Bir mayın tarlasında pazar görgü kuralları veya görgü kuralları - sayfa 57
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
Burada yine OTO pazarı sürünerek çıktı. Gerçek şu ki, elbette bir gecikme var, çünkü barın ortası şüphesiz açıldıktan sonra geliyor, ama diğer yandan yok gibi görünüyor, çünkü bar zaten oluşturulduğunda, o zaman yapmıyoruz' Barın içindeki bu altın ortalamanın tam olarak ne zaman geldiği umrumda değil. Ortadan başlayıp orta ile biten barlarla (hala bazıları var) tanıştım. Neutron'la olan tartışmalarınızın özü umurunuzda değil, çünkü hepsi Neutron için çubuklar artık çubuk değil, çünkü zamanla ölçülmez, ama sizin için bir çubuk bir BAR'dır.
"Referans sistemleriniz" farklıdır - hepsi bu.
Hayır, yaşlı değil... ah, Süper Yıldız!
Hepiniz aptal mısınız, canım? Aslında, yaşlılık bir sevinç değildir.
Burada yine OTO pazarı sürünerek çıktı. Gerçek şu ki, elbette bir gecikme var, çünkü barın ortası açıldıktan sonra şüpheli geliyor, ancak diğer yandan yok gibi görünüyor, çünkü bar zaten oluştuğunda, o zaman herkes zaten umursuyor. tam olarak bu altın barın içindeyken ortası gelmiş demektir. Ortadan başlayıp orta ile biten barlarla (hala bazıları var) tanıştım. Neutron'la olan tartışmalarınızın özü umurunuzda değil, çünkü hepsi Neutron için çubuklar artık çubuk değil, çünkü zamanla ölçülmez, ama sizin için bir çubuk bir BAR'dır.
"Referans sistemleriniz" farklıdır - hepsi bu.
Birçok şey hakkında, özellikle de bu konuda anlaşmazlık. Sergey bunu "ikna edici" bir argüman şeklinde getirdi. Ama basit bir şeyi açıklayamam gibi görünüyor. Evet, orada gecikme yok, sadece orada değil ve hiç yok. Tanım gereği orada olamaz. Bu rakamların elde edildiği veriler kesişmiyor. Faz yoktur, sayılar tamamen eşdeğerdir.
Zeyilname: Bu, bir sinüzoid üzerinde iki nokta almak ve x'te 0.1'lik adımlarla ve x'te 10.0'lık adımlarla bir gecikme olduğunu belirtmek gibidir.
Sorun değil - fikrimizle kalacağız ...
Dene.
İyi şanslar :). Taylor serisine genişleme harmoniklerden bile daha kötüdür, çünkü sıfırdan farklı bir polinomun sınırlı bir aralığı yoktur.
Ek olarak, sözlerinizden bir kez bile bir polinom değil, sıradan bir SMA mashka çıkıyor.
TAMAM. İşte fikrin kendisi. Derinlemesine düşünürseniz 2., 4. ve 11. barların komşu barlara göre önemini hafife alacak bir piyasa gücü yoktur. Yani komşu çubukların çok yakın değerlere sahip olması beklenmelidir. 11 saat önce olanlar, 12 saat önce olanlar da önemlidir. Dolayısıyla ağırlık değerlerinde bir çubuktan diğerine yumuşak bir geçiş beklemeliyiz. Bu, ağırlığı çubuk sayısının (gecikme) bir fonksiyonu olarak tanımlayan eğrinin düzgün olması gerektiği anlamına gelir. Eğer öyleyse, o zaman bu w[n] eğrisini bir Taylor serisi ile tahmin edebiliriz, yani. polinom. Örneğin ağırlıklarınızın altına 3 veya 4 derecelik bir polinom sığdırabilirsiniz. Fikrimin bir sonraki varsayımı şudur. Ağırlıkları optimize etmek yerine (16 tanesine sahipsiniz), polinom katsayılarını optimize edin (a0+a1*n+a2*n^2+a3*n^3, a0..a3 optimizasyonu, toplam 4 parametre) ve n'inci çubuğun ağırlıklarını a0+a1*n+a2*n^2+a3*n^3 formülüne göre hesaplayın. Çok daha az hesaplama. Dene.
Fikriniz için size içtenlikle müteşekkirim, ancak çocukluğumda bir keresinde (girişteki çocuklardan) kavramın temelinde bir hata bulunursa, o zaman diğer tüm yapıların göz ardı edilebileceğini duydum. bilimsel çekicilik Bir (piyasa durumundan) diğerine geçiş için gerekli bir işlevsellik olarak pürüzsüzlük fikrinde bir hatanız var. Ne yazık ki. Seni üzmeli. piyasa herhangi bir ara reverans yapmadan A'dan Z'ye hareket eder. Aksi olsaydı burada bir forum değil, Soros'un toplantıları olurdu.
Şey, hiçbir şey ... Size yeni bir fikir (piyasa kavramı) vereceğim, şu ana kadar sahip olduğunuzdan daha verimli olduğu açıktır:
İlk bakışta oldukça basit:
Düzenlilik, rastgeleliğin bir varoluş biçimidir. Tersi doğru değil.
nötron için
Ürün bu işletim sisteminde çalışmayacak
sabun almaya gittim...
Bu arada, aynı şeyi tahmin edebilirim. Ve herhangi bir AR olmadan bile. :) Sadece bu bana bir şey vermedi. Fiyatın "nereye" gideceğini %80 doğrulukla tahmin edebilirim - ancak KÂR yoktur. Üzgün. ;)
Sıra (H+L)/2. Ben onu kısaca Mu olarak belirleyeceğim. Diyelim ki bu değeri doğru bir şekilde tahmin edemiyoruz, ancak Mu(n) - Mu(n+1) farkının işaretini doğru bir şekilde tahmin edebiliyoruz. Örneğin, mevcut çubuk için bir sonraki delta Mu(n) - Mu(n+1)'in pozitif olacağını biliyoruz. Sonra yeni artışı istatistiksel olarak değerlendirmemiz ve oradan Mu(n+1)'e gitmemiz gerekiyor. Bu düzeye, çubuk aralığı için ortalama kare kök tahmini ekleyin. Ticaret seviyesini anlıyoruz, sanatsal kelimeyi geliştirmek için bir resim bile çizdim:
Bu seviyelerin ortaya çıkma sıklığı büyükse ve yayılma ile orantılıysa, o zaman işe yarayabilir. Bu deltayı gerçekten %80 tahmin ediyor musunuz?
Not: Şahsen fiyatla o kadar yakından çalışmıyorum. Çok az şans var, daha doğrusu hiç yok. Tam olarak değil, sadece yönü tahmin etmenin gerçekten mümkün olduğu fikri ortaya çıktı. Bu “teknolojiyi” kullandığımı tahmin ediyorum: 'Böyle bir çizim gördünüz mü?' 15 dakikalık çubuklarda en az bir gün, işte gerçek tahmin örnekleri, bir sonraki testi bitireceğim - daha fazlası olacak (sadece hata ayıklıyorum, henüz tüm usturlabı toplamadım):
'Gerçek Zamanlı Tahmin Sistemlerinin Test Edilmesi'
gpwr'ye
Evet, bir şekilde sondan bir önceki yazınızı kaçırdım. Burada ilginç bir soru var: neden ağırlığın (prensipte) zaman içinde kendi indeksinin bir fonksiyonu olabileceği fikrine kapıldınız? Fikrinizin kökenini anlıyor gibiyim - ağırlık grafiklerine bakıyorsunuz. Burada bir nüans vardır: iki farklı deneyde (aynı eğitim vektörü üzerinde öğrenme sonuçları), bu grafikler (görsel ve topolojik olarak) önemli ölçüde farklı olabilirken, ağ sonuçları (istatistiksel olarak) esasen aynı olacaktır. Ağı önerilen şekilde eğitmek için tatmin edici bir işlevsellik bulmayı başarsanız bile, eğitim sonuçları (aynı vektör üzerinde art arda iki deney) tamamen çakışacaktır - yani. artık bir sinir ağı olmayacak, tamamen deterministik bir şey olacak. Halihazırda uykuda olan Neutron'un da söyleyeceği gibi böyle bir ağ tam olarak tek bir vektör üzerinde eğitilmiş olur ama şiir besteleyemez. Ve bu nedenle ticarette anlamı sıfırdır. Sonraki her okuma bir öncekine (ve öncekilerin tümüne) benzemez ve normal ızgara buna bile güvenmez. Öğrendiği belirli bir görüntüye yaklaşık olarak benzer. Yaklaşık olarak tam olarak değiştirilirse, böyle bir ağın entropisi sıfıra eşit olacaktır (yani, sola adım, sağa adım - yürütme, yerinde atlama - provokasyon)
Diğer şeylerin yanı sıra, önerdiğiniz yöntemin öğrenme hızında pek bir fark görmüyorum, çünkü bir polinom katsayısını değiştirmek benim için bir ağırlığı düzeltmekle tam olarak aynı miktarda kaynak gerektirecek ve n katsayı var (her biri için) ağırlık), peki kazanç nedir?
Sıra (H+L)/2. Onu kısaca Mu olarak belirleyeceğim. Diyelim ki bu değeri doğru bir şekilde tahmin edemiyoruz, ancak Mu(n) - Mu(n+1) farkının işaretini doğru bir şekilde tahmin edebiliyoruz. Örneğin, mevcut çubuk için bir sonraki delta Mu(n) - Mu(n+1)'in pozitif olacağını biliyoruz. Daha sonra yeni artışı istatistiksel olarak değerlendirmemiz ve oradan Mu(n+1)'e gitmemiz gerekiyor. Bu düzeye, çubuk aralığı için ortalama kare kök tahmini ekleyin. Ticaret seviyesini anlıyoruz, sanatsal kelimeyi geliştirmek için bir resim bile çizdim:
Bu seviyelerin ortaya çıkma sıklığı büyükse ve yayılma ile orantılıysa, o zaman işe yarayabilir. Bu deltayı gerçekten %80 tahmin ediyor musunuz?
Aynı %80'i gösteren bir algoritma gördüğüme şaşırdım. Bir hata arıyorum. Her şeyi yapmak çok kolay. Bu olmaz.
ah-ah-ah-ah-ah-ah-ah-ah-ah-ah-!!!!! Ayın nerede olduğunu görmemiz gerekiyor, belki de nedeni budur. Şimdi ifadeyi anlıyorum - "yeterli kelime yok" Gecikme nerede ???:
Özellikle sizin için tasarlandı:
FZ'nin her zaman yer aldığı ve kotirin keskin hareketlerinde görsel olarak açıkça görüldüğü açıkça görülmektedir.
Seryoga, önemsizliği ve tamamen kendiliğinden olmaması nedeniyle bu konuyu artık seninle tartışmayacağım. Malzemeyi öğrenin ve bir dahaki sefere aklınıza başka bir Süper-Duper Brilliant Fikir geldiğinde, uygulanması için size göründüğü gibi, bir veya iki araştırma enstitüsüne ve bir RS kümesine ihtiyacınız var, bir dakika düşünün - belki bir şeyi bilmiyorsun ya da anlamıyorsun. Ne de olsa, bu, her şeyin önünüzde çiğnendiği bir alanda "çağ açan bir keşiften" daha olasıdır.
Tüm ağırlıkları tanımlamanın kısaltılmış bir yolunu öneriyorum, bu durumda bir polinom. Size bir örnek göstereyim. Ağınızı belirli bir girdi vektörü üzerinde öğrendiniz ve n=0..15 olan tüm w[n] ağırlıklarının değerlerini elde ettiniz.
Paralocus'un , fikrinizin tahsis edilen NN'lerin piyasa süreçlerinin durağanlığı hakkında doğrulanmamış bir hipoteze dayandığına oldukça haklı olarak işaret ettiğine inanıyorum. Yalnızca doğrulanırsa, NN ağırlıklarının bir tür durağanlığına ve sonuç olarak ağ eğitimi olmadan ağırlıkları bulmak için ekstrapolasyon yönteminin uygulanabilirliğine güvenebiliriz. Ancak durum böyle olsaydı, her yeni VR sayımında ızgarayı yeniden eğitmezdik, ancak bunu yapmak zorundayız ve bu gerçek, dolaylı olarak da olsa, ağırlıkların durağan olmamasından yanadır! Ve sonra, her zaman sayısal bir deney yapabilir ve eğitilmiş ızgaranın ağırlıklarının saymadan saymaya nasıl davranacağını görebilirsiniz. Göreceğiz?
Bunu yapmak için, her seferinde bir çubuk hareket ettirerek ve bir sonrakini tahmin etmeyi öğrenerek 500 deney yapacağız. Her çubukta ağı yeniden eğiteceğiz. Ağırlık vektörünün tamamını tek bir grafikte 500 kez göstermemek için, her bir ağırlık için elde edilen değerlerin ortalamasını alacağız ve bunları, her bir ağırlığa karşılık gelen varyansı (değer dağılımını) bir bıyık boyunca çizilen bir bıyık şeklinde göstererek göstereceğiz. 1/e seviyesi:
Apsis, NN girişinin sayısını gösterir, ordinat, tam eğitimli bir ağ için bu girişteki ağırlığın ortalama değerini gösterir. Saatler için (soldaki şekil), ağırlıkların değerlerinin, durağanlık hipotezini doğrudan reddeden istatistiksel yayılma (bıyık aralığı) alanında olduğu görülebilir. Bir anda, durum biraz daha iyi, burada, alıntının iyi bilinen kalıcılığından (negatif korelasyon katsayısı) sorumlu olan NN'nin ilk girdisini (grafikteki sıfır sayısı) ayırmak istatistiksel olarak anlamlıdır. komşu sayımlar arasındaki ilk farkın serisi) küçük zaman dilimlerinde.
Bu nedenle, bir polinom ile NS'nin ağırlıklarını yaklaşık olarak tahmin etmek için bir yöntem geliştirme ihtiyacından bahsetmek için erkendir.