최적화 절차에 대해 이야기하는 경우 목적 함수의 공식입니다. 그러나 LeoV 의 정보에 따르면 이 기능(Optimal Buy/Hold/Sell)은 최적화를 수행하지 않습니다. 즉, NN과 관련이 없습니다. 이것은 미래를 내다보는 아주 일반적인 기능입니다. 그리고 그녀는 Close에서 할 것인지 아니면 부드러운 칠면조에서 할 것인지 절대 신경 쓰지 않습니다. 2ZZ와 비교하면 여전히 너무 많은 항목을 줄 것이라고 생각하는 경향이 있습니다. 또는 이전에 막대를 해석하는 방법에 따라 너무 적거나 .... . 실시간으로 이러한 입력은 각각의 새 막대가 열릴 때 입력에 해당합니다. 저는 이미 이 점을 앞서 비판했습니다. :)
우리는 가장 무례하게 다시 그리는 칠면조를 NS로 가져오고 NS를 훈련시켜 올바른 신호를 보냅니다. 물론 결과를 얻어야 합니다.
우리의 입력이 완벽하거나 거의 완벽하도록 ... 이러한 값은 NN의 교사로 사용됩니다. 여기서 이점은 네트워크 자체가 최적으로 선택한 BUY / Sell 벡터를 제공한다는 것입니다. 어떤 ZZ도 이것을 반복할 수 없습니다! 그러나 많은 홀드 벡터도 어떻게든 수동으로 절단해야 합니다. 샘플이 90% Hold와 5% Buy/Sell로 구성되지 않도록...
지표에 신경을 쓰는 이유는 무엇입니까? Metastock에는 시스템의 수익성을 비교하도록 설계된 MPS( Maximum Profit System )라는 흥미로운 도구가 있습니다. MPS를 사용하면 가능한 모든 트랜잭션을 긍정적인 결과로 계산할 수 있다고 가정합니다. 이를 기반으로 MLP용 학습 어레이를 구축하는 것이 매우 편리합니다.
그런 다음 우리는 이 신호를 받고 이 칠면조를 잊어버립니다. 그런 다음 NS가 제공한 입력을 설명하는 방법을 결정해야 합니다. 입력 범위를 선택합니다(신호 옆에 있는 막대와 포인트의 수이지만 훈련용으로도 사용합니다).
Klot의 칠면조(GA와 함께)도 마찬가지입니다.
불행히도, 이것은 비현실적인 작업이라는 것을 이해해야 합니다. 출구를 위한 항목을 선택하는 것입니다(출구가 아니라 매수/매도 신호). 공상.
미래에 이 신호에 어떤 일이 일어날지 모르잖아요? 교육에서와 같이 미래에도 올바르게 진행될 것이며 미래에 올바른 정보를 제공하여 매우 정확한 항목을 열 수 있도록 올바른 항목을 선택할 수 있습니까(교육에서와 같이)? 반면에 이 출입구는 향후 출구를 선택하기 위해 올바르게 열릴 것입니까? 답변보다 질문이 더.....
추신 당신은 자신을 혼동하지 않을 것입니다 - 아무도 당신을 혼동하지 않을 것입니다)))))
불행히도, 이것은 비현실적인 작업이라는 것을 이해해야 합니다. 출구를 위한 항목을 선택하는 것입니다(출구가 아니라 매수/매도 신호). 공상.
미래에 이 신호에 어떤 일이 일어날지 모르잖아요? 교육에서와 같이 미래에도 올바르게 진행될 것이며 미래에 올바른 정보를 제공하여 매우 정확한 항목을 열 수 있도록 올바른 항목을 선택할 수 있습니까(교육에서와 같이)? 반면에 이 출입구는 향후 출구를 선택하기 위해 올바르게 열릴 것입니까? 답변보다 질문이 더.....
추신 당신은 자신을 혼동하지 않을 것입니다 - 아무도 당신을 혼동하지 않을 것입니다)))))
우리 사업에는 항상 많은 질문이 있으며 그에 대한 답변은 상대적이거나 매우 적습니다. 그래서 놀라운 일이 아닙니다.
입력 선택은 다양한 샘플의 통계 분석을 사용하여 수행됩니다. 샘플은 다음과 같이 나누어야 합니다. 그렇지 않으면 다음을 찾으십시오.
Sell/Hold 또는 Buy/Hold를 포함하는 것은 물론 세 가지 모두 가능하지만 Buy/Sell 클래스 중 하나라도 최소한으로 포함됩니다.
따라서 3개의 벡터 세트를 가져와야 합니다. 여기서 pl. 구매는 많은 것과 교차하지 않습니다. 판매 (누군가 주어진 신호에 의해 3개의 클래스가 모두 교차하지 않는 곳을 찾으면 ***에 대해 NN이 필요하지 않습니다.) 그런 다음 훈련을 위해 입력에 공급되는 것은 이러한 세트입니다. 반복합니다. 벡터의 값은 상대적이어야 합니다(최대값이 변경되더라도 MACD도 작동함). 그런 다음 입력 데이터 전처리 등.
물론 우리 국회가 신호를 보낸다고 해서 매수 다음에 매도가 있는 것은 아니지만, 확보에 도움이 될 수 있는 제도가 많이 있습니다...
2rip 감사합니다! 내가 올바르게 이해했다면 아직 보지 않았지만 이것이 필요한 것입니다.
입력 선택은 다양한 샘플의 통계 분석을 사용하여 수행됩니다. 샘플은 다음과 같이 나누어야 합니다. 그렇지 않으면 다음을 찾으십시오.
Sell/Hold 또는 Buy/Hold를 포함하는 것은 물론 세 가지 모두 가능하지만 Buy/Sell 클래스 중 하나라도 최소한으로 포함됩니다.
따라서 3개의 벡터 세트를 가져와야 합니다. 여기서 pl. 구매는 많은 것과 교차하지 않습니다. 판매 (누군가 주어진 신호에 의해 3개의 클래스가 모두 교차하지 않는 곳을 찾으면 ***에 대해 NN이 필요하지 않습니다.) 그런 다음 훈련을 위해 입력에 공급되는 것은 이러한 세트입니다. 반복합니다. 벡터의 값은 상대적이어야 합니다(최대값이 변경되더라도 MACD도 작동함). 그런 다음 입력 데이터 전처리 등을 수행합니다.
물론 우리 국회가 신호를 보낸다고 해서 매수 다음에 매도가 있는 것은 아니지만, 확보에 도움이 될 수 있는 제도가 많이 있습니다...
그리고 여기는 칠면조
현실처럼 보이기엔 너무 환상적입니다))) 그리고 우리는 동화 속에 살지 않습니다.....
그리고 여기는 칠면조
그리고 이 칠면조에게 또 다른 무엇을 생각해 낼 수 있습니까? 그는 그 자체로 귀엽다. :)
그리고 이 칠면조에게 또 다른 무엇을 생각해 낼 수 있습니까? 그는 그 자체로 귀엽다. :)
그는 다시 그려지고 있습니다. 우리는 네트워크가 선택하는 신호를 제공하도록 취합니다.
그런 다음 우리는 이 신호를 받고 이 칠면조를 잊어버립니다. 그런 다음 NS가 제공한 입력을 설명하는 방법을 결정해야 합니다. 입력 범위를 선택합니다(신호 옆에 있는 막대와 포인트의 수이지만 훈련용으로도 사용합니다).
Klot의 칠면조(GA와 함께)도 마찬가지입니다.
무엇의 공식?
최적화 절차에 대해 이야기하는 경우 목적 함수의 공식입니다. 그러나 LeoV 의 정보에 따르면 이 기능(Optimal Buy/Hold/Sell)은 최적화를 수행하지 않습니다. 즉, NN과 관련이 없습니다. 이것은 미래를 내다보는 아주 일반적인 기능입니다. 그리고 그녀는 Close에서 할 것인지 아니면 부드러운 칠면조에서 할 것인지 절대 신경 쓰지 않습니다. 2ZZ와 비교하면 여전히 너무 많은 항목을 줄 것이라고 생각하는 경향이 있습니다. 또는 이전에 막대를 해석하는 방법에 따라 너무 적거나 .... . 실시간으로 이러한 입력은 각각의 새 막대가 열릴 때 입력에 해당합니다. 저는 이미 이 점을 앞서 비판했습니다. :)
나는 신경망의 아마추어이지만 여기에 들어갈 것입니다. 목적 함수(TF)는 신경망에서 처리하는 값 의 확률적 분포 를 반드시 반영해야 한다고 생각합니다. 제곱 오차의 합은 디지털 필터의 가장 유명하고 표준적인 형식이지만 이 함수는 가우스 값에만 가장 적합합니다.
최대우도함수에 따라 가능한 한 효율적으로 최소화되는 오차와 확률분포의 관계가 있다. 가우스 분포의 경우 값 차이의 제곱이고 지수 분포의 경우 차이의 계수 등입니다.
우리는 가장 무례하게 다시 그리는 칠면조를 NS로 가져오고 NS를 훈련시켜 올바른 신호를 보냅니다. 물론 결과를 얻어야 합니다.
우리의 입력이 완벽하거나 거의 완벽하도록 ... 이러한 값은 NN의 교사로 사용됩니다. 여기서 이점은 네트워크 자체가 최적으로 선택한 BUY / Sell 벡터를 제공한다는 것입니다. 어떤 ZZ도 이것을 반복할 수 없습니다! 그러나 많은 홀드 벡터도 어떻게든 수동으로 절단해야 합니다. 샘플이 90% Hold와 5% Buy/Sell로 구성되지 않도록...
지표에 신경을 쓰는 이유는 무엇입니까? Metastock에는 시스템의 수익성을 비교하도록 설계된 MPS( Maximum Profit System )라는 흥미로운 도구가 있습니다. MPS를 사용하면 가능한 모든 트랜잭션을 긍정적인 결과로 계산할 수 있다고 가정합니다. 이를 기반으로 MLP용 학습 어레이를 구축하는 것이 매우 편리합니다.
그는 다시 그려지고 있습니다. 우리는 네트워크가 선택하는 신호를 제공하도록 취합니다.
그런 다음 우리는 이 신호를 받고 이 칠면조를 잊어버립니다. 그런 다음 NS가 제공한 입력을 설명하는 방법을 결정해야 합니다. 입력 범위를 선택합니다(신호 옆에 있는 막대와 포인트의 수이지만 훈련용으로도 사용합니다).
Klot의 칠면조(GA와 함께)도 마찬가지입니다.
불행히도, 이것은 비현실적인 작업이라는 것을 이해해야 합니다. 출구를 위한 항목을 선택하는 것입니다(출구가 아니라 매수/매도 신호). 공상.
미래에 이 신호에 어떤 일이 일어날지 모르잖아요? 교육에서와 같이 미래에도 올바르게 진행될 것이며 미래에 올바른 정보를 제공하여 매우 정확한 항목을 열 수 있도록 올바른 항목을 선택할 수 있습니까(교육에서와 같이)? 반면에 이 출입구는 향후 출구를 선택하기 위해 올바르게 열릴 것입니까? 답변보다 질문이 더.....
추신 당신은 자신을 혼동하지 않을 것입니다 - 아무도 당신을 혼동하지 않을 것입니다)))))
불행히도, 이것은 비현실적인 작업이라는 것을 이해해야 합니다. 출구를 위한 항목을 선택하는 것입니다(출구가 아니라 매수/매도 신호). 공상.
미래에 이 신호에 어떤 일이 일어날지 모르잖아요? 교육에서와 같이 미래에도 올바르게 진행될 것이며 미래에 올바른 정보를 제공하여 매우 정확한 항목을 열 수 있도록 올바른 항목을 선택할 수 있습니까(교육에서와 같이)? 반면에 이 출입구는 향후 출구를 선택하기 위해 올바르게 열릴 것입니까? 답변보다 질문이 더.....
추신 당신은 자신을 혼동하지 않을 것입니다 - 아무도 당신을 혼동하지 않을 것입니다)))))
우리 사업에는 항상 많은 질문이 있으며 그에 대한 답변은 상대적이거나 매우 적습니다. 그래서 놀라운 일이 아닙니다.
입력 선택은 다양한 샘플의 통계 분석을 사용하여 수행됩니다. 샘플은 다음과 같이 나누어야 합니다. 그렇지 않으면 다음을 찾으십시오.
Sell/Hold 또는 Buy/Hold를 포함하는 것은 물론 세 가지 모두 가능하지만 Buy/Sell 클래스 중 하나라도 최소한으로 포함됩니다.
따라서 3개의 벡터 세트를 가져와야 합니다. 여기서 pl. 구매는 많은 것과 교차하지 않습니다. 판매 (누군가 주어진 신호에 의해 3개의 클래스가 모두 교차하지 않는 곳을 찾으면 ***에 대해 NN이 필요하지 않습니다.) 그런 다음 훈련을 위해 입력에 공급되는 것은 이러한 세트입니다. 반복합니다. 벡터의 값은 상대적이어야 합니다(최대값이 변경되더라도 MACD도 작동함). 그런 다음 입력 데이터 전처리 등.
물론 우리 국회가 신호를 보낸다고 해서 매수 다음에 매도가 있는 것은 아니지만, 확보에 도움이 될 수 있는 제도가 많이 있습니다...
2rip 감사합니다! 내가 올바르게 이해했다면 아직 보지 않았지만 이것이 필요한 것입니다.
입력 선택은 다양한 샘플의 통계 분석을 사용하여 수행됩니다. 샘플은 다음과 같이 나누어야 합니다. 그렇지 않으면 다음을 찾으십시오.
Sell/Hold 또는 Buy/Hold를 포함하는 것은 물론 세 가지 모두 가능하지만 Buy/Sell 클래스 중 하나라도 최소한으로 포함됩니다.
따라서 3개의 벡터 세트를 가져와야 합니다. 여기서 pl. 구매는 많은 것과 교차하지 않습니다. 판매 (누군가 주어진 신호에 의해 3개의 클래스가 모두 교차하지 않는 곳을 찾으면 ***에 대해 NN이 필요하지 않습니다.) 그런 다음 훈련을 위해 입력에 공급되는 것은 이러한 세트입니다. 반복합니다. 벡터의 값은 상대적이어야 합니다(최대값이 변경되더라도 MACD도 작동함). 그런 다음 입력 데이터 전처리 등을 수행합니다.
물론 우리 국회가 신호를 보낸다고 해서 매수 다음에 매도가 있는 것은 아니지만, 확보에 도움이 될 수 있는 제도가 많이 있습니다...
이것이 잘못된 이론일 수 있다는 생각을 인정하지 않습니까?
이것이 잘못된 이론일 수 있다는 생각을 인정하지 않습니까?
이것은 이론이 아닙니다. 제 생각에 이것은 좋은 결과(수익성 있는)로 이어질 수 있는 방법 중 하나일 뿐입니다.
물론 인정합니다. 접근 방식이 틀렸다는 것을 증명할 수 있습니다. 증명하세요!, 절약된 시간에 대해 매우 감사할 것입니다!(절대 진지하게)