지금은 단층 및 2층 뉴런의 예측 정확도를 유로벅스 시간 단위로 비교하는 작업을 하고 있는데, 단일 레이어가 눈에 띄게 더 효율적으로 작동한다는 것을 알 수 있습니다. 나는 이것이 시장의 바 사이에 "어려운" 비선형 종속성이 없다는 사실 때문이라고 생각합니다. 여기의 모든 것은 스크랩과 같으며 종속성은 가장 선형적이며 단일 레이어가 작동합니다. 그건 그렇고, 사실, 단일 뉴런의 아키텍처는 n 차 선형 AR 모델의 유사체입니다. 여기서 n 은 NN 입력의 수이고 2층은 막대는 이 특정 경우에 비선형 AR 모델의 사용을 나타냅니다.
물론 미안하지만 최근에 힌트를 이해하는 데 어려움을 겪었습니다. 아마도 그가 컴퓨터 앞에 앉아 있었기 때문일 것입니다 ... 당신이 쓰는이 "무언가"는 무엇입니까? 최소한 예를 들어 주십시오.
나는 무엇보다도 새로운 막대가 형성될 때 입구에 확률론(0)을 어떻게든 제출했습니다. 또는 입력에 PRICE_TYPICAL과 함께 MA(0)을 적용할 수 있습니다. 정의에 따라 이미 종가가 포함되어 있습니다. 즉, 네트워크에 "힌트"를 제공하면 네트워크가 잡아야 합니다. 잡아보면 훈련 알고리즘이 작동한다는 것을 알게 될 것입니다.
지금은 단층 및 2층 뉴런의 예측 정확도를 유로벅스 시간 단위로 비교하는 작업을 하고 있는데, 단일 레이어가 눈에 띄게 더 효율적으로 작동한다는 것을 알 수 있습니다. 나는 이것이 시장의 바 사이에 "어려운" 비선형 종속성이 없다는 사실 때문이라고 생각합니다. 여기의 모든 것은 스크랩과 같으며 종속성은 가장 선형적이며 단일 레이어가 작동합니다. 그건 그렇고, 사실, 단일 뉴런의 아키텍처는 n차 선형 AR 모델의 유사체입니다. 여기서 n은 NN 입력의 수이고 2층은 막대는 이 특정 경우에 비선형 AR 모델의 사용을 나타냅니다.
EURUSD 1h로 파일을 보내고 Matkad 파일을 11 형식으로 저장하지만 다시 읽을 수 없습니다.
그런 의심이 들었는데 과감히 버렸네요 :-) 형식은 - 죄송합니다, 간과했네요. 여기에 모든 것을 연결했습니다. 그건 그렇고, 지금은 학습률(그리스어 Eta)을 조작하려고 합니다. Eta 15-20을 입력하여 AUDUSD에 대한 결과를 크게 개선할 수 있었습니다. 수율은 4.5 이상인 것으로 나타났습니다. 그러나 이 조치는 어떤 식으로든 Eurobucks에 영향을 미치지 않았습니다.
나는 무엇보다도 새로운 막대가 형성될 때 입구에 확률론(0)을 어떻게든 제출했습니다. 또는 PRICE_TYPICAL을 입력으로 사용하여 MA(0)을 적용할 수 있습니다. 정의에 따라 이미 종가가 포함되어 있습니다. 즉, 네트워크에 "힌트"를 제공하면 네트워크가 잡아야 합니다. 잡아보면 훈련 알고리즘이 작동한다는 것을 알게 될 것입니다.
그래서 그냥 제로 바(불완전한 닫힘)를 입력으로 제출하는 것이 더 쉽지 않습니까? 그러나 결과를 어떻게 볼 수 있습니까? 테스터는 여기에서 도움이 되지 않을 것이며 Sergey가 여기에서 나에게 가르치는 수치 시뮬레이션도 도움이 될 것입니다.
세 가지 매개변수가 모두 중요합니다. 하나라도(온도를 10만큼) 변경하면 완전히 다른 결과를 얻을 수 있습니다.
일반적으로 이것은 NN의 학습 능력이 좋지 않음을 나타낼 수 있습니다. 스스로 판단하십시오. 표면의 전역 최소값에 대한 검색은 거의 모든 시작점에서 제공되어야 합니다. 그리고 당신에게는 이 조건이 충족되지 않습니다(초기 가중치 무작위화에 대한 민감도). 이것은 전화입니다.
지금은 단층 및 2층 뉴런의 예측 정확도를 유로벅스 시간 단위로 비교하는 작업을 하고 있는데, 단일 레이어가 눈에 띄게 더 효율적으로 작동한다는 것을 알 수 있습니다. 나는 이것이 시장의 바 사이에 "어려운" 비선형 종속성이 없다는 사실 때문이라고 생각합니다. 여기의 모든 것은 스크랩과 같으며 종속성은 가장 선형적이며 단일 레이어가 작동합니다. 그건 그렇고, 사실, 단일 뉴런의 아키텍처는 n 차 선형 AR 모델의 유사체입니다. 여기서 n 은 NN 입력의 수이고 2층은 막대는 이 특정 경우에 비선형 AR 모델의 사용을 나타냅니다.
내가 그녀의 작업의 정확성에 대해 절대적인 확신을 가질 때까지 - 내 데이터에서 당신의 뉴런을 시험해보십시오 - 그들은 소녀와 함께 트레일러에 있고 시간과 욕망이 있다면 - 데이터에서 소녀를 확인하십시오.
EURUSD 1h로 파일을 보내고 Matkad 파일을 형식 11로 저장하지만 다시 읽을 수 없습니다.
물론 미안하지만 최근에 힌트를 이해하는 데 어려움을 겪었습니다. 아마도 그가 컴퓨터 앞에 앉아 있었기 때문일 것입니다 ... 당신이 쓰는이 "무언가"는 무엇입니까? 최소한 예를 들어 주십시오.
나는 무엇보다도 새로운 막대가 형성될 때 입구에 확률론(0)을 어떻게든 제출했습니다. 또는 입력에 PRICE_TYPICAL과 함께 MA(0)을 적용할 수 있습니다. 정의에 따라 이미 종가가 포함되어 있습니다. 즉, 네트워크에 "힌트"를 제공하면 네트워크가 잡아야 합니다. 잡아보면 훈련 알고리즘이 작동한다는 것을 알게 될 것입니다.
지금은 단층 및 2층 뉴런의 예측 정확도를 유로벅스 시간 단위로 비교하는 작업을 하고 있는데, 단일 레이어가 눈에 띄게 더 효율적으로 작동한다는 것을 알 수 있습니다. 나는 이것이 시장의 바 사이에 "어려운" 비선형 종속성이 없다는 사실 때문이라고 생각합니다. 여기의 모든 것은 스크랩과 같으며 종속성은 가장 선형적이며 단일 레이어가 작동합니다. 그건 그렇고, 사실, 단일 뉴런의 아키텍처는 n차 선형 AR 모델의 유사체입니다. 여기서 n은 NN 입력의 수이고 2층은 막대는 이 특정 경우에 비선형 AR 모델의 사용을 나타냅니다.
EURUSD 1h로 파일을 보내고 Matkad 파일을 11 형식으로 저장하지만 다시 읽을 수 없습니다.
그런 의심이 들었는데 과감히 버렸네요 :-) 형식은 - 죄송합니다, 간과했네요. 여기에 모든 것을 연결했습니다. 그건 그렇고, 지금은 학습률(그리스어 Eta)을 조작하려고 합니다. Eta 15-20을 입력하여 AUDUSD에 대한 결과를 크게 개선할 수 있었습니다. 수율은 4.5 이상인 것으로 나타났습니다. 그러나 이 조치는 어떤 식으로든 Eurobucks에 영향을 미치지 않았습니다.
나는 무엇보다도 새로운 막대가 형성될 때 입구에 확률론(0)을 어떻게든 제출했습니다. 또는 PRICE_TYPICAL을 입력으로 사용하여 MA(0)을 적용할 수 있습니다. 정의에 따라 이미 종가가 포함되어 있습니다. 즉, 네트워크에 "힌트"를 제공하면 네트워크가 잡아야 합니다. 잡아보면 훈련 알고리즘이 작동한다는 것을 알게 될 것입니다.
그래서 그냥 제로 바(불완전한 닫힘)를 입력으로 제출하는 것이 더 쉽지 않습니까? 그러나 결과를 어떻게 볼 수 있습니까? 테스터는 여기에서 도움이 되지 않을 것이며 Sergey가 여기에서 나에게 가르치는 수치 시뮬레이션도 도움이 될 것입니다.
그러나 100까지 워밍업 ... 기적!
이것은 훌륭한 학습 방법입니다! 가장 중요한 것은 올바르게 사용하는 방법을 이해하는 것입니다.
엔트로피와 그 모든 것에 대한 나의 "환상"을 기억하십니까? 이것이 바로 당신이 한 일입니다. 저울의 초기 초기화를 포기하고 소녀의 온도를 높인 다음 점차적으로 식히면됩니다. 그리고 우리는 왜 그 2층을 필요로 하는지 궁금합니다.
입력 차원, 에포크 수 및 초기 온도라는 세 가지 매개변수의 동시 최적화를 생각하는 것이 좋습니다. 세 가지 매개변수가 모두 중요합니다. 하나라도(온도를 10만큼) 변경하면 완전히 다른 결과를 얻을 수 있습니다.
세 가지 매개변수가 모두 중요합니다. 하나라도(온도를 10만큼) 변경하면 완전히 다른 결과를 얻을 수 있습니다.
일반적으로 이것은 NN의 학습 능력이 좋지 않음을 나타낼 수 있습니다. 스스로 판단하십시오. 표면의 전역 최소값에 대한 검색은 거의 모든 시작점에서 제공되어야 합니다. 그리고 당신에게는 이 조건이 충족되지 않습니다(초기 가중치 무작위화에 대한 민감도). 이것은 전화입니다.
이해할 때까지 이해해야 합니다.
어디를 봐야 할까요?
좋은 질문! 모르겠어요. 다행히 Matkad를 사용하면 모든 단계에서 계산 프로세스를 시각화할 수 있습니다. 실험.
저는 지금 2층으로 플레이하고 있습니다. k 에 대한 학습 효율성의 의존성을 살펴봅니다. 리소스 집약적이므로 아직 솔루션을 출시하지 않습니다.