O Piligrimus é um indicador de rede neural.

 

Entretanto, hoje fiz um rascunho de um indicador em uma rede formalizada não-neronal. À primeira vista, ela tem a chance de se tornar um bom indicador. De qualquer forma, tem um grande potencial de melhoria, podemos aumentar significativamente a suavidade e introduzir sinais adicionais. Estou trabalhando na depuração de um TS, nem tudo está indo bem e não terei tempo para realizar testes sérios e construir meu TS com este indicador.

Se alguém estiver interessado neste indicador e houver sugestões sérias para cooperação e criação de TS sobre ele, estou pronto para terminá-lo para uma estratégia específica, não demorará muito tempo.

Arquivos anexados:
 
Qual é o objetivo de seu indicador, camarada... assemelha-se a uma média comum.
 
zfs >> :
Qual é o objetivo de seu indicador, camarada... assemelha-se a uma média comum.

Acho que o significado está no nome )

 
zfs >> :
Qual é o objetivo de seu indicador, camarada... assemelha-se a uma média comum.

abriu o código - não consegui perceber....))))

 
zfs писал(а) >>
Qual é o objetivo de seu indicador, camarada... assemelha-se a uma média comum.

Qualquer média implica um atraso em relação ao ponto de cálculo atual.

 
zfs писал(а) >>
Qual é o objetivo de seu indicador, camarada... >> assemelha-se a uma média comum.

O objetivo deste desenvolvimento é criar um indicador com bom alisamento e um atraso mínimo. Este indicador é apenas um ponto de partida, um esboço de estratégia que decidi implementar. Em muitos cargos descrevi minha abordagem para a criação de indicadores, neste decidi generalizar o material desta direção de meus trabalhos e mostrarei os resultados deste desenvolvimento de indicadores no futuro, já que estou desenvolvendo esta estratégia. Acho que a maioria dos leitores deste tópico não lidou com redes neurais formalizadas, enquanto eu muitas vezes me refiro a elas.

À forte928: Você está certo, é exatamente com isto que pretendo lutar. Com o Mashas comum é difícil fazer qualquer coisa, quando implementado em redes neurais quando elementos de previsão e sistema de feedback compensatório estão embutidos em algoritmos - há uma chance de obter um desempenho decente.

Para luka: Esta é também uma das vantagens desta abordagem. Você não precisa ser sofisticado nos métodos de proteção e codificação, mesmo em código-fonte aberto é impossível desvendar a estratégia.

 
Piligrimm, dar uma definição de " redes neurais formalizadas", é mais revelador.
 
Integer писал(а) >>
Piligrimm, dá uma definição de " redes neurais formalizadas", é mais revelador.

Neste caso estou usando o pacote Polianálise para meu desenvolvimento, que me permite, após o treinamento de uma rede neural, representar a relação entre entradas e saídas como um polinômio, este polinômio é a rede neural formalizada.

 
Piligrimm >> :

Neste caso estou utilizando o pacote Polianálise para meu desenvolvimento, que me permite, após o treinamento de uma rede neural, representar a relação entre entradas e saídas como um polinômio, este polinômio é a rede neural formalizada.

Palavras bonitas não fazem a imagem mais sólida, o que você oferece dificilmente fará algo mais sensato. Tudo deve ter um sentido na entrada e na saída. Aparentemente está faltando lá e lá.

 
zfs писал(а) >>
Qual é o objetivo de seu indicador, camarada... assemelha-se a uma média comum.

De fato, o LPF (linha vermelha) de segunda ordem de Butterworth não mostra resultados muito piores em comparação com seu filtro de rede neural. A propósito, onde está o NS no código, e por que seu filho está redesenhando? Esta é uma questão retórica. Uma vez que, com o redesenho, o que vemos na história não corresponde à realidade, surge a verdadeira questão: por que você está nos mostrando algo que não está realmente lá?

 
Neutron >> :

De fato, o LPF (linha vermelha) de segunda ordem de Butterworth não mostra resultados muito piores

Você pode me dizer onde eu posso conseguir um LPF Butterworth?