코드를 이해하는 데 하루만 보냈고 Forex에서 안정적으로 작동했습니다(이익의 의미가 아니라 통화 쌍에 대한 네트워크 교육의 의미에서).
제 생각에는 여기에서 신경망용으로 matcad를 적용하는 데 많은 시간을 할애하고 그 수식을 C ++로 끌어서 거기에서 코드를 디버그할 것입니다. 당신은 효율적이지 않습니다, 여러분. Forex에서 작동하는 것을 시작하기 전에 이와 같이 몇 년을 보낼 수 있습니다.
Matkad의 그래픽 소개, C++ 후속 조치 및 외환 결론과 함께 긴 여정을 시작하기 전에 어떤 종류의 결론을 기대하는지 생각하십시오. 신경망이 제공하는 이점은 무엇입니까? 여행을 시작하기 전에 네트워크의 본질을 이해하십시오. 핵심은 다음과 같습니다. 동일한 시계열의 데이터를 사용하는 네트워크는 자기회귀적입니다. 하나의 층이 있는 경우 선형이고 뉴런의 비선형 발사가 있는 두 개 이상의 층이 있는 경우 비선형입니다. 그러한 자기회귀 네트워크의 훈련은 비선형 함수에 의한 계열의 근사에 불과합니다. 즉, 그러한 기술과 다항식 또는 푸리에 급수를 피팅하는 것 사이에는 거의 차이가 없습니다. 미래 값의 네트워크 예측은 미래에 맞는 비선형 함수의 외삽에 불과합니다. 신경망의 유일한 장점은 모든 비선형 함수를 근사화할 수 있는 보편적인 기능입니다. 여기서 물어볼 질문은 이것이다: 왜 현재 가격이 과거 가격의 비선형 함수라고 생각하는가? 과거 가격에 비선형 함수를 맞출 수 있었다고 해서 시장 패턴을 찾은 것은 아닙니다. 따라서 자기회귀 네트워크는 거래에서 어떠한 이점도 제공하지 않습니다.
그리고 우리는 그렇게 생각하지 않을 수도 있습니다. 왜 그렇게 생각합니까? 우리는 하마에게 나는 법을 가르치고 그들이 날 수 없다는 것을 압니다. 종종 우리는 전혀 생각하지 않습니다 ...
그렇다면 가격이 비선형 함수로 설명된다고 생각하는 이유를 설명하십시오.
여기 내 설명이 있습니다. Dow Jones Ind Av.를 예로 들어 보겠습니다. 2003년부터 2007년까지 지수는 상승했습니다. 이 데이터에 대해 훈련된 네트워크 또는 기타 비선형 모델은 2008년 충돌을 예측하지 못합니다. 이를 예측할 수 있는 네트워크 입력에는 그러한 데이터가 없었습니다. 가격을 조정하지 마세요. 유치원은. 나는 사람들이 재미있게 즐길 수 있도록 여기에 많은 코드를 게시했습니다. 기능 모델이 시장에서 작동했다면 이 코드를 무료로 제공하지 않을 것입니다.
나는 이미 그렇게 생각하지 않는다고 말했습니다. 때로는 가격이 선형 함수로 설명될 수 있고 때로는 전혀 설명될 수 없다고 생각합니다(잘 알려진 수학의 틀 내에서). 예측할 수 있는 것은 잘 예측하고 나머지는 잊어버리는 방법을 배우고 싶습니다. 귀하의 게시물에 대한 첫 번째 답변을 참조하면 제 생각의 과정이 훨씬 명확해질 것입니다.
패럴로커스 ,
분명히?상당히! 어디서부터 시작할까요?
사진의 그리드에 문제가 있습니까? 재교육?
이제 같은 차트를 만들어 보겠습니다.
나는 솔직히 이 모든 고통을 이해하지 못한다. 인터넷에 ORO가 있는 네트워크에 대해 이미 작성된 C++ 코드가 너무 많습니다. 예를 들어, 이론에 대한 좋은 설명이 있는 간단한 코드가 있습니다. MSE 계산에 하나의 오류가 있습니다(이 페이지의 마지막 게시물 읽기).
http://www.codeproject.com/KB/recipes/BP.aspx
코드를 이해하는 데 하루만 보냈고 Forex에서 안정적으로 작동했습니다(이익의 의미가 아니라 통화 쌍에 대한 네트워크 교육의 의미에서).
제 생각에는 여기에서 신경망용으로 matcad를 적용하는 데 많은 시간을 할애하고 그 수식을 C ++로 끌어서 거기에서 코드를 디버그할 것입니다. 당신은 효율적이지 않습니다, 여러분. Forex에서 작동하는 것을 시작하기 전에 이와 같이 몇 년을 보낼 수 있습니다.
Matkad의 그래픽 소개, C++ 후속 조치 및 외환 결론과 함께 긴 여정을 시작하기 전에 어떤 종류의 결론을 기대하는지 생각하십시오. 신경망이 제공하는 이점은 무엇입니까? 여행을 시작하기 전에 네트워크의 본질을 이해하십시오. 핵심은 다음과 같습니다. 동일한 시계열의 데이터를 사용하는 네트워크는 자기회귀적입니다. 하나의 층이 있는 경우 선형이고 뉴런의 비선형 발사가 있는 두 개 이상의 층이 있는 경우 비선형입니다. 그러한 자기회귀 네트워크의 훈련은 비선형 함수에 의한 계열의 근사에 불과합니다. 즉, 그러한 기술과 다항식 또는 푸리에 급수를 피팅하는 것 사이에는 거의 차이가 없습니다. 미래 값의 네트워크 예측은 미래에 맞는 비선형 함수의 외삽에 불과합니다. 신경망의 유일한 장점은 모든 비선형 함수를 근사화할 수 있는 보편적인 기능입니다. 여기서 물어볼 질문은 이것이다: 왜 현재 가격이 과거 가격의 비선형 함수라고 생각하는가? 과거 가격에 비선형 함수를 맞출 수 있었다고 해서 시장 패턴을 찾은 것은 아닙니다. 따라서 자기회귀 네트워크는 거래에서 어떠한 이점도 제공하지 않습니다.
...이익의 의미가 아니라 통화 쌍에 대한 네트워크 교육의 의미입니다.
그래서 우리는 이익의 의미에서 무언가가 필요합니다 ...
그리고 우리는 그렇게 생각하지 않을 수도 있습니다. 왜 그렇게 생각합니까? 우리는 하마에게 나는 법을 가르치고 그들이 날 수 없다는 것을 압니다. 종종 우리는 전혀 생각하지 않습니다 ...
네, 강력한 시스템의 생성은 바로 이 오페라, 즉 불가능한 일을 하려고 합니다. 당신은 희망이 없는 방향을 충분히 제거하기 전에 많은 충돌을 일으켰습니다.
안녕하세요 페도르 님! 나는 당신 자신이 곧 다른 사람들에게 신경망을 만드는 방법을 가르칠 것이라고 봅니다.
아니요, 가르치지 않겠습니다. 어리석은, 살아있는 주인과 함께 ...
제가 가르칠 수 있는 게 따로 있어요 :-)
그래서 우리는 이익의 의미에서 무언가가 필요합니다 ...
그리고 우리는 그렇게 생각하지 않을 수도 있습니다. 왜 그렇게 생각합니까? 우리는 하마에게 나는 법을 가르치고 그들이 날 수 없다는 것을 압니다. 종종 우리는 전혀 생각하지 않습니다 ...
그렇다면 가격이 비선형 함수로 설명된다고 생각하는 이유를 설명하십시오.
여기 내 설명이 있습니다. Dow Jones Ind Av.를 예로 들어 보겠습니다. 2003년부터 2007년까지 지수는 상승했습니다. 이 데이터에 대해 훈련된 네트워크 또는 기타 비선형 모델은 2008년 충돌을 예측하지 못합니다. 이를 예측할 수 있는 네트워크 입력에는 그러한 데이터가 없었습니다. 가격을 조정하지 마세요. 유치원은. 나는 사람들이 재미있게 즐길 수 있도록 여기에 많은 코드를 게시했습니다. 기능 모델이 시장에서 작동했다면 이 코드를 무료로 제공하지 않을 것입니다.
그렇다면 가격이 비선형 함수로 설명된다고 생각하는 이유를 설명하십시오.
나는 이미 그렇게 생각하지 않는다고 말했습니다. 때로는 가격이 선형 함수로 설명될 수 있고 때로는 전혀 설명될 수 없다고 생각합니다(잘 알려진 수학의 틀 내에서). 예측할 수 있는 것은 잘 예측하고 나머지는 잊어버리는 방법을 배우고 싶습니다. 귀하의 게시물에 대한 첫 번째 답변을 참조하면 제 생각의 과정이 훨씬 명확해질 것입니다.