ニューラルネットワーク - ページ 8 1234567891011121314 新しいコメント Mykola Demko 2009.08.04 20:20 #71 storm >> : 個人的には、自分のネットワーク（。 Aと言ったり、Bと言ったり、不思議な笑みを浮かべたり......。） ネットワークの決定的な違いは何ですか？ 削除済み 2009.08.04 21:20 #72 ほら、時系列を予測 するには、例えば始値と終値の差を使えばいいんだ！」。そうすると、廊下が小さくなって、あまりジャンプしなくなるのです Evgeniy Logunov 2009.08.04 21:53 #73 xweblanser писал(а)>> ほら、時系列を予測するには、例えば始値と終値の差を使えばいいんだ！」。そうすれば、廊下が小さくなり、あまり跳ねなくなるのです そんな簡単な話じゃないんです...。 削除済み 2009.08.05 01:11 #74 ネットワークの専門家に質問 理想的には「1」で買い（あるいは「0.7」以上で買い）、「-1」で売り、残りは待つというネットワークがあるとします。インジケーターネットの入力は多数あります。いくつかのインプットは、0を越えると（つまり、符号がマイナスからプラスに変わると）、ある種の買いシグナルを出す指標である。つまり、この指標による買いシグナルの最大値は、まさに0からクロスした瞬間です（それ以上シグナルは残りますが、潜在的な利益は減少します）。 さて-ニューロンネット ですが、おおよそ入力と重みの積の和の関数です（まあ、内層ニューロンも考慮されます）。f=F(w1x1+w2*x2+...)という式で考えると、x1=0であれば、他の入力や活性化関数に関わらず、この入力は最終出力から除外されるだけです。信号が単に無視されるだけであることが判明した。 この状況は、ある種の実際の事例（Wikipediaより）を思い出させます。写真上の戦車の画像を認識するためにネットワークを学習させたが、後ですべての戦車が同じ背景で撮影されていることが判明した事例が知られています。その結果、ネットワークは戦車を認識する「学習」ではなく、このような風景を認識する「学習」をするようになりました。 そこで、実際に質問です。この場合、そのようなインジケータによる買いシグナルの最大値がクロス0ではなく、例えばこのインジケータが1のときになるように、その入力値を変換することは意味があるでしょうか（別の質問ですが-どのように）。 例えば、このインジケータを2つに分割することができます。 - 1つ目（1-xタイプ）は、ゼロに近づく度合いを示す。 - 2番目はバイナリで、この差の符号（+1、-1）だけです。 この操作は、ネットワークにとって何か根本的な重要性を持っているのでしょうか？ Stanislav Korotky 2009.08.05 08:09 #75 もし、シグナルが下から上に向かって0と交差している場合（そして、確実に反対方向にも交差しており、逆のシグナルを与えている）、0そのものはエントリーのための重要な値とはなりえません。シグナルはあくまでシグナルであり、特定の指標のチャート上にどのように表示されるかにかかわらず、+1買い、-1売りとコーディングする。また、一般にゼロは使ってはいけない。正味の重みのパワーをできるだけ使うために、値は左右対称でなければならない。ゼロを越えるとシグナルが出るインジケーターの場合、その出力の微分をとることができる（もちろん解析的な形ではない）。 Леонид 2009.08.05 13:48 #76 GrooovE писал(а)>>例えば、この指標を2つに分割することが可能です。 - 1つ目（1-xタイプ）は、ゼロに近似する度合いを示す。 - 2番目はバイナリで、この差の符号（+1、-1）だけです。 この操作で、ネットワークに何か変化があるのでしょうか？ ニューラルネットワークの場合、1つ目の選択肢の方が2つ目よりも情報量が多い......。 Анатолий 2009.08.05 17:12 #77 Urain >> : Aと言えばB、Bと言えば不思議と笑顔になる :) ネットワークの根本的な違いは何ですか？ 何が決定的な違いなのか．高度に専門化（波の組み合わせの認識、フラクタル）しているため、実行は最も単純である。例えば、重みは（レシェトフのパーセプトロンのように）テスターが拾うだけですが、同時に、同じ範囲の入力パラメータを持つ私のパーセプトロンは、レシェトフのパーセプトロンにはできない、ある特定のパターンを記憶することができるのです。レシェトフのパーセプトロンの功績は、その設計が完璧にフラット（平坦）を見つけ出し、それが巧みな手腕で利益をもたらすことであろう。 削除済み 2009.08.05 22:38 #78 LeoV >> : ニューラルネットワークの場合、1つ目の選択肢の方が2つ目よりも情報量が多い......。 また、元の信号と導関数を（もちろん上記の条件で）比較した場合、導関数の方を選択するのでしょうか。 また、ゼロを基準にしたオフセットを指定して、ある閾値を超える状況に拡張した場合、「閾値」の信号はこのように増幅されるべきなのでしょうか......？ Stanislav Korotky 2009.08.06 07:50 #79 シグナルのコーディングは、その意味に基づいてトレーダーが選択する必要があります。特に、グリッドが確率（xと1-x）に対して仮想的に学習された出力を持つ場合、微分は不要である。出力がバイナリ（買い／買いなし／売り／売りなし）の場合は、単一値の信号が必要です。しかし、微分値、つまりある数のバー 上のdI/dtを数える必要があるかどうかは、特定の指標に依存します。特に、各方向のゼロを交差させるのは、イミフですが、私が提案したように、+1や-1をマークする方が簡単です。閾値について - この質問は一般的なものです - グリッドの文脈だけでなく、一般的に有効なものです。もし、システムが閾値を超えて作業することを暗示しているならば、それを使うべきでしょう。グリッド自体が閾値を拾うようにトレーニングすることができます。 Andrey Opeyda 2009.08.06 08:12 #80 marketeer >> : シグナルのコーディングは、その意味に基づいてトレーダーが選択する必要があります。 >> 同感です。TSの考え方があるはずです。NSはあくまでツールです。そのため、エントリーするシグナルを選び、アウトプットで何を得たいかを意識することが最も重要です。 1234567891011121314 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
個人的には、自分のネットワーク（。
Aと言ったり、Bと言ったり、不思議な笑みを浮かべたり......。）
ネットワークの決定的な違いは何ですか？
ほら、時系列を予測するには、例えば始値と終値の差を使えばいいんだ！」。そうすれば、廊下が小さくなり、あまり跳ねなくなるのです
そんな簡単な話じゃないんです...。
ネットワークの専門家に質問
理想的には「1」で買い（あるいは「0.7」以上で買い）、「-1」で売り、残りは待つというネットワークがあるとします。インジケーターネットの入力は多数あります。いくつかのインプットは、0を越えると（つまり、符号がマイナスからプラスに変わると）、ある種の買いシグナルを出す指標である。つまり、この指標による買いシグナルの最大値は、まさに0からクロスした瞬間です（それ以上シグナルは残りますが、潜在的な利益は減少します）。
さて-ニューロンネット ですが、おおよそ入力と重みの積の和の関数です（まあ、内層ニューロンも考慮されます）。f=F(w1x1+w2*x2+...)という式で考えると、x1=0であれば、他の入力や活性化関数に関わらず、この入力は最終出力から除外されるだけです。信号が単に無視されるだけであることが判明した。
この状況は、ある種の実際の事例（Wikipediaより）を思い出させます。写真上の戦車の画像を認識するためにネットワークを学習させたが、後ですべての戦車が同じ背景で撮影されていることが判明した事例が知られています。その結果、ネットワークは戦車を認識する「学習」ではなく、このような風景を認識する「学習」をするようになりました。
そこで、実際に質問です。この場合、そのようなインジケータによる買いシグナルの最大値がクロス0ではなく、例えばこのインジケータが1のときになるように、その入力値を変換することは意味があるでしょうか（別の質問ですが-どのように）。
例えば、このインジケータを2つに分割することができます。
- 1つ目（1-xタイプ）は、ゼロに近づく度合いを示す。
- 2番目はバイナリで、この差の符号（+1、-1）だけです。
この操作は、ネットワークにとって何か根本的な重要性を持っているのでしょうか？
例えば、この指標を2つに分割することが可能です。
- 1つ目（1-xタイプ）は、ゼロに近似する度合いを示す。
- 2番目はバイナリで、この差の符号（+1、-1）だけです。
この操作で、ネットワークに何か変化があるのでしょうか？
ニューラルネットワークの場合、1つ目の選択肢の方が2つ目よりも情報量が多い......。
Aと言えばB、Bと言えば不思議と笑顔になる :)
ネットワークの根本的な違いは何ですか？
何が決定的な違いなのか．高度に専門化（波の組み合わせの認識、フラクタル）しているため、実行は最も単純である。例えば、重みは（レシェトフのパーセプトロンのように）テスターが拾うだけですが、同時に、同じ範囲の入力パラメータを持つ私のパーセプトロンは、レシェトフのパーセプトロンにはできない、ある特定のパターンを記憶することができるのです。レシェトフのパーセプトロンの功績は、その設計が完璧にフラット（平坦）を見つけ出し、それが巧みな手腕で利益をもたらすことであろう。
ニューラルネットワークの場合、1つ目の選択肢の方が2つ目よりも情報量が多い......。
また、元の信号と導関数を（もちろん上記の条件で）比較した場合、導関数の方を選択するのでしょうか。
また、ゼロを基準にしたオフセットを指定して、ある閾値を超える状況に拡張した場合、「閾値」の信号はこのように増幅されるべきなのでしょうか......？
シグナルのコーディングは、その意味に基づいてトレーダーが選択する必要があります。
>> 同感です。TSの考え方があるはずです。NSはあくまでツールです。そのため、エントリーするシグナルを選び、アウトプットで何を得たいかを意識することが最も重要です。