如何正确形成NS的输入值。 - 页 6

 

我指的是这种情况(A),但有点不同,我认为最好是寻找进场点和极值之间的最小差异,也是最大的差异,因为会有一些点,价格没有跌破进场点,反之亦然。但是,我们的想法是寻找最近的极值,类似于 "之 "字形的东西...。

 
sergeev писал (а)>>

明天我将发布开幕式的感应器,并对未来进行展望。它清楚地表明,TP=80...100pt的交易持续了大约1500分钟,由此我们可以对不同的TFs得出适当的结论。但至于找到X点上涨和X点下跌的两个极值,是不太可能的。如果我们往下走,达到了X点,我们可能就不能往上走了。我对你的理解正确吗?

你是要在每个柱子上都形成输入数据,还是只在某些条件下,比如说当muwings交叉时,就意味着BUY,但这个时候网络接收到输入矢量,自己决定是否进入,对吗?

 

是的,这当然是一个有趣的问题,但可能不是这样。

我希望不要错过任何一个柱子,要有大量的样本(特别是由于输出是连续的,而不是离散的,正如我已经说过的,希望会有一个正常的重复性和不一致性的比例),但是可以选择用一些我从未想过的指标来削减样本数量的近似方式。

 
sergeev писал (а)>>

是的,这当然是一个有趣的问题,但可能不是这样。

我希望不漏掉一个柱子,有大量的样本(特别是由于输出是连续的而不是离散的,正如我已经说过的,希望有正常的重复性和不一致性比率),但有近似的选择,通过一些我从未想过的指标削减样本的数量。

现在记住了,可能非常有用!我从很多人那里听说,应该有一个理智的TS,而NS应该只改进一点点......但这些话有多少是真实的?????? f*ck knows...

 
sergeev писал (а)>>

2 StatBars 非常感谢您的文章。


非正常化的输入怎么办?能否使用sigmoid或需要其他函数?

我试图找到一个通用的非线性函数。

sigmoid的缺点是它的取值范围有限。

这就是 我设法得到的东西。


我把它贴在这里。


职能
sqrt(abs(x))== 萨克斯

f(x) = x/(sax + a)

衍生物
f'(x) = (sax/2 + a)/sqr(sax + a)
该函数被命名为RSDNFunction,以感谢RSDN社区。请用这个名字。

与乙字形比较。

1.融合。取决于问题和输入数据。
在输入数据|x|<1的情况下,由于非线性较高,sigmoid一族自然胜出。
但在大的图层尺寸下,跟踪这一点可能是有问题的。
在|x|>1的时候,西格蒙德会因收敛而爆炸。诚然,并非总是如此。
此外,它还消除了 "冻结 "效应,即sigmoid的输出趋向于价值区域的边界,因为没有价值区域的边界。

2.在大多数任务中,由于同样的原因,对数据预处理的需求消失了。然而,仍有一些价值限制。明知是2阶及以上的大数值,也不愿意喂食。

3.出于同样的原因,在输出层使用一个函数成为可能

4.(-) 没有可能很好地表达f'(x)=g(f(x)),但这并不重要。更重要的是,这不是程序中对速度要求很高的部分。


该函数可以被修改以获得更多的非线性,但我对这种形式感到满意。

 
sergeev писал (а)>>

是的,顺便说一下,你提出这个问题很好。我一直在问,(根据你的经验)对一个样本进行配给是更正确的,还是对所有样本进行一般配给?


决定重新命名该分支。

当然,一下子就好了。

 
Integer писал (а)>>

如果相对于第一个值进行归一化处理,第一个值将始终为零。另一个选择是相对于样本范围的中间部分进行归一化。如果不同的样本有不同的元素等于零,那么就没有问题了,零也是一个值。

EE,你在搞什么鬼。



我们有一个输入样本。为了简单起见,1个输入。

寻找所有样本上的最大和最小值。

根据发现的数值,将整个样本减少到-1到1的区间内

 
TheXpert писал (а)>>

诶,你把事情搞得一团糟。


我们有一个输入样本。为了简单起见,我们有1个输入。

我们正在寻找所有样品的最大值和最小值。

根据发现的数值,我们将整个样本减少到从-1到1的区间。

为什么是[1;-1]?

 
TheXpert писал (а)>>

诶,你把事情搞得一团糟。


我们有一个输入样本。为了简单起见,我们有1个输入。

我们正在寻找所有样品的最大值和最小值。

根据发现的数值,我们将整个样本带入-1到1的区间。

如果在未来,高点和低点被更新?

 
StatBars писал (а)>>

为什么是[1;-1]?

其他人可能是,它不是基准,是最常用的区间。