ニューラルネットワーク - ページ 9 1234567891011121314 新しいコメント Леонид 2009.08.06 20:09 #81 Vanek_MIL писал(а)>> また、元の信号と微分を比較した場合（もちろん、上記の条件の下で）、微分が選択されるのでしょうか？ すべては、元の信号が何であるか、その微分が何であるか、そして結果として何を得たいかに依存するのです。しかし、もちろん、変換は少なければ少ないほどよい。変換を行うたびに、元の信号にさらなる歪みが加わり、最終的な結果に悪影響を与える可能性があるからだ。 Vanek_MIL wrote(a)>> また、オフセットをゼロに相対させることで、ある閾値を越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でしょうか・・・？ 閾値信号を増幅する」とはどういうことでしょうか？ 削除済み 2009.08.06 22:59 #82 LeoV писал(а) >> 閾値信号を増幅する」とはどういうことでしょうか？ 私が言いたかったのは、元の信号がある閾値を超えたときにピークになるような微分信号、つまり上記の例の一般化である。 LeoV >>:すべては、最初の信号が何か、その微分が何か、そして結果として何を得たいかによります。つまり、全ては目の前の課題ということになります。 私の考え方、つまりネットをどう使うか、なぜ使うかということを持っていかせてください。 シグナルを生成するインジケータを使ってネットワークを学習させる場合、シグナルが発生する前の入力の組み合わせ（パターン）を見つけ、そのパターンが繰り返されたときにシグナルを予測することを期待しています。 それが先行するものであることを、どのように「知る」のだろうか。まあ、おそらくこれらのシグナルに基づく戦略でより多くの利益を得られるからでしょう。もちろんここで曖昧にするのではなく、あくまで推測ではありますが。 パターンには、静的な要素（値）と動的な要素（モーメンタムなど）が含まれていないと完成しない（かもしれない）。 上記の学習については、すでに先生と相談済みです。このインジケータは、良いシグナルを出す（最適化後はさらに良くなる）先生となる。 でも、それなら同じジグザグを基準にシグナルを出す「理想的な」先生を使えばいいじゃないですか。しかし、ここで問題になるのは、ネットワークに未来を見させることなく、教師が未来を見させることができるのか、ということです。 ネットワークが出す信号が利益を最大化するような状態を見つけることを頼りに、教師なしで学習を行うことが可能です。しかし、ここで何かを予測することは困難です。ただ、ネットワークの種類、構成、入力のセットを選択する（？ 入力の選択に取り組むとき、指標は、多かれ少なかれ信頼できるいくつかのポイント（例えば、統合のレベルに近づいている、またはペア間の低相関）を明らかに選択/構築され、それ自体では信号形成のために十分ではありません。ネットワークはこのデータ一式を処理して、結論を出すことができるのか？つまり、ネットワークが効率的に機能するためには、これらの信号がどのような性質を持たなければならないか。 お集まりの皆様へ 削除済み 2009.08.06 23:14 #83 njel >> : TCの理念があること。 エントリーシグナル（またはその確認）を受信するためにネットワークを使用し、その後、トレードに同行し、ストップロスまたはリバースシグナルを受信することによって、「独立して」終了することである。 削除済み 2009.08.06 23:24 #84 教師のいる学習と教師のいない学習の話がある と疑問が生じた - ユーザーNeuroshellに（おそらく他のプログラムで似ている - 私はちょうど知らない） - アドオンNeural指標に関する。 いくつかの提案をさせていただきます（間違っていたら-訂正）。 ターボプロップ（PredictまたはATR2）をベースにした通常のニューラルネットワークや、確率的なものを例にとると、教師を使って学習させます。教師として、私たちはいくつかの指標、またはOptimal%Change、価格変化、Bai/Sellフラグ、または同じジグザグに基づくもの（それがあなたの意味であるならば）など、標準的なニューラル出力を取ります。ですから、教師の信号は入力データと何らかの形で連携しているはずだという前提があります。また、入力が徐々に増加し、その後減少するが、出力は一定であるような状況も考えられます。あるいは、入力が一定で、出力が始めに急激に増加し、その後減少する。多くのバリエーションがあり、入力が多いとすべてがずっと悪くなる。そして、同じ入力が異なる出力になったり、その逆が起こったりと、ネットワークの停滞を招きやすいのです。 つまり、「正しい先生」を選ぶのは非常に難しく、間違えると、せっかく良いインプットがあっても、ネットワークが台無しになってしまう危険性があるということです。 ニューラル・インディケーター・アドオンのネットは、教師なしで学習でき、ターゲット戦略関数に調整されます。 質問：このアドオンは、他のニューラルネットワークと比較して、明確な優位性を持っていますか？ OO 2009.08.07 05:06 #85 HIGH CLOSE LOWの一連の過去の値を入力すれば、ニューラルネットワークで起こりうる動きの方向を予測できるのに、なぜデリバティブの相場を取る必要があるのかが理解できません。 400バーの深さのように;) ?H1以下の時間軸では、OPEN価格を考慮する必要があります。このため、M1のHCLO入力値は400×4＝1600となる：60小節先が方向予測に十分である)。あとは、適切な解析プログラムとスーパーコンピューターを見つけるだけだ。 削除済み 2009.08.07 05:57 #86 Piboli писал(а)>> HIGH CLOSE LOWの一連の過去の値を入力すれば、ニューラルネットワークで起こりうる動きの方向を予測できるのに、なぜデリバティブの相場を取る必要があるのかが理解できません。 400バーの深さのように;)?H1以下の時間軸では、OPEN価格を考慮する必要があります。このため、M1のHCLO入力値は400×4＝1600となる：60小節先が方向予測に十分である)。あとは、適切な解析プログラムとスーパーコンピューターを見つけるだけです。 最も重要なことは、適切なアナライザープログラムを見つけることです )))) >> もちろん、失礼ですが、この方法で良い経験をされた方はいらっしゃいますか？ OO 2009.08.07 07:09 #87 GrooovE >> : 最も重要なことは、適切なアナライザープログラムを見つけることです ))) もちろん、失礼ですが、そのようなアプローチでポジティブな経験があるのでしょうか？ H4で4-5小節先のpercで90百を確実にはい2-3週間再教育なしで... 普通のプログラムが見つからない。それに、FXの勉強をしなければならない www.wasm.ru ;) FXの勉強をしなければならないのに、どうしたらいいのかわからない。 Леонид 2009.08.07 10:13 #88 Vanek_MIL писал(а)>> 正直言って〜、意味不明です...))完璧な教師というテーマについて - 完璧な教師が必要とされているかというと、まったくそうではない......。 GrooovE wrote(a)>> Question - このアドオンは他のneuroshell netsと比べて明確な利点があるのでしょうか？ メリットとしては、先生がいないこと......。 ピボリ さんが書き込みました >>1 私は理解できませんが、なぜ相場のデリバティブを取るのか、ニューロネットを使えば、入力として一連の以前の値HIGH CLOSE LOWを与えることによって、運動の可能な方向を予測することができるのに、です。 400バーの深さのように;)?H1タイムフレーム以下では、OPEN価格を考慮する必要があります。このため、M1のHCLO入力値は400×4＝1600となる：60小節先が方向予測に十分である)。あとは、適切な解析プログラムとスーパーコンピューターを見つけるだけだ。 問題は1つ、価格が400本の履歴にあったレンジを超えると、ニューラルネットワークは何をすべきかわからなくなり、価格がそのレンジの外でどう動こうが、そのレンジに向かってシグナルを出すことです......。 削除済み 2009.08.08 01:07 #89 LeoV >> : 正直なところ、「よくわからない...」。 よく言われるように、きちんとした質問には答えがほとんど含まれています。したがって、このような回答からも、一定の結論が導き出される...) 迷惑をかけたことをお許しいただき、別の推論質問を紹介させてください。 ニューラルネットワークで現在の市場局面を判断することは可能か？ 何が言いたいのか、はっきりさせましょう。 この場合の相場の位相とは、トレンドがあるかないか（おそらく横ばい）を意味する。 よし、先生のことは置いといて。トレーニングせずにネットを持っていこう。 だから、入力は、クラスタ（無能な私を許してください）が、せいぜい2つでも入力パラメータ空間に現れるように選択されなければならないのです。 ひとつはトレンドに、もうひとつはフラットに...。(あるいは、トレンドというクラスタは1つだけで、それ以外はトレンドではないのかも？)。 もし、そうだとしたら 出力信号がどのように、どのような形で特定のクラスタに属していることを示しているのか？ これらのクラスターは、現実的に可視化され、入力の選択段階ですでにガイドとなっているのでしょうか？ このようなネットワークを設計する場合、プロセスを計画的にコントロールすることが可能なのか、それとも偶然に頼らざるを得ないのか、うまくいくのかいかないのか（もちろん、これは素朴な疑問ですが））？ 謹んで申し上げます。 // 数学の勉強をしに行った 削除済み 2009.08.08 20:02 #90 バックプロップについては、アルゴリズムの標準誤差を使うのは間違いだということを付け加えておきます。 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
すべては、元の信号が何であるか、その微分が何であるか、そして結果として何を得たいかに依存するのです。しかし、もちろん、変換は少なければ少ないほどよい。変換を行うたびに、元の信号にさらなる歪みが加わり、最終的な結果に悪影響を与える可能性があるからだ。
LeoV писал(а) >>
閾値信号を増幅する」とはどういうことでしょうか？
私が言いたかったのは、元の信号がある閾値を超えたときにピークになるような微分信号、つまり上記の例の一般化である。
すべては、最初の信号が何か、その微分が何か、そして結果として何を得たいかによります
。つまり、全ては目の前の課題ということになります。
私の考え方、つまりネットをどう使うか、なぜ使うかということを持っていかせてください。
お集まりの皆様へ
TCの理念があること。
エントリーシグナル（またはその確認）を受信するためにネットワークを使用し、その後、トレードに同行し、ストップロスまたはリバースシグナルを受信することによって、「独立して」終了することである。
教師のいる学習と教師のいない学習の話がある
と疑問が生じた - ユーザーNeuroshellに（おそらく他のプログラムで似ている - 私はちょうど知らない） - アドオンNeural指標に関する。
いくつかの提案をさせていただきます（間違っていたら-訂正）。
ターボプロップ（PredictまたはATR2）をベースにした通常のニューラルネットワークや、確率的なものを例にとると、教師を使って学習させます。教師として、私たちはいくつかの指標、またはOptimal%Change、価格変化、Bai/Sellフラグ、または同じジグザグに基づくもの（それがあなたの意味であるならば）など、標準的なニューラル出力を取ります。ですから、教師の信号は入力データと何らかの形で連携しているはずだという前提があります。また、入力が徐々に増加し、その後減少するが、出力は一定であるような状況も考えられます。あるいは、入力が一定で、出力が始めに急激に増加し、その後減少する。多くのバリエーションがあり、入力が多いとすべてがずっと悪くなる。そして、同じ入力が異なる出力になったり、その逆が起こったりと、ネットワークの停滞を招きやすいのです。
つまり、「正しい先生」を選ぶのは非常に難しく、間違えると、せっかく良いインプットがあっても、ネットワークが台無しになってしまう危険性があるということです。
ニューラル・インディケーター・アドオンのネットは、教師なしで学習でき、ターゲット戦略関数に調整されます。
質問：このアドオンは、他のニューラルネットワークと比較して、明確な優位性を持っていますか？
HIGH CLOSE LOWの一連の過去の値を入力すれば、ニューラルネットワークで起こりうる動きの方向を予測できるのに、なぜデリバティブの相場を取る必要があるのかが理解できません。
400バーの深さのように;) ?H1以下の時間軸では、OPEN価格を考慮する必要があります。このため、M1のHCLO入力値は400×4＝1600となる：60小節先が方向予測に十分である)。あとは、適切な解析プログラムとスーパーコンピューターを見つけるだけだ。
HIGH CLOSE LOWの一連の過去の値を入力すれば、ニューラルネットワークで起こりうる動きの方向を予測できるのに、なぜデリバティブの相場を取る必要があるのかが理解できません。
400バーの深さのように;)?H1以下の時間軸では、OPEN価格を考慮する必要があります。このため、M1のHCLO入力値は400×4＝1600となる：60小節先が方向予測に十分である)。あとは、適切な解析プログラムとスーパーコンピューターを見つけるだけです。
最も重要なことは、適切なアナライザープログラムを見つけることです ))))
>> もちろん、失礼ですが、この方法で良い経験をされた方はいらっしゃいますか？
最も重要なことは、適切なアナライザープログラムを見つけることです )))
もちろん、失礼ですが、そのようなアプローチでポジティブな経験があるのでしょうか？
H4で4-5小節先のpercで90百を確実にはい2-3週間再教育なしで...
普通のプログラムが見つからない。それに、FXの勉強をしなければならない www.wasm.ru ;)
FXの勉強をしなければならないのに、どうしたらいいのかわからない。
正直言って〜、意味不明です...))完璧な教師というテーマについて - 完璧な教師が必要とされているかというと、まったくそうではない......。
メリットとしては、先生がいないこと......。
私は理解できませんが、なぜ相場のデリバティブを取るのか、ニューロネットを使えば、入力として一連の以前の値HIGH CLOSE LOWを与えることによって、運動の可能な方向を予測することができるのに、です。
400バーの深さのように;)?H1タイムフレーム以下では、OPEN価格を考慮する必要があります。このため、M1のHCLO入力値は400×4＝1600となる：60小節先が方向予測に十分である)。あとは、適切な解析プログラムとスーパーコンピューターを見つけるだけだ。
問題は1つ、価格が400本の履歴にあったレンジを超えると、ニューラルネットワークは何をすべきかわからなくなり、価格がそのレンジの外でどう動こうが、そのレンジに向かってシグナルを出すことです......。
正直なところ、「よくわからない...」。
よく言われるように、きちんとした質問には答えがほとんど含まれています。したがって、このような回答からも、一定の結論が導き出される...)
迷惑をかけたことをお許しいただき、別の推論質問を紹介させてください。
ニューラルネットワークで現在の市場局面を判断することは可能か？
何が言いたいのか、はっきりさせましょう。
この場合の相場の位相とは、トレンドがあるかないか（おそらく横ばい）を意味する。
よし、先生のことは置いといて。トレーニングせずにネットを持っていこう。
だから、入力は、クラスタ（無能な私を許してください）が、せいぜい2つでも入力パラメータ空間に現れるように選択されなければならないのです。
ひとつはトレンドに、もうひとつはフラットに...。(あるいは、トレンドというクラスタは1つだけで、それ以外はトレンドではないのかも？)。
もし、そうだとしたら
出力信号がどのように、どのような形で特定のクラスタに属していることを示しているのか？
これらのクラスターは、現実的に可視化され、入力の選択段階ですでにガイドとなっているのでしょうか？
このようなネットワークを設計する場合、プロセスを計画的にコントロールすることが可能なのか、それとも偶然に頼らざるを得ないのか、うまくいくのかいかないのか（もちろん、これは素朴な疑問ですが））？
謹んで申し上げます。
// 数学の勉強をしに行った
バックプロップについては、アルゴリズムの標準誤差を使うのは間違いだということを付け加えておきます。