NS+指标。实验。 - 页 5

新评论
 
Mathemat:

我没有这种认识，现在也没有这种认识。Prival，我不接受你的假设，即这是某种预先的间隔（你还记得电缆上的200点尖峰吗，它是用一个刻度 做成的？）没有人可以预测，但Fibami...我认为这很有可能...


为什么，Mathemat， 一个神经网络 应该能够预测这种螺柱？而一般来说，任何TC，都应该做这样的事情？这意味着你对TS的要求是在时间和幅度上准确地预测所有抽头。这要求是不是太高了？
 

到klot

我真的很想帮助你，因为我肆无忌惮地使用你的FFT库，甚至还没有为新年送上一瓶香槟酒。对于其他许多试图建立基于神经网络的交易系统（TS）的人，我也愿意提供帮助。

我想对我在这个话题中的一些评论进行评论。也许我的知识并不那么过时，可能会有用处。 1987年的某个时候，我正在研究创建一种识别坦克的算法。那时候还没有这样漂亮的软件包，286台电脑是一个遥远的祝福。因此，我现在在国民议会看到的这些想法，是在那里调查的。

其中最引人注目的是Fain Reader，在这样的任务中，那些算法真正可以出来的东西，他们工作得相当好。也就是说，在算法的输入端，一张照片（扫描的文本）图像被分成几个簇，这些斑点的边缘被平滑，图像的清晰度被提高，然后通过最大的相关积分将这个斑点分配到坦克、BMP、APC、KamAZ等类别中。在法恩读物，它是字母a、b、c，等等。

从那时起，我对这些算法的态度是："事实上，仅仅通过尝试各种指标来养活NS，几乎与尝试所有已知的指标组合，看看是否会有结果是一样的。一切都由建筑决定，由里面的东西决定。而正确的输入只有一个，它是一个引文流，其他的都是这个流的转化。

一个算法不可能同时通用于所有事物。 它必须为执行特定任务而量身定做。而且它只有一个输入，就是一张照片（扫描的纸张）。在扫描过程中尝试抽动纸张，算法就会像纸牌屋一样崩溃。这些算法能很好地处理静止的物体并识别它们，即把它们分配到某个类别a,b,c，等等。

他们很可能能够检测（识别）我们现在所处的状态（A、B、C等），但他们不能预测。它（算法）不知道我在下一分钟会用这张纸做什么。

这一切如何在外汇中体现出来。NS可以认识到我们现在的状态，不会告诉我们5分钟后会发生什么。当转换整个数据流时，它找到峰值（底部），建立一条线，等到价格再次来到这条线（识别情况）并决定在突破这条线或反弹时进行游戏。同样，我认为NS很可能认识到我们处于某一点（A.B.C.），但不会告诉我们接下来该怎么做。

要花很长时间来解释一切。在我看来，NS的输出应该是这样的'随机流理论和外汇'。

而如果你仍然想使用NS，那么就把它交给这个指标的导数的输入'来自wellx的考夫曼自适应移动平均线AMA的优化版本'，我认为他们需要很多（应该不同时期AMA nfast nslow G），直到'维度的诅咒'不会杀死（那不会试图通过所有在一排尝试选择为不相关的）。 回到坦克上，我不关心它现在在哪里，我需要知道当炮弹到达时它会在哪里（从进入市场的角度看，报价会上升或下降）。因此，你需要分析速度矢量的表现。

我想你们中的许多人已经得出了这样的结论，即有必要应用MA和Zigzag进行进入。在我看来，MA采取的是MA的导数，而之字形是速度矢量改变方向的点。 因此，这个指标的导数应该起作用。

所以它是这样的。也许，我误导了你，我的知识就像恐龙一样过时了。而我错了，单单是输入是一个报价流（一张纸，一张照片），它的质量就应该很好。而用NS来识别一个阶层是无稽之谈。

但我是真诚地想帮忙。

 
Yurixx:一个神经网络 是否应该预测这种尖峰，Mathemat ?事实上，任何TS都应该这样做吗？这意味着你对TS的要求是在时间和幅度上准确地预测所有抽头。这要求是不是太高了？
没有Yurixx，上帝保佑，让别人来预测所有的虱子，但不是我的TS。我不知道我是怎么把神经网络溜到这里来的（可能是分支名称有影响），但我只想说，至少可以说，把hai和low作为某种程度的置信区间（Close？
 
2Prival
 在坦克方面有一点。当我还是一个三年级的学生时，我记得我在做图像识别，应用各种Kuwahara过滤器、矢量化和pr.....，然后是ns。然后我发现了一个解决方案。任务是识别图像上的人脸。由于将整个图片发送到网络是愚蠢的，我将自己限制在一个窗口。而同一个神经网络 可以调整窗口的大小并沿两个轴移动它。它看起来非常有趣，整个工作中的事情。 生活就是运动。人工生命，你知道。))后来，人们想到了更先进的算法。但从未达到实施的程度。
明天我将尝试用NS实现基于过滤器的东西。怎么样，嗯......是的。
 
klot:
我的所有实验都是用NSDT做的。我采取的是ZZ的价格和最后达到的价格之间的差异。还有最后一个极值和倒数第二个极值之间的关系......还有分歧之间的关系，--（X-A）/（A-B），（B-A）/（B-C），（B-C）/（C-D），（X-A）/（D-A），一般来说，试图建立谐波哈特利模型。 我把所有东西都放到一个概率网络（NSh中有几个变体）中。 我使用NSh对数值进行归一化，实际上这个配方

(x-ma(x,n))/(3*stdev(x,n))，最近我总是使用这个公式。 而且，实际上，继续进行培训，交叉检查和OOS。

我明白了，谢谢你。我还看了一下你的例子。事实证明，归一化的形式是-1+1。我将尝试用你的版本进行实验。

我忘了再问一个问题。我知道你在使用NeuroShell DayTrader。为什么你对NeuroShell2不满意？我问这个问题是因为我有NS2 4.0版，而且我对其他类似的软件包不感兴趣。可能是我弄错了？您个人喜欢DayTrader的什么？

 

klot，有这样一个建议。你只使用价格差异。也就是说，你只考虑到了价格的价值。也尝试使用时间间隔。大多数指标只对价格起作用。而且不仅是指标，大多数交易者都会使用市场上的价格变化。但价格与时间有很大关系。现有版本的模式指标（不仅是Gartley）也主要只考虑价格。关于ZZ，我们可以建议使用这样一个参数。建立ZZ射线的条数。

可以使用飞博时间工具。我将在最近的将来尝试在Onyx上使用Fibo Time显示图表。更接近新年或新年后。

 
Mathemat:
Yurixx: 应该用神经网络 来预测这样的种马，Mathemat ？一般来说，任何TS，都应该这样做？这意味着你对TS的要求是在时间和幅度上准确地预测所有抽头。这要求是不是太高了？
不，Yurixx，上帝保佑，让别人预测所有的蜱虫，但不是我的TS。我不知道我是怎么把神经网络弄到这里来的（可能是由于这个主题的名字），但我只想说，把hai和low作为某个值的置信区间（Close?），而m.o.没有太大变化的想法，至少可以说是很奇怪。


我同意，实际意义上的置信区间在这里并不适合。但我认为Prival 所指的更多是一个比喻。毕竟，确实，价格值(为什么一定是Close ? )是在这个区间。但这里的摩的变化，我想，所以没有收获。

而且，至少在当前栏上得到一个真正的置信区间，更不用说未来了，那就更酷了。事实上，这将是一个现成的解决建立战略问题的方案。

 
Yurixx:
数学。
Yurixx: 应该用神经网络 来预测这样的种马，Mathemat ？一般来说，任何TS，都应该这样做？这意味着你对TS的要求是在时间和幅度上准确地预测所有抽头。这要求是不是太高了？
不，Yurixx，上帝保佑，让别人来预测所有的虱子，但不是我的TS。我不知道我是怎么把神经网络弄到这里来的（可能是分支名称有影响），但我只想说，把hai和low作为某个值的置信区间（Close?），其m.o.变化不太大的想法，说起来很奇怪。


我同意，实际意义上的置信区间在这里并不适合。但我认为Prival 所指的更多是一个比喻。毕竟，确实，价格值(为什么一定是Close ? )是在这个区间。但这里的摩的变化，我想，所以没有收获。

而且，至少在当前栏上得到一个真正的置信区间，更不用说未来了，那就更酷了。事实上，这将是一个现成的解决建立战略问题的方案。


嗯，看来我的想法开始趋于一致了。现在请从同样的角度（置信区间）看这里'需要一个反映操作时间的价格的指标'。
 
Prival，我记得你的第一个帖子。问题是，置信区间（正负3 s.c.o）只有在高斯近似中才有意义。那么绝大部分可能的结果都会在它的范围内（0.997）。而如果是0.7，就会有太多的错误。而最重要的问题是在对当前的m.o.的估计。
 

在寻找其他地方之前，毕竟值得解决基本问题。在我看来，有两个。

1.可信区间 毕竟是一个比喻。给定条形图上的价格值的置信区间值并不是事先就知道的。我们可以就这一点做出一些预测，但这已经是TS的一个要素，因此必须至少在意识形态上得到证实。他们在哪里？高-低的值在每个柱子上都会变化。因此，对这个 "置信区间 "的任何预测都只能在统计学上进行。基于什么统计数据？它的特性是什么？也许这些统计数据可以与当地的波动性联系起来，哪一个？它是从哪里来的？如何描述其动态？如何从中确定高低点？有一些经典的想法，但可能有更多富有成效的想法？

2.期货栏上的高低值只是它的一半。如果没有可能至少以同样的可靠程度来预测莫的动态，那么这一切都是虚无的，捕风捉影的。因此，问题是：如何预测MO的动态？

123456789101112
新评论