科霍宁和模式 - 页 5 1234567 新评论 ANG3110 2008.10.06 16:10 #41 artem писал(а)>> ANG3110，如果这不是一个秘密，你是如何对数据进行平滑过滤还是什么？ 是的，我把它抹平了一点。我使用几种过滤方法。在3个月预测图中显示的情况下，使用了回归自适应滤波器。 这就是没有任何预报的情况下的样子。 TheXpert 2008.10.07 13:09 #42 ANG3110 >> : 我使用了一个通用回归网络（GRNN）来构建上述图片。这是对概率PNN的修改，旨在用于近似和预测。在预测中一次相当准确的估计网络预测的变体是什么？描述一下吧，你已经在第二页暗示了什么，但还没有写出一个字的优点。我曾与几乎所有的主要网络合作，我认为要理解我所说的并不困难。 我希望在你的忙碌程度减轻时继续进行对话。 Neutron 2008.10.09 08:29 #43 ANG3110 писал(а)>> 在3个月预测图中显示的情况下，应用了回归式自适应滤波器。 过滤效果看起来非常好。我可以得到更多关于过滤算法的信息吗？ ANG3110 2008.10.09 10:03 #44 Neutron писал(а)>> 过滤效果看起来非常好。我能否得到关于过滤算法的更多细节？ 取2个数组a[]和b[]。让我们把Close[i]放入其中。然后取一个短时期的线性回归N，向一个方向奔跑。在接下来的每一步，数据都会被汇总。然后向相反方向赛跑。所做的事情也是如此。以此类推（有点平滑了）。然后将正向和反向运行相加，取平均值（a[i]+b[i]）/2。 aa和bb是线性回归系数。 for ( m=1; m<= s; m++) { for( i= T-1; i>=0; i--) { af_LR( a, N, i); for( n=0; n< N; n++) a[ i+ n]= bb+ aa* n;} for( i=0; i< T; i++) { af_LR( b, N, i); for( n=0; n< N; n++) b[ i+ n]= bb+ aa* n;} } Neutron 2008.10.09 15:33 #45 事实证明，这种做法 是透支了。这就是它看起来不错的原因吗？ ANG3110 2008.10.09 16:22 #46 Neutron писал(а)>> 事实证明，这种做法是透支了。这就是它看起来不错的原因吗？ 好吧，这不是一个作为指标类型的终点的Muving--它是一个过滤器。此外，网络需要真正居中的数据，而任何非重绘指标--Muvinga类型或任何其他指标都不在数据的中间，而是偏移，此外，末端总是摇摆不定。对于网络来说，这是低质量的数据，使用这个数据同样会给出不现实的画面。一个正常的移动平均线是偏离中心的半个周期。EMA减少三分之一，LWMA减少四分之一。线性回归被移了一个角度，它的水平移动是可变的，但它仍然是移位的。但是，这样的滤波器很好地以被送入网络输入的当前数据为中心。但顺便说一句，如果不重新绘制并作为端点，它将接近于普通线性回归，只是更加平滑。网络被重新绘制了预闪。如果你对平滑度非常好的非重绘指标感兴趣，它是T3，但它有点滞后，这取决于b系数。但是平滑度较低的快速指标是DCT。 Neutron 2008.10.10 01:20 #47 我明白一切。 我有一些小的不同意见，比如。 ...неперерисовывающийся индикатор - типа мувинга или любого другого проходит-то не посередине данных, а со сдвигом, и к тому же конец всегда болтается. 它不应该在这里逗留。 另一方面，正常的Muwings则是偏离中心半个周期。EMA减少三分之一，LWMA减少四分之一。 EMA和LWMA是一种递归类型的数字滤波器。对于这种类型，原则上，你不能定义平滑窗口宽度的概念，所以谈论 "中心 "和 "周期 "是不合适的。你可以谈论分组延迟和相位延迟。 虽然，这只是为了我自己的相关性 :-) ANG3110，在 一个邻近的主题中，我正在讨论关于算法的预测特性的替代表示，也许我们可以使用你的NS来做这个？你得到的结果非常令人好奇。 ANG3110 2008.10.10 04:42 #48 谢谢你的邀请，也许我会在闲暇时去看看。写作也是如此，你写过一次，就会被吸引。如果是工作中的休息，那就很好。但它会让人分心，至少对我来说是这样。 关于不同类型的穆螋 的转移... 这是我附上的脚本，你可以看到真正发生了什么转变。 例如，如果是日线，周期是5，那么在指标模式下，末端会在第0个柱子上明显晃动。 附加的文件： as_test_ma_1.mq4 1 kb TheXpert 2009.01.12 13:49 #49 TheXpert >> : 下午好。 有没有人试着用Kohonen的网来寻找模式（例如在MACD上）？ 如果是这样，请分享你的印象和经验。 如果有人有类似的想法--我邀请大家聊聊。最好是在这里，如果是认真的，可以发电子邮件。 请写出主题，并且要具体。 新年休息的结果。 符号 欧元兑美元（欧元对美元） 期间 1小时 (H1) 2000.01.03 00:00 - 2009.01.09 22:59 (2000.01.01 - 2009.01.12) 模型 按开盘价（仅适用于有明确开盘控制的专家顾问系统）。 参数 手数=0；风险百分比=0；滑点=1；快=15；慢=30；信号=10；价格=3；步骤=0.01；盈利步骤=0.04；水平=1.45；最大订单=1；收盘=0；追踪周期=10；使用追踪=0；增强=30；使用增强=0。 历史上的酒吧 57136 模拟的蜱虫 113258 仿真质量 不适用 图表不匹配错误 0 初始存款 10000.00 净利润 11345.26 利润总额 29781.57 全部损失 -18436.31 盈利能力 1.62 对胜利的期望 26.45 绝对缩水 343.01 最大缩水 1504.88 (9.89%) 相对缩减 9.89% (1504.88 我稍后将把它添加到数据库中。 谁想加入这项研究？请在此表达你的想法。 我将忽略诸如 "我可以在这里添加随机指数吗 "或 "在.NET中用拖网做固定止损 "的帖子。点"，我将不予理会。 我感谢建设性的建议和批评。 我想向你提供关于专家顾问的一些细节。这是一个由信号组成的普通专家顾问。AutoMACD指标给出了信号。 关于指标 - 这是一个自适应信号指标的简单变体。 信号是根据模式统计产生的。 这些模式是Kohonen网络的群集。 科霍宁网（模式）的训练（改革）与价格形成平行，而且相当迅速。 当你看了代码后会变得更清楚。我马上为有点复杂的逻辑感到抱歉，这是一个工作草案。 附加的文件： automacd.mq4 6 kb automacduxpert.mq4 10 kb MetaTrader并不反映现实！我如何才能对抗这种情况？ 为什么开发人员未能做出适当的测试员 你需要写一个顾问。我有一个想法。 Владимир 2009.01.12 20:00 #50 if (Volume[0] == 1) 这个条件是什么？ 我理解所有的处理都是在指标中完成的？ 非常有趣，还没有完全搞清楚，谢谢 1234567 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
ANG3110，如果这不是一个秘密，你是如何对数据进行平滑过滤还是什么？
是的，我把它抹平了一点。我使用几种过滤方法。在3个月预测图中显示的情况下，使用了回归自适应滤波器。
这就是没有任何预报的情况下的样子。
我使用了一个通用回归网络（GRNN）来构建上述图片。这是对概率PNN的修改，旨在用于近似和预测。在预测中一次相当准确的估计网络预测的变体是什么？描述一下吧，你已经在第二页暗示了什么，但还没有写出一个字的优点。我曾与几乎所有的主要网络合作，我认为要理解我所说的并不困难。
我希望在你的忙碌程度减轻时继续进行对话。
在3个月预测图中显示的情况下，应用了回归式自适应滤波器。
过滤效果看起来非常好。我可以得到更多关于过滤算法的信息吗？
过滤效果看起来非常好。我能否得到关于过滤算法的更多细节？
取2个数组a[]和b[]。让我们把Close[i]放入其中。然后取一个短时期的线性回归N，向一个方向奔跑。在接下来的每一步，数据都会被汇总。然后向相反方向赛跑。所做的事情也是如此。以此类推（有点平滑了）。然后将正向和反向运行相加，取平均值（a[i]+b[i]）/2。 aa和bb是线性回归系数。
事实证明，这种做法 是透支了。这就是它看起来不错的原因吗？
事实证明，这种做法是透支了。这就是它看起来不错的原因吗？
好吧，这不是一个作为指标类型的终点的Muving--它是一个过滤器。此外，网络需要真正居中的数据，而任何非重绘指标--Muvinga类型或任何其他指标都不在数据的中间，而是偏移，此外，末端总是摇摆不定。对于网络来说，这是低质量的数据，使用这个数据同样会给出不现实的画面。一个正常的移动平均线是偏离中心的半个周期。EMA减少三分之一，LWMA减少四分之一。线性回归被移了一个角度，它的水平移动是可变的，但它仍然是移位的。但是，这样的滤波器很好地以被送入网络输入的当前数据为中心。但顺便说一句，如果不重新绘制并作为端点，它将接近于普通线性回归，只是更加平滑。网络被重新绘制了预闪。如果你对平滑度非常好的非重绘指标感兴趣，它是T3，但它有点滞后，这取决于b系数。但是平滑度较低的快速指标是DCT。
我明白一切。
我有一些小的不同意见，比如。
...неперерисовывающийся индикатор - типа мувинга или любого другого проходит-то не посередине данных, а со сдвигом, и к тому же конец всегда болтается.
它不应该在这里逗留。
另一方面，正常的Muwings则是偏离中心半个周期。EMA减少三分之一，LWMA减少四分之一。
EMA和LWMA是一种递归类型的数字滤波器。对于这种类型，原则上，你不能定义平滑窗口宽度的概念，所以谈论 "中心 "和 "周期 "是不合适的。你可以谈论分组延迟和相位延迟。
虽然，这只是为了我自己的相关性 :-)
ANG3110，在 一个邻近的主题中，我正在讨论关于算法的预测特性的替代表示，也许我们可以使用你的NS来做这个？你得到的结果非常令人好奇。
谢谢你的邀请，也许我会在闲暇时去看看。写作也是如此，你写过一次，就会被吸引。如果是工作中的休息，那就很好。但它会让人分心，至少对我来说是这样。
关于不同类型的穆螋 的转移...
这是我附上的脚本，你可以看到真正发生了什么转变。
例如，如果是日线，周期是5，那么在指标模式下，末端会在第0个柱子上明显晃动。
下午好。
有没有人试着用Kohonen的网来寻找模式（例如在MACD上）？
如果是这样，请分享你的印象和经验。
如果有人有类似的想法--我邀请大家聊聊。最好是在这里，如果是认真的，可以发电子邮件。
请写出主题，并且要具体。
新年休息的结果。
我稍后将把它添加到数据库中。
谁想加入这项研究？请在此表达你的想法。
我将忽略诸如 "我可以在这里添加随机指数吗 "或 "在.NET中用拖网做固定止损 "的帖子。点"，我将不予理会。
我感谢建设性的建议和批评。
我想向你提供关于专家顾问的一些细节。这是一个由信号组成的普通专家顾问。AutoMACD指标给出了信号。
关于指标 - 这是一个自适应信号指标的简单变体。
信号是根据模式统计产生的。
这些模式是Kohonen网络的群集。
科霍宁网（模式）的训练（改革）与价格形成平行，而且相当迅速。
当你看了代码后会变得更清楚。我马上为有点复杂的逻辑感到抱歉，这是一个工作草案。
if (Volume[0] == 1) 这个条件是什么？
我理解所有的处理都是在指标中完成的？ 非常有趣，还没有完全搞清楚，谢谢