NS + 지표. 실험.

새 코멘트
 
표준 지표의 값을 기반으로 반복 NN을 사용하여 다음 일봉의 고저를 예측하려는 시도.
네트워크 구조: 완전 연결, 반복, 3개 레이어. 뉴런의 수는 GA에 의해 선택됩니다. 궤적 50 사이클.

입력(정규화된 값):
            , iClose ( Symbol () , Period () , i + 1 ) - iMA ( NULL , 0 , 20 , 0 , MODE_SMA , PRICE_MEDIAN , i + 1 )
            , iClose ( Symbol () , Period () , i + 1 ) - iMA ( NULL , 0 , 10 , 0 , MODE_SMA , PRICE_MEDIAN , i + 1 )
            , iClose ( Symbol () , Period () , i + 1 ) - iMA ( NULL , 0 , 5 , 0 , MODE_SMA , PRICE_MEDIAN , i + 1 )            
            , iRSI ( NULL , 0 , 14 , PRICE_MEDIAN , i + 1 )
            , iATR ( NULL , 0 , 12 , i + 1 )
            , iWPR ( NULL , 0 , 14 , i + 1 )
            , iMACD ( NULL , 0 , 12 , 26 , 9 , PRICE_MEDIAN , MODE_MAIN , i + 1 )
            , iMACD ( NULL , 0 , 12 , 26 , 9 , PRICE_MEDIAN , MODE_SIGNAL , i + 1 )
            , iMACD ( NULL , 0 , 12 , 26 , 9 , PRICE_MEDIAN , MODE_SIGNAL , i + 1 ) - iMACD ( NULL , 0 , 12 , 26 , 9 , PRICE_CLOSE , MODE_MAIN , i + 1 )
            , iStochastic ( NULL , 0 , 5 , 3 , 3 , MODE_SMA , 0 , MODE_MAIN , i + 1 )
            , iStochastic ( NULL , 0 , 5 , 3 , 3 , MODE_SMA , 0 , MODE_SIGNAL , i + 1 )
            , iStochastic ( NULL , 0 , 5 , 3 , 3 , MODE_SMA , 0 , MODE_MAIN , i + 1 ) - iStochastic ( NULL , 0 , 5 , 3 , 3 , MODE_SMA , 0 , MODE_SIGNAL , i + 1 )
            , iADX ( NULL , 0 , 14 , PRICE_MEDIAN , MODE_MAIN , i + 1 )
            , iADX ( NULL , 0 , 14 , PRICE_MEDIAN , MODE_PLUSDI , i + 1 )
            , iADX ( NULL , 0 , 14 , PRICE_MEDIAN , MODE_MINUSDI , i + 1 )
            , iStdDev ( NULL , 0 , 10 , 0 , MODE_EMA , PRICE_MEDIAN , i + 1 )
	    // www.atrlab.com
배열 출력. 흔적이 형성됩니다. 방법.
하루의 최대값이 이전 날짜의 종료 시점에서 >15포인트이면 배열의 첫 번째 요소는 1이고 나머지는 0입니다.
하루의 최대값이 이전 날짜의 종료 시점에서 >30포인트이면 배열의 두 번째 요소는 1이고 나머지는 0입니다.
등.

출력 예.

s1 s2 s3 s4 s5 s6 s7 r1 r2 r3 r4 r5 r6 r7
0 하나 0 0 0 0 0 0 0 하나 0 0 0 0
하나 0 0 0 0 0 0 0 0 0 0 0 0 0
하나 0 0 0 0 0 0 0 0 0 0 하나 하나 0
하나 0 0 0 0 0 0 0 0 0 0 하나 하나 0
0 0 0 0 하나 0 0 하나 0 0 0 0 0 0
0 하나 0 0 0 0 0 하나 0 0 0 0 0 0
0 0 0 0 0 하나 0 하나 0 0 0 0 0 0

결과. 테스트 샘플.



선 근처의 값 - 지지/저항 수준을 담당하는 뉴런의 활동.
 
모든 지표는 가격 파생 상품입니다. 하나의 가격만 제출하는 것이 더 쉽지 않습니까? NN을 위한 데이터 준비 규칙 중 하나는 차원 축소 와 관련이 있습니다. 따라서 모든 데이터를 가격으로 줄입니다. 그렇지 않으면 중복된 상호 연결된 데이터를 제공하고 있습니다.
 
그것은 사업이었다. 퍼센트만 제출했습니다. 가격 변경. 결과는 시장에 대한 나의 견해를 바꾸지 않았습니다.
 
njel :
그것은 사업이었다. 퍼센트만 제출했습니다. 가격 변경. 결과는 시장에 대한 나의 견해를 바꾸지 않았습니다.


백분율을 계산하려면 일종의 참조 값(백분율을 계산하는 기준)이 필요합니다. 이것에 대해 좀 더 말씀해 주시겠습니까? + 시장에 대한 관점이 어렵지 않다면

 
나는 많이 쓰지 않을 것입니다. 신경망: 버그에 대한 작업 기사를 읽으십시오.
 
입구에서 주었다
         double c1 = MathLog (  iHigh ( Symbol () , Period () , i ) / iClose ( Symbol () , Period () , i + 1 )) * 100.0 ;
         double c2 = MathLog (  iLow ( Symbol () , Period () , i ) / iClose ( Symbol () , Period () , i + 1 )) * 100.0 ;
그리고 네트워크는 15의 궤적으로 시간 지연되었습니다. 그러나 예측의 품질은 고무적이지 않았습니다.

2 알렉스 부갈터

나는 기사를 읽었다. 예를 들어 하나의 신경망 이 있지만 모듈식입니다. 조언해주실 수 있나요?
 
njel :
입구에서 주었다
         double c1 = MathLog (  iHigh ( Symbol () , Period () , i ) / iClose ( Symbol () , Period () , i + 1 )) * 100.0 ;
         double c2 = MathLog (  iLow ( Symbol () , Period () , i ) / iClose ( Symbol () , Period () , i + 1 )) * 100.0 ;
그리고 네트워크는 15의 궤적으로 시간 지연되었습니다. 그러나 예측의 품질은 고무적이지 않았습니다.

두 숫자의 비율의 자연 로그 ? 이것은 가격의 백분율 변화입니까?
 
Alex-Bugalter писал (а):
나는 많이 쓰지 않을 것입니다. 신경망: 버그에 대한 작업 기사를 읽으십시오.
글을 읽어보니 득보다 실이 많습니다. 확률과 이익이라는 단어를 조작하면서 교훈적으로 끔찍하게 작성되었습니다. 견고함을 주는 똑똑한 말들이 많다.
 
Rosh :
Alex Bugalter는 다음과 같이 썼습니다.
나는 많이 쓰지 않을 것입니다. 신경망: 버그에 대한 작업 기사를 읽으십시오.
글을 읽어보니 득보다 실이 많습니다. 확률과 이익이라는 단어를 조작하면서 교훈적으로 끔찍하게 작성되었습니다. 견고함을 주는 똑똑한 말들이 많다.

나는 지원한다. 글은 아니지만 그냥 그렇게 산책을 나갔습니다..
 
Prival :
젤 :
입구에서 주었다
         double c1 = MathLog (  iHigh ( Symbol () , Period () , i ) / iClose ( Symbol () , Period () , i + 1 )) * 100.0 ;
         double c2 = MathLog (  iLow ( Symbol () , Period () , i ) / iClose ( Symbol () , Period () , i + 1 )) * 100.0 ;
그리고 네트워크는 15의 궤적으로 시간 지연되었습니다. 그러나 예측의 품질은 고무적이지 않았습니다.

두 숫자의 비율의 자연 로그 ? 이것은 가격의 백분율 변화입니까?
아니다. 100% preved에 대한 %를 가져오는 데 사용됩니다. 가격. 그리고 최근에 나는 가격 움직임의 그러한 측정을 어디선가 만났습니다. 그건 그렇고, 옵션이기도 한 단락으로 모든 것을 표현하는 것이 가능했습니다. 그리고 지금은 국회의 차기 모델로 무엇을 먹일지 고민하고 있습니다. 그리고 먹일만한 가치가 있습니까? 흠
 
많이 존경하는 Rosh & SK , 좋은 것과 나쁜 것, 걷는 것이 더 좋은 곳을 너무 잘 이해한다면.
무지한 사람들에게 당신이 보기에 피해는 무엇이며 이 기사에서 정확하게 언급되지 않은 것은 무엇인지 지적할 수 있습니까?
그러다가 너무 많은 사람들이 '망상'에 빠져들게 되니 올바른 길을 짚어보자.
아니면 그냥 산책을 나갔습니까?
무차별적으로 누구나 잘못을 찾을 수 있습니다.
그리고 이 기사: "신경망 및 시계열 분석" 에서도 넌센스가 쓰여 있습니까?

Ps: 그리고 개인적으로 Rosh도 있습니다. 물론 정확히 당신이 의미하는 바를 어렵게 만들지 않는다면: "교시적으로 끔찍하게 쓰여졌다"
123456789101112
새 코멘트