중요한 것을 이해해야 합니다. 뉴런은 눈에 실제로 숨겨져 있거나 복잡한 관계를 추출할 수 있거나, 예를 들어 패턴 인식과 같이 쉽게 형식화할 수 없는 복잡한 프로세스를 자동화하기 위해 그럼에도 불구하고 인간의 두뇌/ 눈은 쉽게 대처할 수 있지만 그러한 일상적인 작업에서 사람을 자유롭게 할 필요가 있습니다 ...
자, 여기 간단한 예가 있습니다. 공항에서의 얼굴 인식입니다. 사람은 이 작업에 쉽게 대처할 수 있지만 이 과정을 자동화해야 하고 기존의 방법으로는 이 문제를 해결할 수 없습니다 .. 신경망과 같은 일부 기술이 연결되어 있습니다 .. 하지만 .. 이 기술을 사용하는 요점은 .. 사람보다 작업에 더 잘 대처하지만 단순히 편의성, 속도 및 고성능 ...
그러나 거래에서 이 비즈니스는 어떻습니까? 신경망을 사용한 패턴 인식 작업..왜? 인간의 두뇌로는 이 문제를 해결할 수 없습니까? 얼굴인식처럼...
1000명 중 1명이 순식간에 낯익은 얼굴을 알아본다...
신경망은 실제로 생물학적 뉴런을 능가하는 잠재력을 가지고 있습니까?
NS는 적어도 동일한 얼굴 인식 및 모든 것과 모든 사람에서 "인간 뉴런"을 능가하는 잠재력을 가지고 있습니다.) 이것은 일종의 명백한 것입니다. 사람들의 노동 비용을 수십 배 또는 수백 배까지 줄입니다. 뉴런은 일반적으로 예측용이 아닙니다. 뉴런에 의한 예측은 오히려 인식(분류)의 부작용입니다. 유형: 일몰 시 태양이 빨간색(인식) - 내일은 바람이 많이 부는 날(예측)입니다.
좋은 거래자는 일반적으로 어떤 시스템보다 손으로 잘 거래하고 자동 시스템은 잘하지 않지만 모니터를 쳐다보지 않고 바지를 벗지 않도록 합니다.)
NS는 적어도 동일한 얼굴 인식 및 모든 것과 모든 사람에서 "인간 뉴런"을 능가하는 잠재력을 가지고 있습니다.) 이것은 일종의 명백한 것입니다. 사람들의 노동 비용을 수십 배 또는 수백 배까지 줄입니다. 뉴런은 일반적으로 예측용이 아닙니다. 뉴런에 의한 예측은 오히려 인식(분류)의 부작용입니다. 유형: 일몰 시 태양이 빨간색(인식) - 내일은 바람이 많이 부는 날(예측)입니다.
좋은 상인은 일반적으로 어떤 시스템과 자동 시스템보다 더 나은 손으로 거래를 합니다 . 이는 그들이 더 잘하기 때문이 아니라 모니터를 쳐다보지 않고 바지에 앉지 않기 위해서입니다. )
신경망은 적어도 동일한 얼굴 인식 및 모든 것과 모든 것에서"인간 뉴런"을 능가 하는 잠재력을 가지고 있지만 동시에 거래자는 수동으로, 즉 AI를 사용하지 않고 잠재력이 낮고 누구 이 모든 작업에 훨씬 더 잘 대처하고 어떤 이유로 갑자기 어떤 시스템 보다 더 잘 거래해야합니다 ...
신경망은 적어도 동일한 얼굴 인식 및 모든 것과 모든 것에서"인간 뉴런"을 능가 하는 잠재력을 가지고 있지만 동시에 거래자는 수동으로, 즉 AI를 사용하지 않고 잠재력이 낮고 누구 이 모든 작업에 훨씬 더 잘 대처하고 어떤 이유로 갑자기 어떤 시스템 보다 더 잘 거래해야합니다 ...
이것은 순수한 모순이다
그리고 이건 유리야 어서 그렇지 않으면 조금 얼어붙을거야.. 다 너네 미안.. 무슈..)
당신은 용서없이 할 수 있지만 나는 당신이 더 익숙합니다.) 당신이 원하는 무엇이든 할, 그것은 나를 귀찮게하지 않습니다. 복잡한 현대 신경망은 바퀴벌레와 유사한 뇌를 가지고 있습니다. 바퀴벌레는 상당히 광범위한 작업에 성공적으로 대처합니다. NN의 빠른 속도와 전체 NN이 한 부류의 문제만 해결한다는 사실로 인해 이 부류에만 대응하고 다른 것은 없습니다.
거래자는 NN이 훈련되지 않은(또는 배우지 않은) 내용을 볼 수 있습니다. 또한 국회와 달리 보다 폭넓은 업무를 처리할 수 있다. 즉, 이론적으로도 트레이더의 기회는 더 크며 초고속 반응이 필요하지 않은 경우 NS보다 훨씬 더 잘 거래할 수 있습니다.
막심 드미트리예프스키 : RNN과 RNN3, 그리고 MQL5에 대한 그의 미공개 기사가 있지만 헛수고입니다. RNN은 RNN3보다 옵티마이저에서 더 잘 수행됩니다.
RNN3에 오류가 있기 때문에 - 데이터는 5 포인트에 대해 요청되고 확률은 4에 대해 계산되며 현재 막대 a0에서 시작하지 않고 기간만큼 이동합니다. a1으로. 현재 순간에 대한 확률이 아니라 a1 지점에 대한 확률을 계산합니다. 그렇기 때문에 결과가 0))에 대해 나쁜 것입니다.
BUT .. 이 기술을 사용하는 포인트는 사람보다 작업에 잘 대처한다는게 아니라 그냥 편의성, 속도, 고성능...
더 잘 대처하고 인식 오류가 적습니다.
고도로 전문화된 신경망은 이미지를 인식하는 데 더 좋고 훨씬 빠릅니다. 또 다른 것은 개체가 훈련 샘플을 벗어나서 올바르게 인식되지 않으면 사람이 다른 두뇌 자원을 연결하고 단순히 NN에 포함되지 않는다는 것입니다.
그러나 그들은 "숨겨진"것을 직접 찾지 못할 것입니다. 제 생각 에는 예측 변수의 선택에 의식적으로 접근해야합니다.
제 생각에 LSTM은 시계열에 적합해야 합니다. 매수 및 매도 신호를 일반화할 수 있을 뿐만 아니라 시장 변화와 예측 변수의 과거 행동에 따라 다양한 영역에서 예측 변수의 효율성 변화에 적응할 수 있습니다. 이것은 NN의 "메모리"가 될 것입니다.더 잘 대처하고 인식 오류가 적습니다.
고도로 전문화된 신경망은 이미지를 인식하는 데 더 좋고 훨씬 빠릅니다. 또 다른 것은 개체가 훈련 샘플을 벗어나서 올바르게 인식되지 않으면 사람이 다른 두뇌 자원을 연결하고 단순히 NN에 포함되지 않는다는 것입니다.
그러나 그들은 "숨겨진"것을 직접 찾지 못할 것입니다. 제 생각에는 예측 변수의 선택에 의식적으로 접근해야합니다.
ok..음, 네트워크가 실제로 실험적으로 무엇을 할 수 있는지 확인하기 위해 분명히 해결할 수 있지만 매우 어려운 특정 작업을 설정하려고 했습니까?
예를 들어, 의도적으로 결정적인 구성 요소, 일종의 복잡한 기능을 가진 인공적으로 만든 매우 시끄러운 샘플입니다. 사전에 알려지지 않은 경우 눈으로 계산하는 것이 불가능할 것입니다 ...
아마도 그러한 연구에 대한 참조가있을 것입니다 ....
그리고 한 가지 더: 시간 지연이 있는 네트워크를 사용해 보십시오 .그건 그렇고, 예측에 신경망이 필요한 이유는 무엇이라고 생각하십니까? 설명하겠습니다.
중요한 것을 이해해야 합니다. 뉴런은 눈에 실제로 숨겨져 있거나 복잡한 관계를 추출할 수 있거나, 예를 들어 패턴 인식과 같이 쉽게 형식화할 수 없는 복잡한 프로세스를 자동화하기 위해 그럼에도 불구하고 인간의 두뇌/ 눈은 쉽게 대처할 수 있지만 그러한 일상적인 작업에서 사람을 자유롭게 할 필요가 있습니다 ...
자, 여기 간단한 예가 있습니다. 공항에서의 얼굴 인식입니다. 사람은 이 작업에 쉽게 대처할 수 있지만 이 과정을 자동화해야 하고 기존의 방법으로는 이 문제를 해결할 수 없습니다 .. 신경망과 같은 일부 기술이 연결되어 있습니다 .. 하지만 .. 이 기술을 사용하는 요점은 .. 사람보다 작업에 더 잘 대처하지만 단순히 편의성, 속도 및 고성능 ...
그러나 거래에서 이 비즈니스는 어떻습니까? 신경망을 사용한 패턴 인식 작업..왜? 인간의 두뇌로는 이 문제를 해결할 수 없습니까? 얼굴인식처럼...
1000명 중 1명이 순식간에 낯익은 얼굴을 알아본다...
신경망은 실제로 생물학적 뉴런을 능가하는 잠재력을 가지고 있습니까?
NS는 적어도 동일한 얼굴 인식 및 모든 것과 모든 사람에서 "인간 뉴런"을 능가하는 잠재력을 가지고 있습니다.) 이것은 일종의 명백한 것입니다. 사람들의 노동 비용을 수십 배 또는 수백 배까지 줄입니다.
뉴런은 일반적으로 예측용이 아닙니다. 뉴런에 의한 예측은 오히려 인식(분류)의 부작용입니다. 유형: 일몰 시 태양이 빨간색(인식) - 내일은 바람이 많이 부는 날(예측)입니다.
좋은 거래자는 일반적으로 어떤 시스템보다 손으로 잘 거래하고 자동 시스템은 잘하지 않지만 모니터를 쳐다보지 않고 바지를 벗지 않도록 합니다.)
NS는 적어도 동일한 얼굴 인식 및 모든 것과 모든 사람에서 "인간 뉴런"을 능가하는 잠재력을 가지고 있습니다.) 이것은 일종의 명백한 것입니다. 사람들의 노동 비용을 수십 배 또는 수백 배까지 줄입니다.
뉴런은 일반적으로 예측용이 아닙니다. 뉴런에 의한 예측은 오히려 인식(분류)의 부작용입니다. 유형: 일몰 시 태양이 빨간색(인식) - 내일은 바람이 많이 부는 날(예측)입니다.
좋은 상인은 일반적으로 어떤 시스템과 자동 시스템보다 더 나은 손으로 거래를 합니다 . 이는 그들이 더 잘하기 때문이 아니라 모니터를 쳐다보지 않고 바지에 앉지 않기 위해서입니다. )
모순이 아닌가...
ok..음, 네트워크가 실제로 실험적으로 무엇을 할 수 있는지 확인하기 위해 분명히 해결할 수 있지만 매우 어려운 특정 작업을 설정하려고 했습니까?
예를 들어, 의도적으로 결정적인 구성 요소, 일종의 복잡한 기능을 가진 인공적으로 만든 매우 시끄러운 샘플입니다. 사전에 알려지지 않은 경우 눈으로 계산하는 것이 불가능할 것입니다 ...
아마도 그러한 연구에 대한 참조가있을 것입니다 ....
나는 경험이 거의 없습니다. 이제 NN을 통해 이미 작동 중인 전략을 개선한 결과만 있습니다. 동일한 예측 변수를 사용하는 NS는 나 자신이 코딩하려고 시도한 것보다 시장 진입 신호가 더 낫다는 것을 발견했습니다.
시간 지연이 있는 네트워크에 대해 읽어보겠습니다. 감사합니다. 자신을 모릅니다.
모순이 아닌가...
모순을 어디에서 보십니까? 이해가 안 됩니다.
이전에 따르면 게시하다. 뉴런에는 소음 억제 장치가 있습니다.
모순을 어디에서 보십니까? 이해가 안 됩니다.
이전에 따르면 게시하다. 뉴런에는 소음 억제 장치가 있습니다.
뭐, 어때..
신경망은 적어도 동일한 얼굴 인식 및 모든 것과 모든 것에서 "인간 뉴런"을 능가 하는 잠재력을 가지고 있지만 동시에 거래자는 수동으로, 즉 AI를 사용하지 않고 잠재력이 낮고 누구 이 모든 작업에 훨씬 더 잘 대처하고 어떤 이유로 갑자기 어떤 시스템 보다 더 잘 거래해야합니다 ...
이것은 순수한 모순이다
그리고 이건 유리야 어서 그렇지 않으면 조금 얼어붙을거야.. 다 너네 미안.. 무슈..)
뭐, 어때..
신경망은 적어도 동일한 얼굴 인식 및 모든 것과 모든 것에서 "인간 뉴런"을 능가 하는 잠재력을 가지고 있지만 동시에 거래자는 수동으로, 즉 AI를 사용하지 않고 잠재력이 낮고 누구 이 모든 작업에 훨씬 더 잘 대처하고 어떤 이유로 갑자기 어떤 시스템 보다 더 잘 거래해야합니다 ...
이것은 순수한 모순이다
그리고 이건 유리야 어서 그렇지 않으면 조금 얼어붙을거야.. 다 너네 미안.. 무슈..)
당신은 용서없이 할 수 있지만 나는 당신이 더 익숙합니다.) 당신이 원하는 무엇이든 할, 그것은 나를 귀찮게하지 않습니다.
복잡한 현대 신경망은 바퀴벌레와 유사한 뇌를 가지고 있습니다. 바퀴벌레는 상당히 광범위한 작업에 성공적으로 대처합니다. NN의 빠른 속도와 전체 NN이 한 부류의 문제만 해결한다는 사실로 인해 이 부류에만 대응하고 다른 것은 없습니다.
거래자는 NN이 훈련되지 않은(또는 배우지 않은) 내용을 볼 수 있습니다. 또한 국회와 달리 보다 폭넓은 업무를 처리할 수 있다. 즉, 이론적으로도 트레이더의 기회는 더 크며 초고속 반응이 필요하지 않은 경우 NS보다 훨씬 더 잘 거래할 수 있습니다.
그건 그렇고, 국회는 여전히 틀립니다. NS에 대한 90%의 신뢰도는 좋은 지표입니다.
일반적으로 네트워크 및 철학적 반영에 대한 멋진 단어입니다.
동시에 네트워크 재교육이라는 주제에 대한 증거나 반성조차 볼 수 없습니다.
모든 네트워크가 과도하게 훈련되어 있습니까?
추신.
스레드의 시작 부분에서 이것이 주요 질문이었습니다.
RNN과 RNN3, 그리고 MQL5에 대한 그의 미공개 기사가 있지만 헛수고입니다. RNN은 RNN3보다 옵티마이저에서 더 잘 수행됩니다.
RNN3에 오류가 있기 때문에 -
데이터는 5 포인트에 대해 요청되고 확률은 4에 대해 계산되며 현재 막대 a0에서 시작하지 않고 기간만큼 이동합니다. a1으로. 현재 순간에 대한 확률이 아니라 a1 지점에 대한 확률을 계산합니다. 그렇기 때문에 결과가 0))에 대해 나쁜 것입니다.
// Преобразование показаний технического осциллятора RSI в диапазон от 0 до 1 включительно
double a0 = rsi[0] / 100.0;
double a1 = rsi[p] / 100.0;
double a2 = rsi[2*p] / 100.0;
double a3 = rsi[3*p] / 100.0;
double a4 = rsi[4*p] / 100.0;
// Вычисление вероятности
double results=RNN(a1,a2,a3,a4);
저것들. 필요 =RNN(a0,a1,a2,a3);
글쎄, 5 점을 계산하려면 로그가 필요합니다. 행렬을 32개의 규칙으로 늘립니다. 2 5 . 등. 더 많은 포인트/엔트리가 필요한 경우. 10개의 입력이 있다면 이것은 2 10 = 1024개의 입력 변수))) MT5가 이것을 최적화할 수 있을지 궁금합니다.