Etiqueta de mercado ou boas maneiras em um campo minado - página 17

 
Neutron >> :

Enquanto escrevia o post recordando os detalhes da implementação, havia algumas imprecisões.

Eu olhei para o código e descobri que estava influenciando a FA sobre pesos uma vez ao mudar para uma nova previsão, ou seja, não a cada época, mas quando era necessário reciclar a rede quando novos dados chegavam.

Mais uma coisa. A correção do peso é o produto do erro da saída do neurônio pela derivada FA e pela saída do neurônio (amplitude, levando em conta o sinal) a partir da qual o sinal é inserido.

Eis o que parece para um perseptron com uma produção não-linear (por exemplo):

Aqui as épocas são numeradas pelo índice L. Eu o mostro de propósito no MathCad, é mais claro. Em - número de entradas, x - vetor de entrada. O resto é aparentemente claro.

Penso, como usar o BUY/SELL como vetor de entrada ?

Por exemplo, pegamos três ou quatro indicadores, de preferência correlacionados, os colocamos no insumo e marcamos o gráfico de preços com algo - como "compre aqui", "venda aqui"... mas como devemos fazer isso? Outra pergunta: e se marcarmos diferenças (em cada barra) entre 200 valores com o passo 2 nas entradas da grade, ele vai encontrar algo lá?

 
paralocus >> :

Estou me perguntando como fazer BUY/SELL como entrada ?

Por exemplo, pegamos três ou quatro índices, de preferência mal correlacionados, os colocamos no insumo e marcamos a tabela de preços de alguma forma - como "compre aqui", "venda aqui"... mas como fazer isso? Outra pergunta: se quisermos entrar na grade com diferenças (em cada barra) entre 200 valores com o passo 2, será que ela vai encontrar alguma coisa?

Oh, esta coisa chamada método de otimização gradiente é complicada. Quero dizer, a implementação de algoritmos não é muito complicada, mas pode haver alguns grandes problemas de aprendizagem.

 
Não estou entendendo, cavalheiros. Você está tentando fazer um TS baseado em um palpite e não em uma análise específica. A fórmula dá esperança e confiança em princípio, mas não me lembro que a NEURONICS de Ezhov poderia trabalhar com o método CHAOS. Exatamente CHAOS. Como todos sabem que o mercado não tem dependência linear, a única coisa que lhe é aplicável é a física quântica, mas é muito difícil vencer este sistema, os codificadores têm muito pouco conhecimento nesta área. Analisei a fórmula apresentada pelo solicitante e comparei-a a um estocástico comum, não é muito diferente. Parece que o sistema está jogando um jogo de chickey brickey. A Neuronics não é capaz de lidar com problemas não lineares, especialmente em três níveis. Ok, em 100 000 níveis e 1000 neurônios por nível você ainda pode prever... como previsão do tempo, análise visual, mas onde obter tal computador, ou melhor, um monte de firewalls...? Tudo o que a TC está mostrando agora é uma análise puramente subjetiva. Basta uma boa sacudidela na economia e tudo isso acaba. Já tivemos o suficiente de tais choques... vimos 300 castiçais nos últimos 2 meses. Portanto, é melhor redirecionar os pensamentos dos cérebros SUBOMEGAMOSOS para a análise quântica. Exemplo - basta decompor um gráfico normal em um gráfico quântico (ou seja, não em tempo real, mas em tempo quântico), você pode VER APENAS a regressão e a dependência. É possível evitar ângulos acentuados utilizando a teoria do caos, segundo a qual mesmo o movimento mais caótico das partículas pode ser combinado em um sistema, mas em momentos diferentes (ou seja, o sistema é definido em diferentes intervalos de tempo com base na física quântica, ou seja, não em tempo real, mas em tempo quântico). E aí é o suficiente para traduzir o tempo quântico em tempo real e obter a tão esperada VENDA COMPRAR.
 
Hoper23 >> :

Eu sei que são as férias, mas não leve isso tão a peito:)

 
Hoper23 >> :

Não estou entendendo, cavalheiros.

Portanto, é melhor redirecionar os pensamentos dos cérebros SUBOMEGAMOSOS para a análise quântica. Exemplo - basta decompor um gráfico comum em um gráfico quântico (ou seja, não em tempo real, mas em tempo quântico), podemos VER PRONTAMENTE a regressão e a dependência. Cantos afiados podem ser evitados usando a teoria do caos, segundo a qual mesmo o movimento mais caótico das partículas pode ser combinado em um sistema, mas em momentos diferentes (ou seja, o sistema é definido em diferentes intervalos de tempo baseados na física quântica, ou seja, não em tempo real, mas em tempo quântico). E você só precisa traduzir o tempo quântico em tempo real e obter a tão esperada VENDA COMPRAR.

>> Eu estou dentro!

Lembro-me que em um dos fios, alguém ligou para Prival pedindo aos concidadãos para adivinhar o número... que controla o mercado. Eu sabia que era a Prancha Constante. Exatamente o que um pobre comerciante precisa na hora em que a barra de câmbio cai. e aí vem a incerteza de Heisenberg no servidor DC e só pelo efeito Doppler se pode adivinhar a trajetória de um depósito. só brincadeira -:)

 
paralocus писал(а) >>

Eu estou dentro!

...eu sabia na época que era a Prancha Constante. O que falta ao pobre comerciante na hora em que a Prancha Forex cai. e Heisenberg A incerteza se instala no servidor DC e somente o efeito Doppler pode sugerir a trajetória de um depósito... brincadeira -:)

+5

Isso mesmo, paralocus, que se lixem, obscurantistas. Também esqueci de mencionar os campos de torção. Coisa forte para uma cabeça dorida - faz o mercado girar e girar.

 
Neutron >> :

A propósito!

Nesse artigo o perceptron procura exatamente por situações de compra/venda. É que eu tenho algumas inconsistências semânticas com a transição para a ORO.

Isto é, a entrada da grade é um peru agrupado. por que ele está lá? E está lá para definir o momento de entrada no mercado: OUT do indicador é maior que zero - comprar, menor que zero - vender.

O problema é que antes o professor era um geneticista que corrigiu pesos de acordo com os resultados de perceptron trabalhando na amostra de treinamento (no testador). O geneticista utilizou a rentabilidade do Expert Advisor que trabalhou, no qual sinais para compra/venda foram gerados usando OUT do perceptron. Portanto, tudo estava funcionando corretamente para obter o máximo lucro na seção de treinamento da história. Ou seja, ao abandonar o geneticista, abandonei o professor pela grade. De fato, só agora estou dando sentido concreto a isso. Lembre-se, eu perguntei no início se podemos usar o valor das perdas obtidas em uma transação como um corretor? Isso é o que precisamos fazer.

 

Neutron, eu também queria perguntar sobre o treinamento da Hebb(lido por Wasserman). Parece que a fórmula para a correção de pesos é muito simples lá:

Wij(t+1) = Wij(t) + [OUTi(t) - OUTi(t-1)]*[OUTj(t) - OUTj(t-1)] e sem queda de gradiente. Isto vai funcionar?

 

Eu não tenho brincado com Hebb-m. Já estou farto do que tenho. Eu, em geral, sou partidário de simplificar ao máximo um problema, praticamente ao nível, até que eu mesmo comece a entender o quê para quê:-) Deste ponto de vista, NS habitual de duas camadas é um aproximador universal, capaz de resolver quase todos os problemas de extrapolação de dados de entrada, está provado rigorosamente. Então, por que todos os babados, se eu tenho meios e poder suficientes para re-treinar esta grade mágica e simples em cada uma de minhas transações? Isso mesmo, sem razão! Quanto a Wasserman, se ele diz que está certo, então está certo! É claro que vai funcionar.

Você está resolvendo o problema da entrada ótima de NS agora. É claro que você pode simplesmente alimentá-la com vários indutores na esperança de que a rede decida o que é melhor para ela... Mas é melhor pensar "qual é o TS ideal no mercado? Talvez você devesse prever seus momentos?

Leia este trabalho. É claro que há falhas, mas elas não são fundamentais:

Arquivos anexados:
ljynjihph.zip  1597 kb
 
Neutron >> :

Eu não tenho brincado com Hebb-m. Já estou farto do que tenho. Eu, em geral, sou partidário de simplificar ao máximo um problema, praticamente ao nível, até que eu mesmo comece a entender o quê para quê:-) Deste ponto de vista, NS habitual de duas camadas é um aproximador universal, capaz de resolver quase todos os problemas de extrapolação de dados de entrada, está provado rigorosamente. Então, por que todos os babados, se eu tenho meios e poder suficientes para re-treinar esta grade mágica e simples em cada uma de minhas transações? Isso mesmo, sem razão! Quanto a Wasserman, se ele diz que está certo, então está certo! É claro que vai funcionar.

Você está resolvendo o problema da entrada ótima de NS agora. É claro que você pode simplesmente alimentá-la com vários indutores na esperança de que a rede decida o que é melhor para ela... Mas é melhor pensar "qual é o TS ideal no mercado? Talvez você devesse prever seus momentos?

Leia este trabalho. É claro que existem algumas falhas, mas não são principais:

Sim, obrigado, estou lendo isso agora, estou realmente preso.