![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
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
O halde, ödeviniz bir cümleden oluşmalıdır: "Sinir ağı kullanarak dersi tahmin etmek mümkün değil")))) Tüm ders bu kadar)))
imkansız nedir? Oldukça mümkün :) Geçimimizi sağlamak için kullandığımız en sevdiğimiz Expert Advisor'ı alıyoruz (sanırım herkesin böyle bir "iş gücü" var). İpliğin lineer bir regresyon veya bunun gibi bir şey olduğu yerde buluyoruz. Hattı değiştiriyoruz. bir nörona gerileme... İşte :)
O halde, ödeviniz bir cümleden oluşmalıdır: "Sinir ağı kullanarak dersi tahmin etmek mümkün değil")))) Tüm ders bu kadar)))
Bu, genel olarak sinir ağları ve piyasa tahminleri konusunda hayal kırıklığına uğradığınız anlamına mı geliyor? Sadece bu yönde kaç yıldır çalıştığınızı bile bile, sizden böyle sözler duymak oldukça garip.
Bu yönü tahmin açısından değil, tercihen% 70'den fazla bir olasılıkla belirli bir noktada kar elde edebileceğiniz kalıpları arama açısından inceliyorum. zaman, yani her gelen yeni çubukta değil.
Bunların temelde farklı şeyler olduğu konusunda hemfikir olmalısınız.
Kazanmak için, yani tahmin etmek gerekli değildir. gelecekte her yeni çubukta araç satırına devam edin.
Bu yönü tahmin açısından değil, tercihen% 70'den fazla bir olasılıkla belirli bir noktada kar elde edebileceğiniz kalıpları arama açısından inceliyorum. zaman, yani gelen her yeni çubukta değil.
Bunların temelde farklı şeyler olduğu konusunda hemfikir olmalısınız.
Para kazanmak için, yani tahmin etmenize gerek yok. gelecekte her yeni çubukta araç satırına devam edin.
Ama yine de piyasaya giriş anında gelecekte fiyatın girişimiz doğrultusunda değişeceğini bekliyoruz ve tahmin bu.
Bu, genel olarak sinir ağları ve piyasa tahminleri konusunda hayal kırıklığına uğradığınız anlamına mı geliyor? Kaç yıldır bu yönde çalıştığınızı bile bile, sizden böyle sözler duymak oldukça garip.
Bu, çok katmanlı sinir ağlarının ekstrapolasyon (tahmin) için uygun olmadığı anlamına gelir. Sadece enterpolasyon sınırları içinde harika bir iş çıkarırlar.
Başka bir deyişle, yöntem şudur:
Kim inanmıyorsa, basit bir görevi denemesine izin verin, yani 0'dan 9'a kadar tamsayılarda iki yönlü çok katmanlı bir çarpım tablosu eğitmek için. 0'dan 9'a kadar herhangi bir gerçek sayı. Sonra ekstrapolasyon için, yani. böylece en az bir girişte değerler 0'dan küçük veya 9'dan büyük olur. Izgara enterpolasyonla baş eder, ekstrapolasyonla kopar.
Bunun nedeni temeldir: nöronların çıkışlarındaki sigmoidler, eğitim örneğinin aralıklarını biraz aşan aralığın dışındaki tüm değerleri keser. Onlar. sigmoidler, giriş değerleri ne olursa olsun aşılamayacak bir çıkış değerleri sınırına (limitine) sahiptir. Aşağıdaki grafiğe bakın: sigmoidin girişi herhangi bir değer olabilir, çıkış 1'den fazla ve 0'dan az olamaz, yani. sınırlı çıkış aralığının dışında bir serseri olacaktır.
Bir yandan sigmoidler sayesinde çok katmanlı ağların öğrenme oranının arttığı ortaya çıktı, çünkü onlar olmadan, geri yayılım algoritmaları yakınsamayı kaybeder. Ancak, diğer yandan, bu tür ızgaralar aradeğerlendirici olurlar ve eğitim kümesinin sınırları dışında yeterince çalışamazlar.
Ama yine de piyasaya giriş anında gelecekte fiyatın girişimiz doğrultusunda değişeceğini bekliyoruz ve tahmin bu.
Fakat regresyon enterpolasyon için de uygun değil mi? Neden ızgarayı çitlesin?
Fakat regresyon enterpolasyon için de uygun değil mi? Neden ızgarayı çitlesin?
Çoklu regresyon ve çok katmanlı nöron deneyin ve enterpolasyon için MSE'yi karşılaştırın. Aynı zamanda, tüm araçların en etkili oldukları işlevsellik sınırlarına sahip olduğunu öğreneceksiniz.
Fakat regresyon enterpolasyon için de uygun değil mi? Neden ızgarayı çitlesin?
Çok katmanlı sinir ağı , doğrusal olmayan regresyonun parametrik olmayan yöntemlerinden biridir. Bazı durumlarda sinir ağları lineer / lineerleştirilebilir / lineer olmayan parametrik yöntemler lehine terk edilebilir.