如何正确形成NS的输入值。 - 页 29 1...22232425262728293031 新评论 TheXpert 2008.07.15 07:51 #281 sergeev писал (а)>> 套用一句话,我们可以说,这里证明了一个事实,即有可能得到一个线性可分离的市场分类。 我自己,在读了一些关于不可能用线性网络做"排他性或"的聪明书后,认为不可能用线性网络做市场(因为这个逻辑原因,市场比简单的 "排他性或 "要复杂得多:)。 也许不是这样呢?也许尤里是对的?而且我们不需要涮一堆关于非线性的书,只需要用飞机打败一切? 对于任何问题都可以得到线性可分离分类。 但你必须自己寻找模式,并根据这些模式形成输入,而非线性透视仪可以自己找到模式。 正如我在上面写的 -- 如果你用线性透视仪得到了积极的结果,你就不需要了,规则已经被找到了。 --- 2008.07.15 07:54 #282 好吧,那么线性/非线性的问题就结束了。 --- 2008.07.15 08:30 #283 网络模板。在一个单独的线程中运行(CWinThread)。 尚未完成的版本,如愿以偿。没有线程中断控制。 文件操作的逻辑实现不佳。 代码上有很多不正确的评论。 15.07.08 附加的文件: better1.rar 50 kb --- 2008.07.16 06:41 #284 通过计时器从工作流程中读取数据(以便不加载不必要的数据)。 带入指针,从工作流中读取信息(以减少副本数量)。 绘制均方根误差的函数(查看网络如何 "旅行 "到局部最小值)。 增加了停止计算和保存当前权重到文件的按钮。 添加了正常的评论 16.08.08 附加的文件: better1_1.rar 53 kb _hilo_1.mq4 4 kb _target_2.mq4 2 kb oncemore 2008.07.16 08:48 #285 sergeev писал (а)>> 通过定时器从工作流中进行读取(以避免数据过载)。 引入指针,从工作流中读取信息(以减少副本的数量)。 绘制均方根误差的功能(查看网络如何通过局部最小值 "旅行")。 增加了停止计算和保存当前权重到文件的按钮。 添加了正常的评论 16.08.08 谢尔盖耶夫-阿列克谢令人羡慕的多产性! TheXpert 2008.07.16 09:13 #286 Sart писал (а)>> 阿列克谢-谢尔盖耶夫令人羡慕的多产性! +1 :) --- 2008.07.17 06:40 #287 1.通过头文件在MetaTrader和VC++之间进行了或多或少的正常交流。 - CreatePattern - 创建输入、输出向量文件,同时将有关图案数量和输出/产出尺寸的信息写进文件头。 - 然后VC++读取并在自身创建类似的数组。在网格处理后,它创建了一个名称相同但类型为.wgh的文件,其中记录了网格的权重、阈值和网格模型标题(层数、它们的尺寸) - NeuroInd.mq4指标(NeuroIndP) - 它读取权重文件并在自身建立类似的模型,现在使用与CreatePattern相同的算法,通过条形图并给这个网格输入。该指标建立了输出向量。NeuroIndP - 读取相同的内容,但显示入口点。 CreatePattern脚本和NeuroInd的输入向量算法相同,但不同的是,NeuroInd的输入向量的维度可能不同(取决于我们决定如何处理网络)。我们应该尝试以某种方式普及这种算法,并把它放在一个单独的文件中(例如放在<InputPatternAlg.mqh>中)。这样一来,只有它能在这个综合体中被改变。 ----------- 2.我已经摆脱了VC++类结构中的中间CLayers(我认为这是一个错误:)+我们稍微节省了内存+网格计算算法与指标中的计算 算法重合)。 附加的文件: better1_2.rar 51 kb _createpattern.mq4 4 kb _neuroind_2.mq4 4 kb _neuroindp_2.mq4 5 kb --- 2008.07.18 07:41 #288 我对网络的工作越多,就越意识到重要的不是输入,而是输入-输出 对。来自StatBars第一页的文章在这方面将非常 "有助于学习"。还注意到,如果输出是连续的而不是二进制的,近似的速度会更快,而且可能更好。(少数不连贯和重复的进出配对)。 输入原则上没有问题。一个正方形的破折号(如5个周期,每个周期5个值)给出唯一的非重复输入。 至于输出方面... 我用(Up-Dn)/(Up+Dn)的比例测试了输出。它很快就适合了。 唯一的缺点是,该比率没有给出Up和Dn的绝对值的近似概念,这将是理想的:)无论是10/20还是50/100,都没有区别。 如果我们只是输出一个简单的Up-Dn(了解价格偏差的大小和方向),然后用正切进行压缩,结果发现出现了数值的饱和。 (我应该马上说,我使用的是弧切而不是线性压缩,因为我不想寻找和绑定最大值)。 可以用系数除以(Up-Dn)来降低饱和度值,那么饱和度就会出现在大的数值上,这已经是很少的了,不会有大的重复性和不一致性。 另一个选择是,只为改变Up和Dn而尝试单独的网络。 我想知道是否有人有其他产出? Artem Titarenko 2008.07.18 13:02 #289 sergeev писал (а)>> 我对网络的工作越多,就越意识到重要的不是输入,而是输入-输出 对。来自StatBars第一页的文章在这方面将非常 "有助于学习"。还注意到,如果输出是连续的而不是二进制的,近似的速度会更快,而且可能更好。(少数不连贯和重复的进出配对)。 输入原则上没有问题。一个正方形的破折号(如5个周期,每个周期5个值)给出唯一的非重复输入。 至于输出方面... 我测试了输出上的(Up-Dn)/(Up+Dn)比率。它很快就收敛了。 唯一的缺点是--这个比率没有给出Up和Dn的绝对值的近似概念,这将是理想的:)无论是10/20还是50/100,都没有区别。 如果我们只是输出一个简单的Up-Dn(了解价格偏差的大小和方向),然后用正切进行压缩,结果发现出现了数值的饱和。 (我应该马上说,我使用的是弧切而不是线性压缩,因为我不想寻找和绑定最大值)。 可以用系数除以(Up-Dn)来降低饱和度值,那么饱和度就会出现在大的数值上,这已经是很少的了,不会有大的重复性和不一致性。 作为另一种选择,可能有必要分别尝试只改变Up和Dn的网络。 我想知道是否有人有其他产出? 你是否在每个栏位输入某种输入矢量,并要求在每个栏位有一个输出? Artem Titarenko 2008.07.18 13:04 #290 这个版本的MPS稍好一些,但还是不能满足你的需要,即短线后面是长线,反之亦然。 附加的文件: mps.zip 7 kb 1...22232425262728293031 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
套用一句话,我们可以说,这里证明了一个事实,即有可能得到一个线性可分离的市场分类。
我自己,在读了一些关于不可能用线性网络做"排他性或"的聪明书后,认为不可能用线性网络做市场(因为这个逻辑原因,市场比简单的 "排他性或 "要复杂得多:)。
也许不是这样呢?也许尤里是对的?而且我们不需要涮一堆关于非线性的书,只需要用飞机打败一切?
对于任何问题都可以得到线性可分离分类。
但你必须自己寻找模式,并根据这些模式形成输入,而非线性透视仪可以自己找到模式。
正如我在上面写的 -- 如果你用线性透视仪得到了积极的结果,你就不需要了,规则已经被找到了。
网络模板。在一个单独的线程中运行(CWinThread)。
尚未完成的版本,如愿以偿。没有线程中断控制。
文件操作的逻辑实现不佳。
代码上有很多不正确的评论。
15.07.08
带入指针,从工作流中读取信息(以减少副本数量)。
绘制均方根误差的函数(查看网络如何 "旅行 "到局部最小值)。
增加了停止计算和保存当前权重到文件的按钮。
添加了正常的评论
16.08.08
通过定时器从工作流中进行读取(以避免数据过载)。
引入指针,从工作流中读取信息(以减少副本的数量)。
绘制均方根误差的功能(查看网络如何通过局部最小值 "旅行")。
增加了停止计算和保存当前权重到文件的按钮。
添加了正常的评论
16.08.08
谢尔盖耶夫-阿列克谢令人羡慕的多产性!
阿列克谢-谢尔盖耶夫令人羡慕的多产性!
+1 :)
- CreatePattern - 创建输入、输出向量文件,同时将有关图案数量和输出/产出尺寸的信息写进文件头。
- 然后VC++读取并在自身创建类似的数组。在网格处理后,它创建了一个名称相同但类型为.wgh的文件,其中记录了网格的权重、阈值和网格模型标题(层数、它们的尺寸)
- NeuroInd.mq4指标(NeuroIndP) - 它读取权重文件并在自身建立类似的模型,现在使用与CreatePattern相同的算法,通过条形图并给这个网格输入。该指标建立了输出向量。NeuroIndP - 读取相同的内容,但显示入口点。
CreatePattern脚本和NeuroInd的输入向量算法相同,但不同的是,NeuroInd的输入向量的维度可能不同(取决于我们决定如何处理网络)。我们应该尝试以某种方式普及这种算法,并把它放在一个单独的文件中(例如放在<InputPatternAlg.mqh>中)。这样一来,只有它能在这个综合体中被改变。
-----------
2.我已经摆脱了VC++类结构中的中间CLayers(我认为这是一个错误:)+我们稍微节省了内存+网格计算算法与指标中的计算 算法重合)。
我对网络的工作越多,就越意识到重要的不是输入,而是输入-输出 对。来自StatBars第一页的文章在这方面将非常 "有助于学习"。还注意到,如果输出是连续的而不是二进制的,近似的速度会更快,而且可能更好。(少数不连贯和重复的进出配对)。
输入原则上没有问题。一个正方形的破折号(如5个周期,每个周期5个值)给出唯一的非重复输入。
至于输出方面...
我用(Up-Dn)/(Up+Dn)的比例测试了输出。它很快就适合了。
唯一的缺点是,该比率没有给出Up和Dn的绝对值的近似概念,这将是理想的:)无论是10/20还是50/100,都没有区别。
如果我们只是输出一个简单的Up-Dn(了解价格偏差的大小和方向),然后用正切进行压缩,结果发现出现了数值的饱和。
(我应该马上说,我使用的是弧切而不是线性压缩,因为我不想寻找和绑定最大值)。
可以用系数除以(Up-Dn)来降低饱和度值,那么饱和度就会出现在大的数值上,这已经是很少的了,不会有大的重复性和不一致性。
另一个选择是,只为改变Up和Dn而尝试单独的网络。
我想知道是否有人有其他产出?
我对网络的工作越多,就越意识到重要的不是输入,而是输入-输出 对。来自StatBars第一页的文章在这方面将非常 "有助于学习"。还注意到,如果输出是连续的而不是二进制的,近似的速度会更快,而且可能更好。(少数不连贯和重复的进出配对)。
输入原则上没有问题。一个正方形的破折号(如5个周期,每个周期5个值)给出唯一的非重复输入。
至于输出方面...
我测试了输出上的(Up-Dn)/(Up+Dn)比率。它很快就收敛了。
唯一的缺点是--这个比率没有给出Up和Dn的绝对值的近似概念,这将是理想的:)无论是10/20还是50/100,都没有区别。
如果我们只是输出一个简单的Up-Dn(了解价格偏差的大小和方向),然后用正切进行压缩,结果发现出现了数值的饱和。
(我应该马上说,我使用的是弧切而不是线性压缩,因为我不想寻找和绑定最大值)。
可以用系数除以(Up-Dn)来降低饱和度值,那么饱和度就会出现在大的数值上,这已经是很少的了,不会有大的重复性和不一致性。
作为另一种选择,可能有必要分别尝试只改变Up和Dn的网络。
我想知道是否有人有其他产出?
你是否在每个栏位输入某种输入矢量,并要求在每个栏位有一个输出?