Neuronales Netz - Seite 11

 
StatBars писал(а) >>

Es kann nur davon ausgegangen werden, dass die Nummern der Quadrate, in denen der Preis platziert ist, in

Vielmehr die Nummern des obersten und des untersten Quadrats jeder Spalte, die durch den Preis abgedeckt sind. In diesem Fall ist die Diskretion der vertikalen Aufschlüsselung unklar.

UPD: Ich meine nicht die Diskretion selbst, sondern den Schritt der Trennung.

 
an marketeer && StarBars: Ich trainiere das Netzwerk mit einem Indikator ähnlich MPP (aus Ivanovs Diplom), geglättet durch einen gleitenden Durchschnitt über 6 Perioden. Ich habe gelesen, dass gleichmäßig verteilte Lehrwerte gut für das Netz sind. Ich habe mich bei den Schwellenwerten ein wenig geirrt. Kein Schwellenwert, sondern ein Sieb für unnötige Signale unter Verwendung der Variablen X. Wenn die Produktion>0,5+X ist, kaufen wir; wenn die Produktion<0,5-X ist, verkaufen wir. So werden "schwache" Signale, die zwischen 0,5-X und 0,5+X liegen, eliminiert. Benutzen Sie nicht einen solchen Lobuda?
Ich habe ein wenig über die 2 Ausgabeoptionen gelogen. Es gibt noch mehr von ihnen. Viele von ihnen sind jedoch auf vier Dezimalstellen genau gleich.
Ich verstehe nicht, was der Output-Klassifikator soll. Wo kann ich darüber lesen?
Welche Art von Netzwerken nutzen Sie? Mit welcher Art von Netzen haben Sie bei der Stichprobe den geringsten Fehler erzielt? Wer von ihnen hat die besten Ergebnisse beim Handel erzielt?
 
Burgunsky писал(а) >>
an marketeer && StarBars: Ich trainiere das Raster mit einem Indikator ähnlich MPP (aus Ivanovs Diplom), geglättet mit einem gleitenden 6-Perioden-Durchschnitt. Ich habe gelesen, dass gleichmäßig verteilte Lehrwerte gut für das Netz sind. Ich habe mich bei den Schwellenwerten ein wenig geirrt. Kein Schwellenwert, sondern ein Sieb für unnötige Signale unter Verwendung der Variablen X. Wenn die Produktion>0,5+X ist, kaufen wir; wenn die Produktion<0,5-X ist, verkaufen wir. So werden "schwache" Signale, die zwischen 0,5-X und 0,5+X liegen, eliminiert. Benutzen Sie nicht einen solchen Lobuda?
Ich habe ein wenig über die 2 Ausgabeoptionen gelogen. Es gibt noch mehr von ihnen. Viele von ihnen sind jedoch auf vier Dezimalstellen genau gleich.
Ich verstehe nicht, was der Output-Klassifikator soll. Wo kann ich darüber lesen?
Welche Art von Netzwerken nutzen Sie? Mit welcher Art von Netzen haben Sie bei der Stichprobe den geringsten Fehler erzielt? Wer von ihnen hat die besten Ergebnisse beim Handel erzielt?

Schwellenwerte erhöhen oft den Prozentsatz der richtig erkannten Muster (pwin), aber diese Muster sind genau dort, wo der Preis (Nutzen) und einige Glättungsfilter divergieren, kurz gesagt, Schwellenwerte helfen nichts, obwohl der pwin steigt...

Ich bin etwas verwirrt, es geht mehr um die Zielfunktionen, aber auf jeden Fall wird eine Konstruktion angewendet, Regeln, die das endgültige Signal erzeugen...

Tsaregorodtsevs Website, seine Artikel.

Fast alles, was ich brauche, bekomme ich von MLP, in seltenen Fällen von NS2->Polynomial Net.

Handelsergebnis und Architektur sind nicht so stark miteinander verknüpft wie z. B. Input - Fehler - Handel. In der Regel kann man mit Architektur nicht mehr als 1% gewinnen, und in seltenen Fällen, in denen ich sie häufiger treffe, muss ich die Struktur meines Rasters optimieren...

 

zu StatBars:

Ist pwin die Gewinnquote?

Bitte sagen Sie mir, so dass die Pfeile in der Abbildung unten sind nicht auf dem gleichen Intervall befinden, verwenden Sie einfach die Schwelle (oder "Eliminator"), über die Sie oben schrieb? Das heißt, wenn es keine Pfeile gibt - ist es außerhalb des Netzes in 0,5-X oder 0,5+X getroffen?


 
Burgunsky писал(а) >>

zu StatBars:

Ist pwin die Gewinnquote?

Bitte sagen Sie mir, so dass die Pfeile in der Abbildung unten sind nicht auf dem gleichen Intervall befinden, verwenden Sie einfach die Schwelle (oder "Eliminator"), über die Sie oben schrieb? Das heißt, wo es keine Pfeile gibt - ist es Out network hit in 0,5-X oder 0,5+X?

Ich verstehe die Frage nicht... Ist sie noch relevant?

Wenn ja, dann bitte ausführlicher...

Wenn das Signal gespeichert wird, wird der Pfeil im Allgemeinen nicht kopiert, da sonst jeder Balken ein Pfeil ist, was nicht praktisch ist... Wenn sich das Signal geändert hat, dann setzen Sie auf demselben Balken den entsprechenden Pfeil...

über pwin - ja.

 
zu StatBars: Ich sehe die Pfeile, danke. Ich verstehe nicht, verwenden Sie ein Sieb? Wie viele Ausgabevarianten sollte ein 3-schichtiges neuronales Netz erzeugen? Aus irgendeinem Grund erreicht mein Netz den geringsten Fehler in der Stichprobe, wenn es nur zwei Varianten gibt. Aus diesem Grund kann ich dieses Sieb nicht zum Laufen bringen. Die Ausgänge zeigen ständig Handelsaktionen an und warten nie. Ich verwende alle möglichen Lehrerwerte (viel mehr als zwei) bei der Ausbildung. Wissen Sie, was der Grund dafür sein könnte? Wie viele Werte sollte man beim Training eines Backspreading-Netzes verwenden? Müssen die Ausgänge der einzelnen Neuronen des Netzes durch die Aktivierungsfunktion geleitet werden?
 
xweblanser >> :

Lieber Guru, bitte helfen Sie mir, neuronale Netze zu verstehen, so lange ich es auch versuche, ich kann immer noch nicht verstehen, wie sie funktionieren, wie man sie macht, wie man sie trainiert, wenn es nicht schwierig ist, zeigen Sie bitte einfache Beispiele, die erklären, was und wie....


Ich interessiere mich für die folgenden Fragen:

1. Soweit ich verstanden habe, ist jedes Neuron des Netzwerks die gleiche Funktion... aber ich verstehe nicht, wie ein und dieselbe Funktion mit den gleichen Daten unterschiedliche Werte ergeben kann...

2. Wie kann man Kurse normalisieren, ohne deren Minimum und Maximum zu kennen???


Ich hätte gerne mehr grafische Informationen und zumindest einfache Beispiele für neuronale Netze mit einem eingebauten Lernmechanismus...



Ich danke im Voraus und hoffe auf Ihre Hilfe...


Artikel werden nicht helfen. Sie müssen die mathematischen Zusammenhänge verstehen.
 
Burgunsky писал(а) >>
zu StatBars: Das mit den Pfeilen verstehe ich, danke. Ich verstehe nicht, verwenden Sie einen Eliminator? Wie viele Ausgabevarianten sollte ein neuronales Netz mit 3 Schichten erzeugen? Aus irgendeinem Grund erreicht mein Netzwerk den minimalen Fehler bei der Testprobe, wenn es nur zwei Varianten gibt. Aus diesem Grund kann ich dieses Sieb nicht zum Laufen bringen. Die Ausgänge zeigen ständig Handelsaktionen an und warten nie. Ich verwende alle möglichen Lehrerwerte (viel mehr als zwei) bei der Ausbildung. Wissen Sie, was der Grund dafür sein könnte? Wie viele Werte sollte man beim Training eines Backspread-Netzes verwenden? Müssen die Ausgänge der einzelnen Neuronen des Netzes durch die Aktivierungsfunktion geleitet werden?

Ist der Schwellerschutz ein Schwellerschutz? - Nein, aber das heißt nicht, dass man sie nicht benutzen sollte.

//----------------------------------------------------------------------------------------------------------------------------------//

Sie können so viele Ausgangssignale haben, wie Sie wollen, und Sie sollten so viele haben, wie Sie brauchen, oder Sie können für jedes Signal, das Sie brauchen, ein eigenes Gitter entwerfen.

//----------------------------------------------------------------------------------------------------------------------------------//

Ich denke, dass die Klassen "Aktion", "Keine Aktion" und "Keine Aktion" ungleich verteilt sind, denn es gibt nur sehr wenige Beispiele für die Klasse "Keine Aktion" im Vergleich zu den anderen. Vielleicht ist der Grund ein anderer, werfen Sie ein Beispiel aus der Ausbildung hier ein.

//----------------------------------------------------------------------------------------------------------------------------------//

Die Werte welcher Ausgänge, Eingänge?

Das Neuron selbst summiert und durchläuft das Sigma, und zwischen den Neuronen ist es besser, nur das Gewicht der Verbindung zu lassen...

 
Ich liebe dieses Thema doch:) Ich hatte schon viele Probleme damit, auch schon vor Forex:)
 
registred писал(а) >> Ich liebe dieses Thema aber.)

Ja, wir können endlos darüber diskutieren, aber nie zu einem vernünftigen Ergebnis kommen......

Grund der Beschwerde: