作者的 - 页 5 12345678910 新评论 Alexey 2011.12.31 05:37 #41 我对Kohonen地图的实现,第一次发布。到目前为止,它可以拆解调色板,看看它是否有效。所附代码 附加的文件: KohonenColor.mqh 16 kb ProbaKohonen_v1.mq5 2 kb Alexey 2012.01.24 04:25 #42 总的来说科霍宁游戏。这个方法当然很有趣,但它适合于对静止的物体进行分类。问题是,对30X30的地图进行充分的训练和分析,需要一个大约50000个训练向量的阵列,进一步递进。在这么长的时间间隔内,规律性(假设它们存在但不稳定)被模糊了,地图在4处得到了同质的颜色例子。此外,Kohonen地图 已被证明对O[i]/O[i-1]数据表示的类型非常敏感,而同样的数据(O[i]-O[i-1])/O[i],将地图分成两个明确的区域,因为它应该是。也许整个问题是歪打正着,但我已经因为耳朵之间的神经网络而得罪了大自然的母亲。我将再次尝试相关性,稍后,当导弹形成后,我需要在指控上下功夫,因为他已经被冒犯了。 Alexey 2012.09.10 03:40 #43 我已经很久没有来过这里了。我们向尊敬的社区提出了一个指标,该指标根据所选区域的最大趋势性和最小方差的原则建立了一个最佳投资组合。 这是一个版本,代码没有优化,所以请不要吐槽太多。最好能让我知道该用什么来工作。有指标的工作在评论中进行了描述。其在图上 的工作实例。代码在预告片中。 Документация по MQL5: Стандартные константы, перечисления и структуры / Константы индикаторов / Стили рисования www.mql5.com Стандартные константы, перечисления и структуры / Константы индикаторов / Стили рисования - Документация по MQL5 附加的文件: Genetica_v1_0.mqh 28 kb ClassLinearRegression.mqh 7 kb CumIkviti.mq5 22 kb hrenfx 2012.09.10 09:10 #44 ivandurak:我再试一下关联性...我尽可能多地通过相关的模式挤出来,我把它贴在这里。我从我的私人信息中引用我帖子的部分内容。很高兴读到你关于模式的帖子。我想补充一些我自己的看法。在这项工作 中,我发现无论取哪一个数据,都有相当多的类似皮尔逊质控(>0.9)的区间,彼此之间相距甚远。第二个视频中的工作描述显示了每个情节的预测(在垂直线之外)(在红色垂直线之间)。在左角,只给出了类似图的数量以及它们的平均和最佳质量控制。对于SB,如那里所写,应该是这样的:在SB数据(随机行走)上,预测必须是一条水平线,其有效值随着距离而发散。 Dejavu - MQL4 Code Base www.mql5.com Dejavu - MQL4 Code Base: технические индикаторы для МТ4 hrenfx 2012.09.10 09:51 #45 ivandurak:尊敬的社会各界人士看到了一个指标,该指标通过在选定区域内的最大趋势性和最小分散性的原则建立了最佳投资组合。我没有MT5,因为缺乏使用。然而,代码的注释是如此完美,以至于一切都很清楚。如果你抛开不完善的多条线同步、股权计算、对系数的限制等等。该代码以其粗略的形式,是建立一个具有任何条件的合成的完整方法。其中只有这一行需要改正。double y=ugol/hitrdisp ;//собственно сама формула идеальной иквити ради которой все пляски.这个标准很明确--找到建筑区间上合成的最大稳定趋势股权。而如果我们吐槽标准计算的模糊性,并从总体上考虑这个问题,对于任何条件下的合成建设,我们需要进一步研究这个话题。看一下系数变化的动态。调查合成的惯性的持久性。例如,像这样--一个二维的图表,在该图表中,标点是 构建区间的条数,在序数上是这些条数上计算出的y(合成的最佳标准)与优化的y 的平均(有置信区间--RMS)比率:y_out / y_in。即使是通过GA来计算,也是一个时间的海洋。因此,在没有分析解决方案的情况下,实际上不可能调查这个问题,但我想调查。P.S. 如果我挂上云,也许就可以调查了。 Alexey Burnakov 2012.09.10 10:24 #46 图案主题还在进行中吗?我在这里写了我的发现:https://www.mql5.com/ru/forum/133209/page5- 在模式上训练科霍宁的ACS(你如何形成它们是一个单独的问题,但却是一个重要的问题)。- 为ACS的每个单元格分配一个数字(对我来说是坐标,例如3;5)。- 通过激活坐标为x1;y1的单元格进入一个位置,并通过激活单元格x2;y2关闭一个位置。在这种情况下,可以有许多输入和输出单元(它们的组合很重要)。- 实施(在我的例子中):训练有素的BCS在dll中向专家顾问发送由当前价格模式激活的单元的坐标,如果坐标显示有进场,那么我们就进场,如果激活的单元显示有平仓,我们也会退出。你可以从遗传学的角度来看,在某些单元的进入和退出有很多变化,并在你的专家顾问中记录最有利的变化。我只是在分析了所有的基因运行后,手动写下了它们。因此,重要的不仅是进入模式,还有退出模式。结果是相当不同的。我那里有照片。 SOM: способы приготовления - MQL4 форум www.mql5.com SOM: способы приготовления - MQL4 форум hrenfx 2012.09.10 10:55 #47 我建议,对于图案工作(和其他相对复杂的主题),你发布这样的视频(高清)。这样你就可以直观地评估该方法的结果。从外部给出一些见解和想法。在为他的方法炮制一个类似的视频方面,没有人能够比作者做得更好。主要的条件是不展望未来。这样你就可以看到动态,每一帧都可以算作几分钟(取决于计算算法)。 Alexey 2012.09.10 12:44 #48 alexeymosc:图案主题还在进行中吗?我在这里写了我的发现:https://www.mql5.com/ru/forum/133209/page5- 在模式上训练科霍宁的ACS(你如何形成它们是一个单独的问题,但却是一个重要的问题)。- 为ACS的每个单元分配一个不同的数字(对我来说是坐标,如3;5)。- 通过激活坐标为x1;y1的单元格进入一个位置,并通过激活单元格x2;y2关闭一个位置。在这种情况下,可以有许多输入和输出单元(它们的组合很重要)。- 实施(在我的例子中):训练有素的BCS在dll中向专家顾问发送由当前价格模式激活的单元的坐标,如果坐标显示有进场,那么我们就进场,如果激活的单元显示有平仓,我们也会退出。你可以从遗传学的角度来看,在某些单元的进入和退出有很多变化,并在你的专家顾问中记录最有利的变化。我只是在分析了所有的基因运行后,手动写下了它们。因此,重要的不仅是进入模式,还有退出模式。结果是相当不同的。我那里有照片。1.你给COM输入一个固定的窗口大小,在你的例子中是40条。以某种方式画出当前的集市肖像是不太正确的,一般来说,滑动窗口的大小将是可变的,条件是它足够小。此外,训练向量不仅可以包括价格,还有从利率到指标读数的所有内容,包括当前订单的分布,支持和阻力水平的接近,等等。2.如果我们把图表压缩到极限,历史将清楚地显示出平坦、趋势上升、趋势下降的三个区域。我不会试图把它正式化,我没那么傻。任务是标记出这些区域,并试图在其出现的早期阶段识别它们。3.对历史进行了培训的COM。梦见在上线地图上看当下的轨迹。如果预测了轨迹,那么就可以挑选一个有利可图的策略,并在类似的历史区域提前运行。4.有必要将地图构建成最大可能的均匀分布的集群。我实现的地图,见上图,表明该算法的工作几乎是正确的。有一个输入向量的分类。然而,我认为更正确的做法是像彩虹一样从红色到紫色均匀地填满地图,而不是将红色及其色调集中在中心。 Alexey 2012.09.10 12:48 #49 hrenfx:需要进一步调查该主题。看一下系数的动态变化。调查合成惯性的持久性。例如,像这样--一个二维图,其中在标轴上是 构建区间的条数,在序数上是这些条数上计算出的y(合成的优化标准)与优化的y 的平均(有置信区间--RMS)比率:y_out / y_in。即使是通过GA来计算,也是一个时间的海洋。因此,在没有分析解决方案的情况下,实际上不可能调查这个问题,但我想调查。P.S. 如果你挂上云,也许就能调查。 我绝对同意你的观点。我需要一个顾问,但有很多石头堆在那里。我还在琢磨怎么做。 hrenfx 2012.09.10 12:56 #50 我不同意。你建议写一个 有一定数量输入参数的EA,优化它,你可以尝试找到模式。另一方面,我认为正确的方法是首先做一些深入的研究,然后才根据研究结果编写一个带有输入参数的EA。 12345678910 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
我对Kohonen地图的实现,第一次发布。到目前为止,它可以拆解调色板,看看它是否有效。所附代码
总的来说科霍宁游戏。
这个方法当然很有趣,但它适合于对静止的物体进行分类。问题是,对30X30的地图进行充分的训练和分析,需要一个大约50000个训练向量的阵列,进一步递进。在这么长的时间间隔内,规律性(假设它们存在但不稳定)被模糊了,地图在4处得到了同质的颜色例子。此外,Kohonen地图 已被证明对O[i]/O[i-1]数据表示的类型非常敏感,而同样的数据(O[i]-O[i-1])/O[i],将地图分成两个明确的区域,因为它应该是。也许整个问题是歪打正着,但我已经因为耳朵之间的神经网络而得罪了大自然的母亲。
我将再次尝试相关性,稍后,当导弹形成后,我需要在指控上下功夫,因为他已经被冒犯了。
我已经很久没有来过这里了。
我们向尊敬的社区提出了一个指标,该指标根据所选区域的最大趋势性和最小方差的原则建立了一个最佳投资组合。
这是一个版本,代码没有优化,所以请不要吐槽太多。最好能让我知道该用什么来工作。有指标的工作在评论中进行了描述。其在图上 的工作实例。
代码在预告片中。
我再试一下关联性...
我尽可能多地通过相关的模式挤出来,我把它贴在这里。
我从我的私人信息中引用我帖子的部分内容。
很高兴读到你关于模式的帖子。我想补充一些我自己的看法。在这项工作 中,我发现无论取哪一个数据,都有相当多的类似皮尔逊质控(>0.9)的区间,彼此之间相距甚远。第二个视频中的工作描述显示了每个情节的预测(在垂直线之外)(在红色垂直线之间)。在左角,只给出了类似图的数量以及它们的平均和最佳质量控制。对于SB,如那里所写,应该是这样的:在SB数据(随机行走)上,预测必须是一条水平线,其有效值随着距离而发散。
尊敬的社会各界人士看到了一个指标,该指标通过在选定区域内的最大趋势性和最小分散性的原则建立了最佳投资组合。
我没有MT5,因为缺乏使用。然而,代码的注释是如此完美,以至于一切都很清楚。
如果你抛开不完善的多条线同步、股权计算、对系数的限制等等。该代码以其粗略的形式,是建立一个具有任何条件的合成的完整方法。其中只有这一行需要改正。
这个标准很明确--找到建筑区间上合成的最大稳定趋势股权。而如果我们吐槽标准计算的模糊性,并从总体上考虑这个问题,对于任何条件下的合成建设,我们需要进一步研究这个话题。
即使是通过GA来计算,也是一个时间的海洋。因此,在没有分析解决方案的情况下,实际上不可能调查这个问题,但我想调查。
P.S. 如果我挂上云,也许就可以调查了。
图案主题还在进行中吗?
我在这里写了我的发现:https://www.mql5.com/ru/forum/133209/page5
- 在模式上训练科霍宁的ACS(你如何形成它们是一个单独的问题,但却是一个重要的问题)。
- 为ACS的每个单元格分配一个数字(对我来说是坐标,例如3;5)。
- 通过激活坐标为x1;y1的单元格进入一个位置,并通过激活单元格x2;y2关闭一个位置。在这种情况下,可以有许多输入和输出单元(它们的组合很重要)。
- 实施(在我的例子中):训练有素的BCS在dll中向专家顾问发送由当前价格模式激活的单元的坐标,如果坐标显示有进场,那么我们就进场,如果激活的单元显示有平仓,我们也会退出。你可以从遗传学的角度来看,在某些单元的进入和退出有很多变化,并在你的专家顾问中记录最有利的变化。我只是在分析了所有的基因运行后,手动写下了它们。
因此,重要的不仅是进入模式,还有退出模式。结果是相当不同的。我那里有照片。
我建议,对于图案工作(和其他相对复杂的主题),你发布这样的视频(高清)。
这样你就可以直观地评估该方法的结果。从外部给出一些见解和想法。
在为他的方法炮制一个类似的视频方面,没有人能够比作者做得更好。主要的条件是不展望未来。
这样你就可以看到动态,每一帧都可以算作几分钟(取决于计算算法)。
图案主题还在进行中吗?
我在这里写了我的发现:https://www.mql5.com/ru/forum/133209/page5
- 在模式上训练科霍宁的ACS(你如何形成它们是一个单独的问题,但却是一个重要的问题)。
- 为ACS的每个单元分配一个不同的数字(对我来说是坐标,如3;5)。
- 通过激活坐标为x1;y1的单元格进入一个位置,并通过激活单元格x2;y2关闭一个位置。在这种情况下,可以有许多输入和输出单元(它们的组合很重要)。
- 实施(在我的例子中):训练有素的BCS在dll中向专家顾问发送由当前价格模式激活的单元的坐标,如果坐标显示有进场,那么我们就进场,如果激活的单元显示有平仓,我们也会退出。你可以从遗传学的角度来看,在某些单元的进入和退出有很多变化,并在你的专家顾问中记录最有利的变化。我只是在分析了所有的基因运行后,手动写下了它们。
因此,重要的不仅是进入模式,还有退出模式。结果是相当不同的。我那里有照片。
1.你给COM输入一个固定的窗口大小,在你的例子中是40条。以某种方式画出当前的集市肖像是不太正确的,一般来说,滑动窗口的大小将是可变的,条件是它足够小。此外,训练向量不仅可以包括价格,还有从利率到指标读数的所有内容,包括当前订单的分布,支持和阻力水平的接近,等等。
2.如果我们把图表压缩到极限,历史将清楚地显示出平坦、趋势上升、趋势下降的三个区域。我不会试图把它正式化,我没那么傻。任务是标记出这些区域,并试图在其出现的早期阶段识别它们。
3.对历史进行了培训的COM。梦见在上线地图上看当下的轨迹。如果预测了轨迹,那么就可以挑选一个有利可图的策略,并在类似的历史区域提前运行。
4.有必要将地图构建成最大可能的均匀分布的集群。我实现的地图,见上图,表明该算法的工作几乎是正确的。有一个输入向量的分类。然而,我认为更正确的做法是像彩虹一样从红色到紫色均匀地填满地图,而不是将红色及其色调集中在中心。
需要进一步调查该主题。
即使是通过GA来计算,也是一个时间的海洋。因此,在没有分析解决方案的情况下,实际上不可能调查这个问题,但我想调查。
P.S. 如果你挂上云,也许就能调查。
我不同意。你建议写一个 有一定数量输入参数的EA,优化它,你可以尝试找到模式。
另一方面,我认为正确的方法是首先做一些深入的研究,然后才根据研究结果编写一个带有输入参数的EA。