Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 436
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
İşe yaradı, teşekkürler! Yaptığın ilginç...
En benzer 1 seçeneği mi arıyor yoksa birkaç tanesinin ortalaması mı? Görünüşe göre en iyi 1'i bulur. Bana öyle geliyor ki, 10 hatta 100 seçeneğe göre ortalama bir tahmin aramak gerekiyor (en iyileştirici tam sayıyı belirlemeli).
Evet burada 1 tane en iyi görünüyor, ben çok seçenekle uğraşmadım, yazılarımı anlarsan tekrar deneyebilirsin)
Nöronum asla sadece fiyatları kullanarak karlı bir şekilde ticaret yapmayı öğrenemedi. Ve desen modeli başardı, burada seçim açık :)
Bir "kalıp" bulmak bir şeydir, ancak istatistiksel bir avantaja sahip olmak tamamen başka bir şeydir. IMHO Bundan çok şüpheliyim. Aslında, ortalama alma ile tarihsel serinin tüm uzunluğu boyunca evrişim (ürün, fark) ile örüntülerin aranması , NN'de ONE NEURON, yani en basit lineer model, son derece aptalca özelliklere sahip, bir parça ile regresyon yapmak gibidir. fiyatı olduğu gibi.
Bir "kalıp" bulmak bir şeydir, ancak istatistiksel bir avantaja sahip olmak tamamen başka bir şeydir. IMHO Bundan çok şüpheliyim. Aslında, ortalama alma ile tarihsel serinin tüm uzunluğu boyunca evrişim (ürün, fark) ile örüntülerin aranması, NN'de ONE NEURON, yani en basit lineer model, son derece aptalca özelliklere sahip, bir parça ile regresyon yapmak gibidir. olduğu gibi fiyattır.
Eğer bu bir nöronsa, o zaman modelin uzunluğuna eşit giriş sayısı ile (30 barlık bir model = 500 barlık 30 NS girişi = 500 NS girişi).
Benim düşünceme göre, NS'nin iç katmanlarındaki birçok nöron, 10 - 50 -100 ekstra bir hafıza benzetmesidir. nöronlar, sırasıyla, giriş sinyallerinin 10 - 50 - 100 hafızaya alınmış varyantlarıdır. Ve şablonu tarihten 375.000 değişkenle karşılaştırarak (yılda M1), en yaygın seçeneklerden 10-50 - 100 değil, kesinlikle doğru ve eksiksiz bir belleğe sahibiz. Ayrıca, şablon bulucu bu bellekten en benzer N sonucu tanımlar ve ortalama bir tahmin alırken, sinir ağı her benzer şablonla nöronlar arasındaki bağlantıların ağırlığını arttırır.
Evrişimin neden kullanılacağı hala açık değil, geçmişteki her seçenekle istenen şablonu sarmayı önerdiğinizi varsayıyorum, sonuç olarak 3. zaman dizisini alıyoruz - ve şablonun ve seçeneğin benzerliğini belirlemeye nasıl yardımcı olacak kontrol ediliyor?Eğer bu bir nöronsa, o zaman modelin uzunluğuna eşit giriş sayısı ile (30 barlık bir model = 500 barlık 30 NS girişi = 500 NS girişi).
Evrişimin neden kullanılacağı hala açık değil, geçmişteki her seçenekle istenen şablonu sarmayı önerdiğinizi varsayıyorum, sonuç olarak 3. zaman dizisini alıyoruz - ve şablonun ve seçeneğin benzerliğini belirlemeye nasıl yardımcı olacak kontrol ediliyor?
Evet burada 1 tane en iyi görünüyor, ben çok seçenekle uğraşmadım, yazılarımı anlarsan tekrar deneyebilirsin)
resme bakarken, bir şeyler tam olarak doğru değil ...
İşte rastgele bir örnek
Mavi tahmin çizginiz, benzer bir seçeneğin zayıf bir hareketiyle çok dik bir şekilde düşüyor...
Bu seçeneği Photoshop'ta yeni çevirdim ve o kadar da havalı olmadığı ve teorik olarak daha mantıklı olduğu ortaya çıktı.
resme bakarken, bir şeyler tam olarak doğru değil ...
İşte rastgele bir örnek
Mavi tahmin çizginiz, benzer bir seçeneğin zayıf bir hareketiyle çok dik bir şekilde düşüyor...
Bu seçeneği Photoshop'ta yeni çevirdim ve o kadar da havalı olmadığı ve teorik olarak daha mantıklı olduğu ortaya çıktı.
Fark ettik :) bazı durumlarda, nedense açıyı doğru hesaplamıyor, tek zaman dilimli versiyondan çoklu zaman dilimli versiyona yeniden yazdıktan sonra başladı ve pervazın nerede olduğunu yakalamadı
Bu arada, hiç doğru düşünmemiş olabilirim.. Photoshop ile kontrol etmeyi düşünmedim. Önceki çizelgeler ve tahminler arasındaki açı aynıdır, çünkü
Aynen öyle.
Şablonu ve aşırılıkların olduğu satırı katlıyorsunuz, en benzer satır vardı, her şey basit. Örneğin, {0,0,0,1,2,3,1,1,1} diziniz var ve içindeki {1,2,3} modelini bulmak istiyorsunuz, evrişim {0,0 değerini veriyor. ,0,3,8 ,14,11,8, 6} (gözle hesaplanmıştır) 14, şablonumuzun "head"inin olduğu yerde maksimumdur. Tabii ki, vektörleri evrişimden önce normalleştirmek arzu edilir, aksi takdirde, sadece büyük sayıların olduğu yerlerde ekstremumlar olacaktır.
Neden bu kadar zorlaştırıyorsun? {0,0,0,1,2,3,1,1,1} serisinde özellikle {1,2,3} arayabiliyorsanız, neden evrişim üzerinde bir ekstremum arıyorsunuz? Karmaşıklığa ve hesaplama süresindeki artışa ek olarak, herhangi bir avantaj görmüyorum.
Neden bu kadar zorlaştırıyorsun? {0,0,0,1,2,3,1,1,1} serisinde özellikle {1,2,3} arayabiliyorsanız, neden evrişim üzerinde bir ekstremum arıyorsunuz? Karmaşıklığa ve hesaplama süresindeki artışa ek olarak, herhangi bir avantaj görmüyorum.
Mmm... ve "özel olarak aramak" ne anlama geliyor? Lütfen evrişimden daha hızlı bir algoritma örneği verin.
İki işlem, vektörlerin farkının uzunluğunu ve skaler ürünü kullanabilir, farkın uzunluğu, inan bana, 3-10 kat daha yavaş, bileşen bazında fark, kare alma, toplama, kök çıkarma ve evrişim çarpması ve Ekle
3 uzunluğundaki bir dizinin her bir parçasını vektör olarak almanız ve "benzerlik" ile {1,2,3} ile karşılaştırmanız gerekir.
Mmm... ve "özel olarak aramak" ne anlama geliyor? Lütfen evrişimden daha hızlı bir algoritma örneği verin.
En basiti - adım adım pencere genişliğini dizi boyunca istenen örneğe kaydırır ve abs toplamını buluruz. delta değerleri:
0,0,0 ve 1,2,3 hata = (1-0)+(2-0)+(3-0)=6
0,0,1 ve 1,2,3 hata = (1-0)+(2-0)+(3-1)=5
0,1,2 ve 1,2,3 hata = (1-0)+(2-1)+(3-2)=3
1,2,3 ve 1,2,3 hata = (1-1)+(2-2)+ (3-3) =0
2,3,1 ve 1,2,3 hata = (2-1)+(3-2)+Abs(1-3) = 4
Minimum hatanın olduğu yerde - maksimum benzerlik vardır.
Fark ettik :) bazı durumlarda, nedense açıyı doğru hesaplamıyor, tek zaman dilimli versiyondan çoklu zaman dilimli versiyona yeniden yazdıktan sonra başladı ve pervazın nerede olduğunu yakalamadı
Bu arada, hiç doğru düşünmemiş olabilirim.. Photoshop ile kontrol etmeyi düşünmedim. Önceki çizelgeler ve tahminler arasındaki açı aynıdır, çünkü
Eğim açılarında bu kadar güçlü bir fark olan benzer grafikleri dikkate almanın doğru olduğundan hala emin değilim. Aynı örnekte:
bulunan seçenek, trendin üst noktasından veya trendin sonundan bir geri dönüş sağlar, onu şablon grafiğine aktarır, düşüş trendinin devamı için bir tahmin verir ve bir geri dönüş değil - aslında, tam tersi sinyal . Burada bir şeyler doğru değil .... belki bu afin dönüşümlere ihtiyaç yoktur ....? Ve basit korelasyon (minimum hata) yeterli mi?