![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Можно только предположить что подаются ноиера квадратов в которые попала цена
Скорее, номера верхнего и нижнего квадрата из каждого столбца, которые покрыты ценой. В таком случае непонятна дискретность разбиения по вертикали.
UPD: В смысле, не сама дискретность, а шаг разбиения.
Я немного наврал про 2 варианта выхода. Их больше. Но очень много одинаковых с точностью до четвёртого знака после запятой.
Про классификатор на выходе не понял. Где можно про это почитать?
Сетями какого типа Вы пользуетесь? С сетями какого типа у Вас получалось достичь наименьшей ошибки на тестовой выборке? Какие показали лучшие результаты в торговле?
to marketeer && StarBars: Я обучаю сеть индикатором, аналогичным MPP (из диплома Иванова) сглаженным 6-ти периодной скользящей средней. Я читал, что равномерно распределённые учительские значения хорошо для сети. Я немного не так выразился по поводу порогов. Не порог, а отсеиватель ненужных сигналов с помощью переменной X. Если выход>0.5+X, то покупаем, если выход<0.5-X, то продаём. Таким образом отсеиваются "слабые" сигналы, лежащие между 0.5-X и 0.5+X. Вы не пользуетесь такой лобудой?
Я немного наврал про 2 варианта выхода. Их больше. Но очень много одинаковых с точностью до четвёртого знака после запятой.
Про классификатор на выходе не понял. Где можно про это почитать?
Сетями какого типа Вы пользуетесь? С сетями какого типа у Вас получалось достичь наименьшей ошибки на тестовой выборке? Какие показали лучшие результаты в торговле?
Пороги зачастую увеличивают процент правильно распознанных образов(pwin), но эти образы как раз и приходятся на те места где расхождение цены(выгоды) и какого-либо сглажевающего фильтра, короче говоря пороги ничем не помогают, хотя pwin возрастает...
Я немного перепутал, это больше касается целевых функций, но в любом случае применяется какая-либо конструкция, правила которая и выдаёт конечный сигнал...
На сайте Царегородцева, его статьи.
Практически всё что мне нужно я получаю из MLP, в редком случае NS2->Polynomial Net.
Результат торговли и архитектура не так сильно завязаны, как например входная информация - ошибка - торговля. На архитектруре как правило удаётся выиграть не более 1%, в редких случаях(последнее время они мне встречаются всё чаще) приходиться оптимизировать структуру сетки...
to StatBars:
pwin- это процент выйгрыша?
Скажите пожалуйста, чтоб стрелочки на картинке ниже распологались не через одинаковый промежуток времени, как раз и используется тот самый порог (или "отсеиватель") про который Вы писали выше? То есть где стрелок нет- это Out сети попал в 0.5-X или 0.5+X?
to StatBars:
pwin- это процент выйгрыша?
Скажите пожалуйста, чтоб стрелочки на картинке ниже распологались не через одинаковый промежуток времени, как раз и используется тот самый порог (или "отсеиватель") про который Вы писали выше? То есть где стрелок нет- это Out сети попал в 0.5-X или 0.5+X?
Чё то вопрос не понятен... Он ещё актуален?
Если да, то поподробнее пожалуйста...
Вообще если сигнал сохраняется то стрелка не копируется, иначе каждый бар будет какая-нибудь стрелка,что не удобно... если сигнал сменился то на этом же баре поставили соответствующую стрелку...
на счёт pwin - да.
Уважаемые гуру помогите пожалуйста разобраться с нейронными сетями сколько времени пытаюсь всё никак не могу понять как они функционируют, как их делать, как обучать, если не трудно покажите пожалуйста простейшие примеры с объяснением что и как....
Интересуют вопросы:
1. На сколько я понял каждый нейрон сети это одна и та же функция.. но мне не понятно как одна и та же функция при поступлении одних и тех же данных может выдавать разные значения...
2. Как нормализовать котировки не зная их минимума и максимума???
Хотелось бы побольше графической информации и хотя бы простейших примеров нейронной сети со встроенным механизмом обучения...
Заранее спасибо надеюсь на вашу помощь..
Статьи не помогут. Нужно понимать математику.to StatBars: На счёт стрелочек понятно, спасибо. Я не понял Вы используете отсеиватель? Сколько выходных вариантов должна выдавать 3-х слойная нейросеть? У меня почему-то минимальной ошибки на тестовой выборке сеть достигает, когда только два варианта. Из-за этого не получается организовать работу этого отсеивателя. Выходы постоянно указывают на совершение действий в торговле и никогда на ожидание. При обучении использую всевозможные учительские значения (намного больше двух). Вы не знаете в чём может быть причина? Сколько значений лучше использовать при обучении сети обратного распостранения? Нужно ли выходы каждого нейрона в сети пропускать через активационную функцию?
Отсеиватель это пороги? - Нет не использую, в то же время это не говорит что Вам их использовать не надо.
//----------------------------------------------------------------------------------------------------------------------------------//
Выходных сигналов сеть может выдаваь сколько угодно, а должна столько сколько Вам нужно, либо на каждый необходимый Вам сигнал разработать отдельную сетку.
//----------------------------------------------------------------------------------------------------------------------------------//
Я думаю у Вас классы Действие - Бездействие - НЕДействие неравномерно распределены, примеров класса бездействие очень мало по сравнению с другими. Возможно причина в другом, скиньте обучающую выборку сюда.
//----------------------------------------------------------------------------------------------------------------------------------//
Значений чего выходов, входов?
Нейрон сам по себе суммирует и пропускает через сигмоиду, а между нейронами лучше оставить только вес связи...
Ага, можно обсуждать до бесконечности, но так и не придти к вменяемому результату......