MT4 için Olasılıksal Sinir Ağları, Paketler ve Algoritmalar - sayfa 19

 
Sinyal yumuşatma derecesini değiştirerek veya giriş dizisinin kalitesini değiştirerek topolojiyle çalışmayı denedim - sonuçlar korkunç. Olasılıksal ağlarda, deneyimsiz bir göz, ağın geliştirilmesinde karşılaşılan çeşitli metodolojik çelişkilerin hemen dikkatini çeker - bunlardan biri, test süresinin aralığının ağın doğrusal olmamasıyla orantılı olmasıdır. Yani, ağın nasıl optimize edileceği açık değildir.
 
ne diyebilirim ki ... al, bu pornografiyi tut))
 
İşte burada
Dosyalar:
pnn.zip  906 kb
 
xproit :
İşte burada


Hızlıca baktı. Haklısın - pornografi)

Neden tamamen tutarsız girişlerden oluşan bu kadar büyük bir bahçe??? Mutlak değerleri ve farklarını girişe aynı anda basmanın anlamı nedir? Bu "sarhoş" ağlar ...

 

Gerçek şu ki, veri dosyasını MT4'te zaten NEUROSHELL 2'de olan her şeyi iterek hazırlıyorum ve doğrudan seçiyorum, birleştiriyorum vb.

 
xproit :

Gerçek şu ki, veri dosyasını MT4'te zaten NEUROSHELL 2'de olan her şeyi iterek hazırlıyorum ve doğrudan seçiyorum, birleştiriyorum vb.


Bana NS2 için giriş veri dosyasını gösterebilir misin?

Ve girdi setini sınıflandırmak için kriteriniz nedir? Bu setin örneğin bir satın alma, bunun bir satış olduğunu neden belirlediniz? Eyvah gördüm..

ZY Bu arada, sadece birkaç gün önce, içinde PNN ile deney yapmak için nispeten taze bir NS2 çıkardım ...

 
Hala ticarette ağları kullanıyorum. Göstergenin tahmini değerleriyle alım satım sinyallerini doğrulamak için. Bu, muhtemelen tüm bu yöntemin gecikme ve ortalama göstergelerle ilgili ana avantajıdır. Düzleştirilmiş çizgileri tahmin ederken, örneğin, BZL MACD(Yüksek,15,30) 3 puan ileride, girişteki gösterge gecikmelerini kullansam bile, 0,995'lik bir ortalama korelasyon katsayısı alıyorum.
 

Aslında, olasılık ağları, girdi dizisini belirleme görevinde daha az talepkardır. Eğitim sırasında ağ, genel yumuşatma parametresinin yanı sıra her bir girişin yumuşatma parametresine yönelik bireysel düzeltmelerden oluşan bir algoritma kullanır. Yani, eğitim sırasında, girdinin hassasiyetini analiz etmek için bir araç olarak bireysel yumuşatma parametrelerinin değerleri kullanılır.Verilen bir girdi için parametre ne kadar büyükse, girdi model için o kadar önemlidir. Yani ağ, giriş dizisi için optimize edilmemiştir. Ona daha fazla girdi (aday) vermeniz tavsiye edilir.

 
Onlarla çalışmayı dene, ben de çok uzun zaman önce onlarla çalışıyorum. İşte veri dosyasını, daha doğrusu komut dosyasını hazırlamanın göstergesi
Dosyalar:
pnn_opt_1.zip  2 kb
 
xproit :
Onlarla çalışmayı dene, ben de çok uzun zaman önce onlarla çalışıyorum. İşte veri dosyasını, daha doğrusu komut dosyasını hazırlamanın göstergesi


Teşekkürler, bir bakacağım.