市場のエチケット、あるいは地雷原でのマナー - ページ 41 1...343536373839404142434445464748...104 新しいコメント Neutron 2009.06.03 08:35 #401 ユーロバックスの時計でシングルレイヤーとダブルレイヤーのニュートロニクス予測の精度を甘く見ていたのですが、シングルレイヤーの方が明らかに効率がいいんですね。これは、相場のバー間に「トリッキーな」非線形依存関係が存在しないためだと思います。ここではすべてがバールのようにシンプルで、依存関係も最も直線的、つまりシングルレイヤーがうまくいくのです。ところで、本来、単一ニューロンのアーキテクチャは、n 次（nは NSの入力数）の 線形ARモデルに類似しており、2層がバー間で新しいものを見つけられないという事実は、この具体的なケースで非線形ARモデルを使うことの有用性を物語っている。 paralocus писал(а)>> その正しさに絶対の自信はありませんが、私のデータであなたの神経細胞を試してみてください。トレーラーに女の子と一緒に入っています。 EURUSD 1hのファイルを私にダウンロードし、Matkadのファイルを11のフォーマットで保存してください。 削除済み 2009.06.03 08:46 #402 paralocus писал(а)>> もちろん、申し訳ないのですが、最近、ヒントを得るのが難しいのです。パソコンの前に座っていたせいか...。その "何か "とは何でしょうか？せめて例を挙げてください。 中でも新しいバー形成の瞬間にstochastic(0)を投入したことがあります。または、PRICE_TYPICAL を入力とした MA(0) を使用することもできます。定義上、すでに終値が含まれています。つまり、ネットワークに「ヒント」を与えれば、それだけを手にすることができるはずです。ヒントを拾えば、学習アルゴリズムが有効であることがわかる。 paralocus 2009.06.03 09:03 #403 Neutron >> : ユーロバックスの時計でシングルレイヤーとダブルレイヤーのニュートロニクス予測の精度を甘く見ていたのですが、シングルレイヤーの方が明らかに効率がいいんですね。これは、相場のバー間に「トリッキーな」非線形依存関係が存在しないためだと思います。ここではすべてがバールのようにシンプルで、依存関係も最も直線的、つまりシングルレイヤーがうまくいくのです。ところで、本来、単一ニューロンのアーキテクチャは、n次（nはNSの入力数）の線形ARモデルのアナログであり、2重層がバー間で新しいものを見つけられないという事実は、この具体的なケースで非線形ARモデルを使うことの無意味さを物語っている。 ただ、EURUSD 1hのファイルを私に送って、Matkadファイルを11のフォーマットで保存してください、そうでなければ、私は再びあなたを読むことができません。 そんな疑惑もありましたが、勇気を出して否定しました :-) フォーマットについて申し訳ありません。ちゃんと見ていませんでした。ちなみに今は学習速度を操作するようにしています（ギリシャイータ）-AUDUSDの結果はこの15-20を導入してかなり改善されました-4.5以上のリターンを得ることができました。しかし、この行動はユーロバックスには何の影響も与えなかった。 ファイル: nero2_11.rar 222 kb paralocus 2009.06.03 09:07 #404 YDzh >> : 新しいバーが形成されたときにストキャスティック(0)を入力に送り込んだりしたことがありました。または、PRICE_TYPICAL を入力とした MA(0) を使用することもできます。定義上、すでに終値が含まれています。つまり、ネットワークに「ヒント」を与えれば、それだけを手にすることができるはずです。ヒントを拾えば、学習アルゴリズムが有効であることがわかる。 では、ゼロバー（未完了の終値）を入力に送り込む方が簡単ではないでしょうか？しかし、その結果はどうでしょうか？テスターも役に立たないし、このセルゲイが教えてくれた数値モデリングも役に立たない。 paralocus 2009.06.03 10:16 #405 100まで温めた...不思議、でもある! Neutron 2009.06.03 16:11 #406 統計値を2倍にしてみてください。 paralocus 2009.06.03 16:51 #407 これは素晴らしい教授法です要は、正しい使い方を理解することです。 エントロピーのこととか、私の「空想」を覚えていますか？それこそ、目盛りの初期化を放棄して、女の子の体温を上げて、徐々に冷やしていけばいいわけですね。そして、問題は、なぜその二重構造が必要なのか、ということです。 入力次元数、エポック数、初期温度という3つのパラメータの同時最適化を考えられると良いですね。3つのパラメータはいずれも重要であり、どれか1つでも（温度が10度）変わると、まったく違う結果になる。 Neutron 2009.06.04 04:25 #408 paralocus писал(а)>> この3つのパラメータはいずれも重要で、どれか1つでも（温度が10分の1でも）変わると、まったく違う結果になるのです。 一般に、これはNSの学習能力の低さを示していると思われる。このように、表面上のグローバルミニマムの探索は、ほぼすべての出発点から提供されるはずです。そして、この条件（重みの初期ランダム化に対する感度）を満たしていないのです。これはベルです。 理解できるまで考えなければならない。 paralocus 2009.06.04 04:43 #409 どこを見ればいいんだろう？エポック間の学習結果を保存するようにしてみる。私のデータでは、どのような結果になっていますか？ Neutron 2009.06.04 05:21 #410 paralocus писал(а)>> どこを探せばいいのか？ いい質問ですね。どうだろう。Matcadでは、ありがたいことに、どのステップでもカウントの過程を視覚化することができます。実験 現在、二層膜に手を出しています。学習効率の kへの 依存性を調べているところです。かなりリソースを消費するので、まだ私のアカウントであなたのソリューションを実行することはありません。 1...343536373839404142434445464748...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
ユーロバックスの時計でシングルレイヤーとダブルレイヤーのニュートロニクス予測の精度を甘く見ていたのですが、シングルレイヤーの方が明らかに効率がいいんですね。これは、相場のバー間に「トリッキーな」非線形依存関係が存在しないためだと思います。ここではすべてがバールのようにシンプルで、依存関係も最も直線的、つまりシングルレイヤーがうまくいくのです。ところで、本来、単一ニューロンのアーキテクチャは、n 次（nは NSの入力数）の 線形ARモデルに類似しており、2層がバー間で新しいものを見つけられないという事実は、この具体的なケースで非線形ARモデルを使うことの有用性を物語っている。
その正しさに絶対の自信はありませんが、私のデータであなたの神経細胞を試してみてください。トレーラーに女の子と一緒に入っています。
EURUSD 1hのファイルを私にダウンロードし、Matkadのファイルを11のフォーマットで保存してください。
もちろん、申し訳ないのですが、最近、ヒントを得るのが難しいのです。パソコンの前に座っていたせいか...。その "何か "とは何でしょうか？せめて例を挙げてください。
中でも新しいバー形成の瞬間にstochastic(0)を投入したことがあります。または、PRICE_TYPICAL を入力とした MA(0) を使用することもできます。定義上、すでに終値が含まれています。つまり、ネットワークに「ヒント」を与えれば、それだけを手にすることができるはずです。ヒントを拾えば、学習アルゴリズムが有効であることがわかる。
ユーロバックスの時計でシングルレイヤーとダブルレイヤーのニュートロニクス予測の精度を甘く見ていたのですが、シングルレイヤーの方が明らかに効率がいいんですね。これは、相場のバー間に「トリッキーな」非線形依存関係が存在しないためだと思います。ここではすべてがバールのようにシンプルで、依存関係も最も直線的、つまりシングルレイヤーがうまくいくのです。ところで、本来、単一ニューロンのアーキテクチャは、n次（nはNSの入力数）の線形ARモデルのアナログであり、2重層がバー間で新しいものを見つけられないという事実は、この具体的なケースで非線形ARモデルを使うことの無意味さを物語っている。
ただ、EURUSD 1hのファイルを私に送って、Matkadファイルを11のフォーマットで保存してください、そうでなければ、私は再びあなたを読むことができません。
そんな疑惑もありましたが、勇気を出して否定しました :-) フォーマットについて申し訳ありません。ちゃんと見ていませんでした。ちなみに今は学習速度を操作するようにしています（ギリシャイータ）-AUDUSDの結果はこの15-20を導入してかなり改善されました-4.5以上のリターンを得ることができました。しかし、この行動はユーロバックスには何の影響も与えなかった。
新しいバーが形成されたときにストキャスティック(0)を入力に送り込んだりしたことがありました。または、PRICE_TYPICAL を入力とした MA(0) を使用することもできます。定義上、すでに終値が含まれています。つまり、ネットワークに「ヒント」を与えれば、それだけを手にすることができるはずです。ヒントを拾えば、学習アルゴリズムが有効であることがわかる。
では、ゼロバー（未完了の終値）を入力に送り込む方が簡単ではないでしょうか？しかし、その結果はどうでしょうか？テスターも役に立たないし、このセルゲイが教えてくれた数値モデリングも役に立たない。
100まで温めた...不思議、でもある!
これは素晴らしい教授法です要は、正しい使い方を理解することです。
エントロピーのこととか、私の「空想」を覚えていますか？それこそ、目盛りの初期化を放棄して、女の子の体温を上げて、徐々に冷やしていけばいいわけですね。そして、問題は、なぜその二重構造が必要なのか、ということです。
入力次元数、エポック数、初期温度という3つのパラメータの同時最適化を考えられると良いですね。3つのパラメータはいずれも重要であり、どれか1つでも（温度が10度）変わると、まったく違う結果になる。
この3つのパラメータはいずれも重要で、どれか1つでも（温度が10分の1でも）変わると、まったく違う結果になるのです。
一般に、これはNSの学習能力の低さを示していると思われる。このように、表面上のグローバルミニマムの探索は、ほぼすべての出発点から提供されるはずです。そして、この条件（重みの初期ランダム化に対する感度）を満たしていないのです。これはベルです。
理解できるまで考えなければならない。
どこを探せばいいのか？
いい質問ですね。どうだろう。Matcadでは、ありがたいことに、どのステップでもカウントの過程を視覚化することができます。実験
現在、二層膜に手を出しています。学習効率の kへの 依存性を調べているところです。かなりリソースを消費するので、まだ私のアカウントであなたのソリューションを実行することはありません。