SOM: 烹饪方法 - 页 6 12345678 新评论 Debugger 2011.05.08 16:36 #51 SOM从根本上无法正确分类市场的状态 Andrey Dik 2011.05.08 17:27 #52 Debugger: SOM从根本上无法正确分类市场的状态 这种说法的依据是什么？ Alexey Burnakov 2011.05.08 18:26 #53 Debugger: SOM从根本上无法正确分类市场状态 SOM不对任何状态进行分类，它根本就没有分类。SOM是用来量化数据的，在这种情况下是时间序列。 TheXpert 2011.05.08 18:34 #54 Debugger: SOM从根本上无法正确分类市场的状态 对。这就是为什么这里没有人这样做。 [删除] 2011.05.08 19:44 #55 alexeymosc: 谢谢你的好建议。 我发布的是我得到的最好结果。最大的交易数量甚至有所增加。SL=80点。缩水减少了许多倍，净利润增加。如果我选择两倍于最大缩减量的存款，我们在10年内有395%的利润，而不是100%，正如Sych所预测的... 我仍然想改进我的机器。谢谢你的建设性批评。 测试器中的结果很好，但我还不能说我为你感到高兴。我仍有疑虑（问题、提示、建议）。 你有最简单的策略--买入并持有（我认为）。网络似乎与此没有关系。它看起来像是历史的一个缩影。 1).网络是否知道你在80点时设置了止损？ 2).你能不能只用空头头寸，在同一货币对和同一时期做同样的程序？ Alexey Burnakov 2011.05.08 20:19 #56 Sych: 测试器中的结果是好的，但我还不能说我为你感到高兴。仍有疑虑（问题、暗示、愿望）。 这是一个简单的策略--买入并持有（我认为）。网络似乎与此没有关系。它看起来像是历史的一个缩影。 1).网络是否知道你在80点时设置了止损？ 2).你能不能只用空头头寸，在同一货币对和同一时期做同样的程序？ 怀疑是你的强项...... 我看到人们对我的工作有误解...... 该策略不是买入并持有（尽管我以该策略开始了这个话题）。现在根据SOM信号退出市场。而它何时给予退出，完全取决于市场行为。有些交易挂了几天，有些挂了几个小时。我的脑子里有一个更复杂的策略。 合适与否与此有什么关系？我看的是OoS的时期，完全由它来决定TC的价值。 一般来说：从网络上进入和退出市场的信号。该网络是在历史上训练的。你认为神经元是一个巨大的大脑，在没有对历史进行学习和测试的情况下就会发出足够的东西吗？可笑的是。人与任何神经元网一起工作。 人是任何神经元网和市场之间的一个环节。整个TS来自头部，而不是来自神经元网。网络不知道止损，SOM只是将价格系列转换为二维元素，我做所有其他分析。如果我看到长期以来的良好结果，我也可以引进塔克伊。我必须随机应变。 我没能在开放期的空头头寸上获得利润，我尝试了不同的变体。我没有在小时线上成功使用这一策略。 [删除] 2011.05.08 21:06 #57 alexeymosc: 怀疑是你的强项。 如果我说 "结果很好，对真实更快"，那会让你感觉更好吗？ 我可以看到，人们对我的工作有误解... 也许。 我进一步同意--神经网络只是一个解决明确定义的任务的工具，整个TC来自于头脑，而不是来自于神经网络。 但在这种情况下（我认为），设定的任务和获得的结果之间存在着差异。 我对神经网络也很感兴趣，否则我就会与它擦肩而过。 我没能在OoS时期的空头头寸上获得利润，我尝试了不同的变体。我尝试了不同的变体，但我没能在空仓期赚到钱。我不能用这个策略在小时线上获利。 它证实了我的疑虑。 是否有可能至少在学习期获得体面的结果？ Alexey Burnakov 2011.05.08 21:51 #58 --- 但在这种情况下（我认为），任务和结果之间存在着差异。 我不同意。我特意在0到1的范围内对归一化的价格轨迹进行了自组织图的训练，这大致是人们在MT中看到的价格图表的样子。它总是在窗口中从最大到最小进行缩放。然后我就下定决心，论坛上的讨论帮助了我。来自SOM的信号实际上是神经网络的指标值，而我正在寻找它们的最佳组合。同时，这些信号对我来说并不抽象，相反，我很清楚，它们显示的是最近一段时间（本例中为48小时）的价格系列数据的状态--可以通过做图形分析发现。而如果我们在价格上涨时开仓，利润就由信号给出，当价格改变方向时。大约是这样... 我的理解是，你对直接的策略培训感兴趣，例如学习如何达到采取或预测水平的停止等等。你需要和老师一起训练，例如MLP网格，但任务并不容易...我教过它，试过它，但有一个问题--缩水。再深入一点，其中一个神经网络被训练为在超卖点（买入）和超买点（卖出）开仓。我是用玻璃分析法发现的--我把测试器中的交易历史可视化。它似乎有操作的逻辑，但问题仍然是--如果价格超卖但还是进一步下跌，电网继续高兴地开仓。停止本身并不能解决问题。第一个是用一些指标来过滤信号（但在这里我可以欺骗自己，把它紧紧地贴在历史上）。第二种--在学习过程中为网络提供额外的信息。减去--神经元网络的本质是训练它可能学到的最简单的东西（例如，如果你教NS，在muwings的交叉点会有交易，但不总是，网络将学习每次在交叉点打开交易，因为这个信息位于表面，它不会学习更复杂的模式--同样，用标准训练方法）。如果你给她很多不同的信息，就会产生不一致的例子，而不一致的信息原则上会损害她的学习能力。 还没有。) [删除] 2011.05.09 16:20 #59 如果可以的话，我将尝试详细说明。 1).关于（网络是否知道你设置了80p的止损？）为什么你要看价格在第五个柱子上是否会升高或降低，而不是在5个柱子内。因此出现了大量的缩水。即网络学习，无限入金，无限提款。事实证明，如果价格在几个柱子里高了10个点，在第五个柱子前下降了150个点，你认为这是一个积极的结果。 我建议像这样：(Open [t+5] - 0.0010 > Open [t] && Low[iLowest(NULL,0,MODE_LOW,t+5,t)] > StopLoss) 1否则0。 或者你有一些其他的变体，有很多的变体，我们可以做一些实验。在你提交的第一份报告中，我们可以清楚地看到网络学到了什么，而在第二份报告中，学习结果对测试者的结果没有什么影响（如果它有任何影响的话）。 2).你为什么要关闭空头头寸。正如你所说：Straggy - 最简单的，买入并持有。很明显，在过去的10年里，欧元大部分时间都在上涨，你不需要发明一个神经网络，你可以使用一个简单的专家顾问和禁用空头头寸，结果会和使用神经网络一样好。我建议启用空头头寸，让网络学习并决定何时买入或卖出。 谁也不知道未来10年欧元会走向何方。如果它倒下了呢？ 3).为了真正看到网络的能力，专家顾问也应该根据这个策略工作，准确地反映这个策略。即消除设定的任务和获得的结果之间的不匹配。如果净值被训练成在5个柱子后关闭头寸，我建议在5个柱子后也关闭专家顾问中的头寸，无论结果如何。然后我们将清楚地看到网络是否能够做一些事情。 Alexey Burnakov 2011.05.09 16:49 #60 谢谢你的评论。我将尝试一些东西，并更详细地回答。 12345678 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
SOM从根本上无法正确分类市场的状态
SOM从根本上无法正确分类市场状态
SOM从根本上无法正确分类市场的状态
谢谢你的好建议。
我发布的是我得到的最好结果。最大的交易数量甚至有所增加。SL=80点。缩水减少了许多倍，净利润增加。如果我选择两倍于最大缩减量的存款，我们在10年内有395%的利润，而不是100%，正如Sych所预测的...
我仍然想改进我的机器。谢谢你的建设性批评。
测试器中的结果很好，但我还不能说我为你感到高兴。我仍有疑虑（问题、提示、建议）。
你有最简单的策略--买入并持有（我认为）。网络似乎与此没有关系。它看起来像是历史的一个缩影。
1).网络是否知道你在80点时设置了止损？
2).你能不能只用空头头寸，在同一货币对和同一时期做同样的程序？
测试器中的结果是好的，但我还不能说我为你感到高兴。仍有疑虑（问题、暗示、愿望）。
这是一个简单的策略--买入并持有（我认为）。网络似乎与此没有关系。它看起来像是历史的一个缩影。
1).网络是否知道你在80点时设置了止损？
2).你能不能只用空头头寸，在同一货币对和同一时期做同样的程序？
怀疑是你的强项......
我看到人们对我的工作有误解......
该策略不是买入并持有（尽管我以该策略开始了这个话题）。现在根据SOM信号退出市场。而它何时给予退出，完全取决于市场行为。有些交易挂了几天，有些挂了几个小时。我的脑子里有一个更复杂的策略。
合适与否与此有什么关系？我看的是OoS的时期，完全由它来决定TC的价值。
一般来说：从网络上进入和退出市场的信号。该网络是在历史上训练的。你认为神经元是一个巨大的大脑，在没有对历史进行学习和测试的情况下就会发出足够的东西吗？可笑的是。人与任何神经元网一起工作。 人是任何神经元网和市场之间的一个环节。整个TS来自头部，而不是来自神经元网。网络不知道止损，SOM只是将价格系列转换为二维元素，我做所有其他分析。如果我看到长期以来的良好结果，我也可以引进塔克伊。我必须随机应变。
我没能在开放期的空头头寸上获得利润，我尝试了不同的变体。我没有在小时线上成功使用这一策略。
怀疑是你的强项。
如果我说 "结果很好，对真实更快"，那会让你感觉更好吗？
我可以看到，人们对我的工作有误解...
也许。
我进一步同意--神经网络只是一个解决明确定义的任务的工具，整个TC来自于头脑，而不是来自于神经网络。
但在这种情况下（我认为），设定的任务和获得的结果之间存在着差异。
我对神经网络也很感兴趣，否则我就会与它擦肩而过。
我没能在OoS时期的空头头寸上获得利润，我尝试了不同的变体。我尝试了不同的变体，但我没能在空仓期赚到钱。我不能用这个策略在小时线上获利。
它证实了我的疑虑。
是否有可能至少在学习期获得体面的结果？
--- 但在这种情况下（我认为），任务和结果之间存在着差异。
我不同意。我特意在0到1的范围内对归一化的价格轨迹进行了自组织图的训练，这大致是人们在MT中看到的价格图表的样子。它总是在窗口中从最大到最小进行缩放。然后我就下定决心，论坛上的讨论帮助了我。来自SOM的信号实际上是神经网络的指标值，而我正在寻找它们的最佳组合。同时，这些信号对我来说并不抽象，相反，我很清楚，它们显示的是最近一段时间（本例中为48小时）的价格系列数据的状态--可以通过做图形分析发现。而如果我们在价格上涨时开仓，利润就由信号给出，当价格改变方向时。大约是这样...
我的理解是，你对直接的策略培训感兴趣，例如学习如何达到采取或预测水平的停止等等。你需要和老师一起训练，例如MLP网格，但任务并不容易...我教过它，试过它，但有一个问题--缩水。再深入一点，其中一个神经网络被训练为在超卖点（买入）和超买点（卖出）开仓。我是用玻璃分析法发现的--我把测试器中的交易历史可视化。它似乎有操作的逻辑，但问题仍然是--如果价格超卖但还是进一步下跌，电网继续高兴地开仓。停止本身并不能解决问题。第一个是用一些指标来过滤信号（但在这里我可以欺骗自己，把它紧紧地贴在历史上）。第二种--在学习过程中为网络提供额外的信息。减去--神经元网络的本质是训练它可能学到的最简单的东西（例如，如果你教NS，在muwings的交叉点会有交易，但不总是，网络将学习每次在交叉点打开交易，因为这个信息位于表面，它不会学习更复杂的模式--同样，用标准训练方法）。如果你给她很多不同的信息，就会产生不一致的例子，而不一致的信息原则上会损害她的学习能力。
还没有。)
如果可以的话，我将尝试详细说明。
1).关于（网络是否知道你设置了80p的止损？）为什么你要看价格在第五个柱子上是否会升高或降低，而不是在5个柱子内。因此出现了大量的缩水。即网络学习，无限入金，无限提款。事实证明，如果价格在几个柱子里高了10个点，在第五个柱子前下降了150个点，你认为这是一个积极的结果。
我建议像这样：(Open [t+5] - 0.0010 > Open [t] && Low[iLowest(NULL,0,MODE_LOW,t+5,t)] > StopLoss) 1否则0。
或者你有一些其他的变体，有很多的变体，我们可以做一些实验。在你提交的第一份报告中，我们可以清楚地看到网络学到了什么，而在第二份报告中，学习结果对测试者的结果没有什么影响（如果它有任何影响的话）。
2).你为什么要关闭空头头寸。正如你所说：Straggy - 最简单的，买入并持有。很明显，在过去的10年里，欧元大部分时间都在上涨，你不需要发明一个神经网络，你可以使用一个简单的专家顾问和禁用空头头寸，结果会和使用神经网络一样好。我建议启用空头头寸，让网络学习并决定何时买入或卖出。 谁也不知道未来10年欧元会走向何方。如果它倒下了呢？
谢谢你的评论。我将尝试一些东西，并更详细地回答。