金融シリーズのニューロフォーキャスト（1論文に基づく） - ページ 10 1...3456789101112 新しいコメント 削除済み 2011.12.03 10:06 #91 Reshetov: 記事とか心の狭い作者とかどうでもいいんだよ。特に、定常的なデータや安定したデータを使った研究であればなおさらです。 私は、論文の中のバカが作ったものでなく、将来を見据えたテストの結果に基づいて研究しています。 他人の意見にケチをつけることなく、誰もが自分の個人的な視点を持つ権利があります。 誰にでも、太陽が地球の周りを回っていると主張する権利はありますが、反対者をマラコリックやバカと見なす権利はありません。 これは検討すべきです。 TheXpert 2011.12.03 10:18 #92 mersi: そのため、2～3層で構成されるネットが主流となっています。 より多くの隠れ層が選択されるのは、収束性が良いからである。一般化された非線形ネットワークは、さらによく収束する。 Alexey Burnakov 2011.12.03 10:19 #93 mersi: ニューラルネットワークの研究者は皆、この言葉に反対である。 nsに関するほとんどすべての記事には、優れたネットワークほどニューロンの数が多いが、同時にニューロンの数が多すぎてもいけないと書かれています。 そのため、ほとんどの場合、2～3層の隠れ家的なネットワークに向かう傾向があります。 信じられません。ニューラルネットワークが解くタスクは、ほとんどすべて1つの隠れ層で解かれる。 TheXpert 2011.12.03 10:22 #94 alexeymosc: 信じられません。ニューラルネットワークが解く問題のほとんどは、1つの隠れ層で解かれる。なーんだ、そうなんだ、上記参照。隠れ層が1層のネットワークでも解けますが、1層のサイズをいじるより、層を追加する方が簡単な場合も あります。 あるいはその逆もしかり。一般化されたメッシュから始め、成功すればモデルを単純化する。 Yury Reshetov 2011.12.03 10:24 #95 mersi: というのは、考えるべきことです。 あるいは、持っていってテストすることも可能です。グリッドの最初の層（入力層）をロードする、つまりハイパータンジェントの代わりにシグナムを置き、それを訓練し、forwardsで性能を確認する。他の層はそのままで大丈夫です。 Alexey Burnakov 2011.12.03 10:30 #96 TheXpert: なーんだ、そうなんだ、上記参照。隠れ層が1層のネットワークでも解決しますが、1層の大きさをいじるより、層を追加する方が簡単なんです。 なるほど、なるほど。私なら確認します。人工データと静止データでテストしたところ、隠れ層に十分なニューロンがない場合は現実的な状況であり、テスト（ロシアの現実で言うところの検証）サンプルでより良い結果を得るためにニューロンの数を増やすことができることがわかりました。しかし、さらにニューロンの数を増やしても良い結果が得られないという現実もある。そして、レイヤーに悩んだことはありません。 いずれにしても、オッカムのカミソリの原理に従って、モデルのサイズを小さくするのが望ましいですね。 削除済み 2011.12.03 10:35 #97 Reshetov: 人権もどうでもいい。たとえそれが非民主的で、違憲で、抑圧的で、ダイナマイトの発明者から学位や賞を授与された間抜けたちの出版物と一致しないとしても、私の意見では前進試験の結果だけが発言権を持つのです。 理由は簡単で、フォワードテストの結果の方が真実に近いからです。それ以外のものは誤報に近い。 トローリング 無礼講は許さない。 Mihail Marchukajtes 2011.12.03 11:45 #98 Reshetov: 入金通貨での最小ドローダウンで最適化し、最適化結果からこの極小ドローダウンを選択すれば、どちらのフォワードも成功することが判明しました。複数の最適化結果で最小ドローダウンが同じであれば、バランスが最大になるものを選ぶとよいでしょう。 しかし、誤差の最小化ではなく、例えば、入力データ中のある特定の属性（または属性の集合）を最大化するために最適化するとしたらどうでしょう？例えば、MAがクロスオーバーする条件があるとします。 最適化関数は、入力データの有用な属性をできるだけ多く含み、かつバランスの取れたものを作る必要がある。そこで、残高の増加につながる符号の最大数を探す方向にネットワークを進ませることにします。一方、この関数は、目標としてのバランス＋n（利益につながる正しいMAクロスの数）であり、できるだけ大きくなるようにする必要があります......。 最適化期間の最大バランスが取れなくても、入力の符号の数が最大になるため、小さくてもバランスが取れるようになった。そして、この方法をフォワードで検証すること...。どのように動作するのか......いいえ つまり、2つのパラメータによる最適化です。残高を増やし、MAの交信回数を増やす。 これに対するご意見、ご批判は？ Mihail Marchukajtes 2011.12.03 11:50 #99 nikelodeon:しかし、誤差を最小化するのではなく、入力データ中の特定の特徴を最大化するために最適化するのであれば、それは可能です。例えば、MAがクロスオーバーする条件があるとします。最適化関数は、入力データの有用な属性をできるだけ多く含み、かつバランスの取れたものを作る必要がある。そこで、残高の増加につながる符号の最大数を探す方向にネットワークを進ませることにします。一方、この関数は、目標としてのバランス＋n（利益につながる正しいMAクロスの数）であり、できるだけ大きくなるようにする必要があります......。最適化期間の最大バランスが取れなくても、入力の符号の数が最大になるため、小さくてもバランスが取れるようになった。そして、この方法をフォワードで検証すること...。どのように動作するのか......いいえつまり、2つのパラメータによる最適化です。残高を増やし、MAの交信回数を増やす。これに対するご意見、ご批判は？ ははは！！これだ！！この手法でネットが鍛えられなければ（MAに有用な情報が少ないから）、エントリーしても無駄ということになる。でも、ここに何かありそうな気がするんですよね......。確認しなければならない。ところで、こんなことをここでアドバイスしてください。 インジケータで計算されるパラメータがある場合。インジケータの全設定を最適化し、選択したプロットで変数aが0になるようにしたい場合。 つまり、MT4で、計算されて設定されていないパラメータを最適化 する方法？ Mihail Marchukajtes 2011.12.03 11:56 #100 いや...MAではなく、符号の最大化、つまり、オプティマイザーのある部分はこの交点をできるだけ多くしようとし、別の部分はできるだけバランスを取ろうとする......ということなのです。 つまり、何らかの最適化関数が必要なのです......思いつくままに。 1...3456789101112 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
記事とか心の狭い作者とかどうでもいいんだよ。特に、定常的なデータや安定したデータを使った研究であればなおさらです。
私は、論文の中のバカが作ったものでなく、将来を見据えたテストの結果に基づいて研究しています。
他人の意見にケチをつけることなく、誰もが自分の個人的な視点を持つ権利があります。
誰にでも、太陽が地球の周りを回っていると主張する権利はありますが、反対者をマラコリックやバカと見なす権利はありません。
これは検討すべきです。
そのため、2～3層で構成されるネットが主流となっています。
ニューラルネットワークの研究者は皆、この言葉に反対である。
nsに関するほとんどすべての記事には、優れたネットワークほどニューロンの数が多いが、同時にニューロンの数が多すぎてもいけないと書かれています。
そのため、ほとんどの場合、2～3層の隠れ家的なネットワークに向かう傾向があります。
信じられません。ニューラルネットワークが解く問題のほとんどは、1つの隠れ層で解かれる。
なーんだ、そうなんだ、上記参照。隠れ層が1層のネットワークでも解けますが、1層のサイズをいじるより、層を追加する方が簡単な場合も あります。
あるいはその逆もしかり。一般化されたメッシュから始め、成功すればモデルを単純化する。
というのは、考えるべきことです。
なーんだ、そうなんだ、上記参照。隠れ層が1層のネットワークでも解決しますが、1層の大きさをいじるより、層を追加する方が簡単なんです。
なるほど、なるほど。私なら確認します。人工データと静止データでテストしたところ、隠れ層に十分なニューロンがない場合は現実的な状況であり、テスト（ロシアの現実で言うところの検証）サンプルでより良い結果を得るためにニューロンの数を増やすことができることがわかりました。しかし、さらにニューロンの数を増やしても良い結果が得られないという現実もある。そして、レイヤーに悩んだことはありません。
いずれにしても、オッカムのカミソリの原理に従って、モデルのサイズを小さくするのが望ましいですね。
人権もどうでもいい。たとえそれが非民主的で、違憲で、抑圧的で、ダイナマイトの発明者から学位や賞を授与された間抜けたちの出版物と一致しないとしても、私の意見では前進試験の結果だけが発言権を持つのです。
理由は簡単で、フォワードテストの結果の方が真実に近いからです。それ以外のものは誤報に近い。
トローリング
無礼講は許さない。
入金通貨での最小ドローダウンで最適化し、最適化結果からこの極小ドローダウンを選択すれば、どちらのフォワードも成功することが判明しました。複数の最適化結果で最小ドローダウンが同じであれば、バランスが最大になるものを選ぶとよいでしょう。
しかし、誤差の最小化ではなく、例えば、入力データ中のある特定の属性（または属性の集合）を最大化するために最適化するとしたらどうでしょう？例えば、MAがクロスオーバーする条件があるとします。
最適化関数は、入力データの有用な属性をできるだけ多く含み、かつバランスの取れたものを作る必要がある。そこで、残高の増加につながる符号の最大数を探す方向にネットワークを進ませることにします。一方、この関数は、目標としてのバランス＋n（利益につながる正しいMAクロスの数）であり、できるだけ大きくなるようにする必要があります......。
最適化期間の最大バランスが取れなくても、入力の符号の数が最大になるため、小さくてもバランスが取れるようになった。そして、この方法をフォワードで検証すること...。どのように動作するのか......いいえ
つまり、2つのパラメータによる最適化です。残高を増やし、MAの交信回数を増やす。
これに対するご意見、ご批判は？
しかし、誤差を最小化するのではなく、入力データ中の特定の特徴を最大化するために最適化するのであれば、それは可能です。例えば、MAがクロスオーバーする条件があるとします。
最適化関数は、入力データの有用な属性をできるだけ多く含み、かつバランスの取れたものを作る必要がある。そこで、残高の増加につながる符号の最大数を探す方向にネットワークを進ませることにします。一方、この関数は、目標としてのバランス＋n（利益につながる正しいMAクロスの数）であり、できるだけ大きくなるようにする必要があります......。
最適化期間の最大バランスが取れなくても、入力の符号の数が最大になるため、小さくてもバランスが取れるようになった。そして、この方法をフォワードで検証すること...。どのように動作するのか......いいえ
つまり、2つのパラメータによる最適化です。残高を増やし、MAの交信回数を増やす。
これに対するご意見、ご批判は？
ははは！！これだ！！この手法でネットが鍛えられなければ（MAに有用な情報が少ないから）、エントリーしても無駄ということになる。でも、ここに何かありそうな気がするんですよね......。確認しなければならない。ところで、こんなことをここでアドバイスしてください。
インジケータで計算されるパラメータがある場合。インジケータの全設定を最適化し、選択したプロットで変数aが0になるようにしたい場合。
つまり、MT4で、計算されて設定されていないパラメータを最適化 する方法？
いや...MAではなく、符号の最大化、つまり、オプティマイザーのある部分はこの交点をできるだけ多くしようとし、別の部分はできるだけバランスを取ろうとする......ということなのです。
つまり、何らかの最適化関数が必要なのです......思いつくままに。