信号のノーマライズが必要ですか？必要な場合、どのような方法でノーマライズしますか？
MathLabからの出力について - 残念ながら、私にとっては暗い森です...。MathLab自体もそうです。
数回前の書き込みで教えていただいたことが、まだよく理解できていないのですが、1時間半ほど頭の中でつっこんでいます。
また、押しつけがましいようですが、OROのアルゴリズムについては、まだ答えよりも疑問の方が多いのです。
ホワイトニングでは、すべてがうまくいくことが明らかなようです。
アーキテクチャは理解している。
エポックと最適なサンプリングはほぼ明確です。
あなたの「素敵なスキーム」に最適なサンプルサイズを計算してみたところ、こんな結果になりました。
入力数 - 4
シナプスの数 - 4*6 + 3*3 + 4 = 37
4の倍数である。
P = k*w*w/d = 4*37*37/4 = 1369 ......である。で、1500になるはずです。
質問：単一入力のシナプスはカウントする必要があるのか？数えました。
よくわからないんだけど、nの値ってどうやって決めるの？
外から見たところ。
セルゲイさん、こんにちは。
あなたは5つの独立したサイクルを持っていますが、私はたった1つしか持っていませんエレガントに見えることと、いつもそうであること、どちらがいいのでしょう？
paralocus さんが書き込みました
質問です。
1.このような条件下で、取引の確率をどのように推定するのでしょうか。
2.出力信号のノーマライズは必要でしょうか？
最後のニューロンの出力にth()を置くと、すべての問題が解決します。そして、メッシュのトレーニングが難しくなることもないでしょう。
あなたの「素敵なスキーム」に最適なサンプルサイズを計算しようとしたら、結局こうなりました。
入力数 - 4
シナプスの数 - 4*6 + 3*3 + 4 = 37
係数-4
P = k*w*w/d = 4*37*37/4 = 1369 ......である。で、1500になるはずです。
質問：単一入力のシナプスは数える必要があるのでしょうか？しています。
各メンバーに最適な学習ベクトルの長さを計算してみよう。同じアーキテクチャのメンバーが揃っているので、1つだけ探します。
1.入力数d=3+1=4。
2.シナプスの数 w=2*4+3+1=12
学習ベクトルの最適な長さ P=4*w*w/d=4*12*12/4=144
したがって、委員会ネットワークの学習には、長さ144の学習ベクトルが3つ（委員会の人数分）必要である。この値が小さいと思うパラローカスは、隠れ層のニューロン数を2個から4個、8個と増やしていけば、一度に500個、2000個のサンプルを得ることができるようになりますよ。このようなことは、すべてのサンプルでトレーニングする必要があることを忘れないでください。
外から見たところ。
セルゲイさん、こんにちは。
あなたは5つの独立したサイクルを持ち、私はたった1つしか持っていません。エレガントに見えることと、いつまでもそうであること、どちらがいいのでしょう？
当てました:o)
創作活動をしている間は、アーティストに見えるようにしなければなりません。でも、コーディングしているときは ... :о)))
PS：セレガ、MathCADではほぼモノペニックですが、C++/FORTRANでは・・・。は違うだろうが、MathCADでは - 控えめに言っても（この特定のケースのために）そうではない。また、meanを使うとさらに高速にカウントされ、例えばcorrを 使うと、「高速」なアルゴリズムがカメになってしまいます :o)。どうやるのかは知りませんが、「和算」演算子に関しては、ループよりずっと速いです。もし、そのようなことがないのであれば......新鮮なバージョンを入れてください。