Autoria - página 5
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
A minha implementação do mapa de Kohonen, primeiro lançamento . Até agora, pode desmontar a paleta de cores para ver se funciona. Códigos anexos
Jogo Kohonen total.
O método é certamente interessante, mas é adequado para a classificação de objectos estacionários. A questão é que uma formação e análise adequadas de um mapa 30X30 requer uma gama de vectores de formação de cerca de 50000, mais adiante em progressão. Num intervalo de tempo tão longo, as regularidades (supondo que estão presentes mas não estáveis) são desfocadas e o mapa obtém exemplos homogéneos de cores a 4. Além disso, o mapa de Kohonen revelou-se muito sensível ao tipo de representação de dados O[i]/O[i-1], enquanto que os mesmos dados (O[i]-O[i-1])/O[i], dividem o mapa em duas áreas bem definidas como deveria ser. Talvez todo o problema seja uma afiação de mãos tortas, mas eu já estou ofendido pela mãe natureza pela rede neural entre as minhas orelhas.
Vou tentar novamente a correlação, mais tarde, quando o míssil for formado, e preciso de trabalhar no alegarh, porque ele está ofendido
Já lá vai muito tempo desde que aqui estou.
Apresentamos à estimada comunidade um indicador que constrói uma carteira óptima de acordo com o princípio de tendência máxima com o mínimo com variação mínima na área seleccionada.
Isto é um lançamento, os códigos não estão optimizados, por isso não cuspam demasiado. Seria melhor dar-me uma ideia com o que trabalhar. O trabalho com indicador é descrito nos comentários. Exemplo do seu trabalho sobre figo.
Os códigos estão no reboque.
Vou tentar novamente a correlação...
Por mais que pudesse espremer para fora dos padrões através da correlação, coloquei-o aqui.
Vou citar parte do meu post da minha mensagem privada:
Foi um prazer ler o seu post sobre padrões. Gostaria de acrescentar alguns dos meus. Neste trabalho descobri que, qualquer que seja o dado, existem muitos intervalos de CQ Pearson (> 0,9) semelhantes que estão muito afastados um do outro. A descrição do trabalho no segundo vídeo mostra a previsão (fora das linhas verticais) para cada parcela (entre as linhas verticais vermelhas). No canto esquerdo é indicado apenas o número de parcelas semelhantes e o seu QC médio e melhor. Para SB, como ali escrito, deveria ser assim: Nos dados SB (passeio aleatório) a previsão deve ser uma linha horizontal, com o seu RMS a divergir com a distância.
A estimada comunidade é apresentada com um indicador que constrói a carteira óptima pelo princípio de tendência máxima com dispersão mínima na área seleccionada.
Não tenho um MT5 por falta de uso. No entanto, o código é tão perfeitamente comentado que tudo é claro.
Se deitar fora a sincronização imperfeita de múltiplas barras, cálculo de equidade, limitação de coeficientes, etc. O código é, na sua forma aproximada, uma forma completa de construir um sintético com qualquer condição. Onde apenas esta linha precisa de ser corrigida:
Este critério é claro - para encontrar a máxima equidade de tendência estável do sintético no intervalo de construção. E se cuspirmos na ambiguidade do cálculo do critério e considerarmos a questão em geral para qualquer condição da construção do sintético, precisamos de investigar mais aprofundadamente o tema:
Para calcular isto mesmo através da AG é um mar de tempo. Por conseguinte, é praticamente impossível investigar a questão sem uma solução analítica, mas eu gostaria de o fazer.
P.S. Se eu engatar uma nuvem, talvez seja possível investigar.
O tema do padrão ainda está em curso?
Escrevi sobre as minhas descobertas aqui: https://www.mql5.com/ru/forum/133209/page5
- Treinar o ACS da Kohonen sobre padrões (como os formar é uma questão individual, mas importante)
- Atribuir um número a cada célula do ACS (para mim foram coordenadas, por exemplo, 3;5)
- entrar numa posição activando a célula com as coordenadas x1;y1, e fechar uma posição activando a célula x2;y2. Neste caso, pode haver muitas células de entrada e de saída (as suas combinações são importantes)
- A implementação (no meu caso): BCS treinado em dll envia para o Expert Advisor coordenadas da célula activada pelo padrão de preço actual, se as coordenadas mostram uma entrada, então entramos, então também saímos, se a célula activada mostra uma posição próxima. Pode olhar geneticamente através de muitas variações de entrada e saída em certas células e registar as mais rentáveis no seu Expert Advisor. Estava apenas a escrevê-los manualmente depois de analisar todas as séries genéticas.
Assim, não é só o padrão de entrada que é importante, mas também o padrão de saída. Os resultados são bastante diferentes. Tenho aí as fotografias.
Sugiro que para trabalhos de padrões (e outros tópicos relativamente complexos) publique um vídeo como este (em HD):
Desta forma, é possível avaliar visualmente os resultados do método. Para dar alguns conhecimentos e ideias do exterior.
Ninguém pode fazer um trabalho melhor do que o autor ao inventar um vídeo semelhante para o seu método. A condição principal é não olhar para o futuro.
Desta forma é possível ver a dinâmica, onde cada fotograma pode contar durante minutos (dependendo do algoritmo de cálculo).
O tema do padrão ainda está em curso?
Escrevi sobre as minhas descobertas aqui: https://www.mql5.com/ru/forum/133209/page5
- Treinar o ACS da Kohonen sobre padrões (como os formar é uma questão individual, mas importante)
- Atribuir um número a cada célula do ACS (para mim foram coordenadas, por exemplo, 3;5)
- entrar numa posição activando a célula com as coordenadas x1;y1, e fechar uma posição activando a célula x2;y2. Neste caso, pode haver muitas células de entrada e de saída (as suas combinações são importantes)
- A implementação (no meu caso): BCS treinado em dll envia para o Expert Advisor coordenadas da célula activada pelo padrão de preço actual, se as coordenadas mostram uma entrada, então entramos, então também saímos, se a célula activada mostra uma posição próxima. Pode olhar geneticamente através de muitas variações de entrada e saída em certas células e registar as mais rentáveis no seu Expert Advisor. Estava apenas a escrevê-los manualmente depois de analisar todas as séries genéticas.
Assim, não é só o padrão de entrada que é importante, mas também o padrão de saída. Os resultados são bastante diferentes. Tenho aí as fotografias.
1. Alimenta a entrada COM com um tamanho de janela fixo no seu estojo de 40 barras. Imho não é totalmente correcto desenhar o retrato actual do bazar de alguma forma, em geral o tamanho da janela deslizante será variável, com a condição de que seja mínimo o suficiente. Além disso, o vector de formação pode incluir não só o preço, e tudo, desde taxas de juro a leituras indicadoras, incluindo a distribuição das encomendas actuais, a proximidade dos níveis de apoio e resistência, etc.
2. Se comprimirmos o gráfico até ao limite, a história mostrará claramente três áreas de plano, tendência para cima, tendência para baixo. Não vou tentar formalizá-lo, não sou assim tão estúpido. A tarefa é marcar estas áreas e tentar identificá-las numa fase inicial da sua emergência.
3. treinaram a COM em história. Sonho de olhar para a trajectória do momento actual no mapa em linha. Se a trajectória for prevista, então uma estratégia lucrativa pode ser escolhida e executada com antecedência em áreas históricas semelhantes.
4. É necessário construir o mapa com a máxima distribuição uniforme possível dos aglomerados. O mapa da minha implementação, ver fig. acima, mostra que o algoritmo funciona quase correctamente. Existe uma classificação dos vectores de entrada. Contudo, seria mais correcto preencher o mapa uniformemente de vermelho para roxo como um arco-íris, em vez de concentrar o vermelho com as suas tonalidades no centro.
necessidade de investigar melhor o tema:
Para calcular isto mesmo através da AG é um mar de tempo. Portanto, é praticamente impossível investigar a questão sem uma solução analítica, mas eu gostaria de o fazer.
P.S. Se ligar uma nuvem, talvez seja possível investigar.
Não estou de acordo. Propõe-se escrever uma EA com um certo número de parâmetros de entrada, optimizando os quais se pode tentar encontrar padrões.
Eu, por outro lado, penso que o caminho certo a seguir é primeiro fazer uma pesquisa profunda e só depois escrever uma EA com parâmetros de entrada baseados nessa pesquisa.