Sinir tüccarları, geçmeyin :) tavsiyeye ihtiyacım var - sayfa 5
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
......
İlginç bir ifade, neden "rastgele" girdiler kullanıldı, 2 kelimeyle açıklamayın.
Bu ifade şu anlama gelmektedir. Güvenilir büyük bir örneklem üzerinde, herhangi bir gösterge, rastgele, "anlamsız" girdiler kullanılarak elde edilecek olanlarla karşılaştırılabilir sonuçlar gösterir. Sinir ağı, yaratıcısının açıklamaya çalıştığı şeyi "içmiyorsa" (bu şebeke için bir sorun değil, genellikle yaratıcıların sorunudur, ancak aynı zamanda bu bir engeldir).
Örnekler, rastgele artışlar olan verilerle bir sinir ağını eğitmeye yönelik deneylerdir. Böyle bir serinin MO'su 0'dır. Bu tür rastgele verilerle eğitilen bir ağ daha iyi eğitilir, sonuçları 0'a ne kadar yakınsa. Bu nedenle, bir dizi MF üzerinde ideal olarak eğitilmiş bir ağ mükemmel bir düz çizgi - 0 verecektir.
Ve tam tersi. Elde edilen sonuçlar, pozitif alanda gerçeğin 0'dan farklı olduğunu gösteriyor, bu bir şey ifade ediyor - MO'yu negatif alana çeken bir yük olmasına rağmen ağ tarafından bulunan bazı kalıplardan yararlanılıyor - yayılma .
1) Hmm, çalışan NS'yi bu sorun üzerinde nasıl geliştirebilirim, zaten birkaç yıldır mücadele ediyorum) Bazı iyileştirmeler var, ancak bunlar kuruşlar ve kırıntılar ve bu, ızgaramı içten ve dıştan bildiğim için veriliyor. Eğitim sistemini nasıl iyileştireceğimi bulduğumda, niteliksel bir sıçrama yalnızca bir kez oldu. Bu yüzden bu yönde düşünmenizi tavsiye ederim.
Ve böylece girdiler (nöron ağ çalışanlarının süper sırrı) ileri geri değiştirilecek, - bir kuruş; mimariyi bükün - kırıntılar ....
2) ZY Örneğin, geçtiğimiz Mart ayı için tam bir OOS testi yayınlayabilir misiniz? Benimkiyle karşılaştırmaya çalışacağım.
3) Z.Y.2 Takipte) Yani. sizce, bu NS'nin türü ile ilgili değil. Ve ne içinde? Prensip olarak, buna katılıyorum, ancak işte çalışabilen NS'nin sırrı, genel olarak bir tane olsa bile formüle edemiyorum ....
1) Evet, çoğu eğitim sistemine bağlıdır. Ama burada iyileştirilecek neredeyse hiçbir şey yok.
Girdiler pahasına - hmm, belki de bu, MO'yu +'ya gölgede bırakmaya yardımcı olan ana tuzlardan biridir. Girdiler, en azından onları tanımlayan teori tarafından şartlandırılır.
2) Görmek ilginç. Ve lütfen, GBPJPY gibi çiftler halinde.
3) NS türünün bununla hiçbir ilgisi olmadığından da emin değilim, ancak Andrey, NS'nin bu durumda özel bir rol oynamadığını iddia ediyor. Benim versiyonum, faktörlerin bir kombinasyonudur: teori tarafından gerekçelendirilen girdiler, girdiler ve çıktıların bağlantısı teorisi tarafından gerekçelendirilen ve açıklanan girdiler. Yaslanmış (xs olmasına rağmen) çıkar. Andrew'un bu konudaki fikrini duymak istiyorum.
Bu kadar uzun bir süre ve çok sayıda yeniden eğitim içeren testlerin hazırlanma hızına bakılırsa, tüm bunlar DLL'nin kendi içinde otomatikleştirilmiştir.
Bir danışmanda.
Ağın kendi içinde kaç tane eğitilebilir parametre/ağırlık var, öğrenme sonlandırma kriteri nedir (dönem sayısı, test setinde kabul edilebilir bir hataya ulaşma)?
35 nöron 60 ağırlık. Klasik anlamda bir eğitim yok - en küçük kareler yöntemini kullanarak hemen en uygun sonucu alıyorum.
İlginç bir ifade, neden "rastgele" girdiler kullanıldı, 2 kelimeyle açıklamayın.
Bu yüzden bu yönde düşünmenizi tavsiye ederim.
Ne yazık ki, yokluğunda iyileştirilecek bir şey yok, ancak ağın yeterliliğini kontrol etmek değerli bir fikir olsa da, henüz o bile yok. Bunun olasılığı yetersiz olsa da, var.
ZY Örneğin, geçen Mart ayı için tam OOS testi yayınlayabilir misiniz? Benimkiyle karşılaştırmaya çalışacağım.
Yarın o zaman zaten.
Takipte) yani sizce, bu NS'nin türü ile ilgili değil. Ve ne içinde? Prensip olarak, buna katılıyorum, ancak işte çalışabilen NS'nin sırrı, genel olarak bir tane olsa bile formüle edemiyorum ....
ZY Örneğin, geçen Mart ayı için tam OOS testi yayınlayabilir misiniz? Benimkiyle karşılaştırmaya çalışacağım.
Kişisel olarak koydum.
Evet, teşekkürler, baktım. Kişisel olarak, şimdi burada tartışmanın mümkün olup olmadığını bilmiyorum üzücü ...
Bir test topu olarak, biraz ve çok fazla ayrıntı olmadan: 15M TF'de tüm işlemler 1H TF'de olduğu gibi açıldığı için algoritmaya bazı hatalar mı girdi? Bu muhtemelen daha büyük bir TF'den gelen verilerin hesaplamalarına katılım olsa da ...
Ve bir gelişme olarak akla gelen, cevabı aramaya değer olabilecek ilk şey:
- aslında bir tersine çevirme sistemi olduğu ortaya çıktı (birkaç işlem hariç), sinir ağının zayıf bir sinyal filtresi olarak tepkisi konusunda uzmanın eşiği ile "oynayabilirsiniz". Eğitim süresi için açıkça iyi olan şey (NN'nin "gücüne" sahip tersine çevirme sistemi gerçekten maksimumu verecektir), sinyali yeni veriler üzerinde yorumlamak için biraz farklı bir yaklaşım gerektirir.
- çelişki: karlı işlemlerin yüzdesi (normal) ve nihai sonuç (bunu geliştirmek istiyorum). Birkaç yıl önce, en yakın komşuları temel alan bir Uzman Danışman yaptım, kârlı işlemlerin yüzdesi istikrarlı bir şekilde %70-75'e düştü ve sonuç böyle oldu. İşlemlerin geri kalan %25'i o kadar şişmandı ki, başarılı işlemlerin %75'inin tüm karını tükettiler. Burada da bazı düşünceler var ama kendi adıma dürüst olmak gerekirse bu sorunu gerçekten çözemedim. Bacakların oradan nerede büyüdüğü açık olmasına rağmen.
Genel olarak, nasıl çalıştığını tam olarak sindirene kadar "yankı" dışında sisteminizle ilgili her şeyi anladım, ancak bu zamanla gelecek) ve bir an:
Çözmekte olduğumuz uygulamalı problem bağlamında girdileri doğrulamayı ne tür bir teori başardı? Bu Nobel Ödülü'nü çekiyor) Yine, NN girdileri için bazı teorik gerekçeler getirmeye çalıştım, özellikle kendime bu hedefi https://www.mql5.com/en/forum/114902 başlığında belirledim. başardım deyin, yine yapamam. Daha doğrusu mümkündü, ancak pratik kullanımı zorlaştıran böyle bir arama ile ortaya çıktı.
Bir test topu olarak, biraz ve çok fazla ayrıntı olmadan: 15M TF'de tüm işlemler 1H TF'de olduğu gibi açıldığı için algoritmaya bazı hatalar mı girdi? Bu muhtemelen daha büyük bir TF'den gelen verilerin hesaplamalarına katılım olsa da ...
Bu işin özellikleri.
Eğitim süresi için açıkça iyi olan şey (NN'nin "gücüne" sahip tersine çevirme sistemi gerçekten maksimumu verecektir), sinyali yeni veriler üzerinde yorumlamak için biraz farklı bir yaklaşım gerektirir.
Peki, herhangi bir sistemi yapıştırabilirsiniz. Evet, şimdi neredeyse tersine döndü, kapanma ve açılma arasında küçük bir boşluk var, etrafta oynayabilirsiniz, ancak bunun pek bir şey vermesi olası değildir. Nedenini açıklamaya çalışacağım.
Eğitim süresi boyunca, herhangi bir yeterli ticaret stratejisi mükemmel şekilde davranacaktır. İleride, herkes çuvallayacak. Onlar. kaba olanı, en ince ayarı yapılmış en sert olanı kadar berbat olacaktır, çünkü ticaret sadece bilinmeyen verilere dayanır. Evet, her şeyi tamamen şeffaf hale getirmek için ticaret stratejisi en üsttedir ve yalnızca kuyruğa bağlıdır. Nöron hiçbir şekilde ticaret stratejisine bağlı değildir.
Genel olarak, nasıl çalıştığını tam olarak sindirene kadar "yankı" dışında sisteminizle ilgili her şeyi anladım, ancak bu zamanla gelecek) ve bir an:
Peki, bu doğruysa, kişisel olarak hoş geldiniz, orada daha ayrıntılı konuşmak mümkün olacak.
Diğer nöronları duyamıyor olmamız üzücü.
EuroChief
Çözmekte olduğumuz uygulamalı problem bağlamında girdileri doğrulamayı ne tür bir teori başardı? Bu Nobel Ödülü'nü çekiyor) Yine, NN girdileri için bazı teorik gerekçeler getirmeye çalıştım, özellikle kendime bu hedefi https://www.mql5.com/en/forum/114902 başlığında belirledim. başardım deyin, yine yapamam. Daha doğrusu mümkündü, ancak pratik kullanımı zorlaştıran böyle bir arama ile ortaya çıktı.
Akan Modeller Teorisi ve İkinci Tip TS. Hayır, Nobel Ödülü elbette çekmiyor. Burada temel bir keşif ve matematiksel hesaplama yoktur. Bunun yerine, bir sinir ağı veya başka bir analiz aracı tarafından analiz edilmek üzere girdi verilerini seçip oluşturabileceğiniz bir dizi değerlendirmedir.
Bunun neden işe yaradığının net bir resmini oluşturmak için hâlâ muazzam miktarda teorik ve deneysel çalışma gerekiyor.
....
EuroChief
Ben de sana aynı şeyi söyleyebilirim.
EF yaklaşık 4,5'tir, yani. bu süre boyunca (10.2001'den bugüne) eurochief'te maksimum %25 düşüşle 100*(1.2^4.5 - 1) = ~%130 kazanabilirsiniz.
Ciddi bir konuşmaya başlamak için en az 20 PV'ye ihtiyacınız var.
Ve bir sinir ağının yeniden eğitilebilirliği sorunuyla nasıl çalışıyorsunuz? Bir test örneğini nasıl oluşturursunuz?
Şahsen benim için bu önemli bir soru. Şimdi eğitim örneğinin boyutu hakkında makaleler okuyorum ve her zaman eğitimi erken durdurmak için kullandığım bir test örneği oluşturma yöntemiyle bir dizi deney yapmak istiyorum.
Neden soruyorum: OoS sonuçlarınıza ve test örneğindeki sonuçlara baktım. Açıkçası, sistem iyi öğrenir ve test segmentlerindeki kalıplara yaklaşır, ancak bazen doğrulama segmentlerinde başarısız olur. Belki farklı bir test örneği oluşturmak mantıklıdır ...