"新神经 "是MetaTrader 5平台的一个开源神经网络引擎项目。 - 页 77

[Mykola Demko]

ivandurak:

任务是找到一个矢量，将市场分为趋势向上、趋势向下、趋势向东的群组。

例如，让我们根据我们的幻想X{x1,x2,x3,x4,x5,x6,x7}组成一个向量阵列。

x1=周期MA

x2=MA的周期

x3=MA的值

x4=RAR的值

x5=分散性，例如：。

x6=MA（N）-MA（N-1）的趋势分量

x7=MA和价格的交叉点的数量

如果我们用Kohonen地图对这些向量的阵列进行聚类，我们将看到接近的向量。事实证明，对欧几里得距离影响较大的将是x1,x2,x4,x7。虽然X3,X5,X6的特征即使不是更重要，也是不少的。我们可以在-1...1的范围内对所有的x进行归一化处理，但我看不出如何处理。或者我们可以采取相互接近的市场特征，在这种情况下，我们得到了苍蝇与肉片的比较。

矢量将接近于:

X1{10，13，26，12，42，48，98}和

X2{11,12,27,14,43,46,88}和向量X3将在另一个集群中

X3{101,12,27,14,43,46,88}

虽然不是事实，但是是我展示了如何用汉明距离来分离集群，如果用 "趋势转向、趋势下降、趋势横向 "来分离，向量的参数会是什么样子，一个FF知道:)

[Alexey]

基本上想通了。我不能没有配给。假设有三个向量

Х1 {10,10,0.1}

Х2 {11,10,0.3}

X3 {10,12,-0.2} 看起来这三个向量都属于同一个集群

在训练样本中x1=最小0最大20，x2=最小-10最大40 x3=最小-0.5最大0.5 现在将初始向量归一化。

Х1 {0.5, 0.2, 0.1}

Х2 {0.55, 0.2, 0.3}

X3 {0.5 , 0.24, -0.2}集群是不同的，我们可以将这些向量归一化为一个单位向量，但这将不是必要的。我认为这应该是可行的。

[Mykola Demko]

ivandurak:

基本上想通了。没有配给是不行的......

原则上都是正确的，你不能不做归一化，否则你就必须在一个非常大的范围内寻找权重（即把归一化问题转移到网格的肩上）。但别忘了，进入集群的分布不是基于输入向量的直接接近，而是基于加权系数。可能会出现这样的情况：位于彼此附近的两个向量（按参数计算）在不同的聚类中，而远处的则在同一个聚类中。这一切都取决于FF。

[Mykola Demko]

雷纳特，ME中的OpenCL和存储集成的事情进展如何？

我在考虑是否要写一个dll来与CUDA一起工作，或者等待，除了neuro之外，我还有一个GPU主题。

[Renat Fatkhullin]

Urain。
Renat，在ME中，OpenCL和存储集成的情况如何？

我正在考虑是否要写一个与CUDA一起工作的dll，或者等待，除了neuro之外，我还有一个GPU主题。

测试版的OpenCL正在开发中，资源库也在测试中。

在下个星期的建设中，我们将在编辑器中加入市场和可能的存储。

[Ivan Chasov]

Renat:

测试版的OpenCL - 正在开发中...

这里有一个很好的....HD6970和HD5870正在等待...一旦测试开始...

[F1_]

雷纳特。

下周的构建将包括市场，也许还有编辑器中的存储。

测试版还是完整版？

[Renat Fatkhullin]

F1_:
测试版还是完整版？

市场已满。

[F1_]

雷纳特。
市场是完整的。

О .谢谢你

[Vladimir Gomonov]

(;上;)。