SOM: Kochmethoden - Seite 4

 
alexeymosc:

Ich danke Ihnen!

Ich habe die alten Hasen des Forums mehrmals gefragt, was los ist: Sie schickten mich zum Fakyu und an andere Orte zum Lesen. Im Allgemeinen kann ich nicht ohne Sie - sonst muss ich die Experimente selbst machen, aber "fühlen", dass ich zu lernen, die NS kochen wollen
 

So funktioniert SOM:

Kurz gesagt: Sie legen die Größe des Netzes fest, zum Beispiel machen wir es immer quadratisch, 5 mal 5. Jedes Element ist im Wesentlichen ein Vektor von Werten, wobei die Anfangswerte am besten zufällig aus einer Reihe von Beispielen (Vektoren der Größe 40) ausgewählt werden, die von Ihrem Skript vorgeneriert und gespeichert werden. Das heißt, Sie nehmen 25 zufällige Beispiele aus dem Array (das eine Größe von etwa 5000 Beispielen hat). Und dann ist der Algorithmus der folgende: wir wählen wieder zufällig ein Beispiel aus dem Trainingsfeld und vergleichen es mit jedem Vektor-Element des Netzes (unter Verwendung des euklidischen Abstandsmaßes? weiß nicht genau, vielleicht etwas anderes) Die Werte des am nächsten liegenden Vektors werden durch die unten angegebene Formel korrigiert. Diese Korrektur erstreckt sich auch auf benachbarte Vektoren, entsprechend einer Gaußschen Funktion.

Kurz gesagt, es ist kompliziert... Ich erstelle NS in einem Statistikpaket.

https://ru.wikipedia.org/wiki/%D0%A1%D0%B0%D0%BC%D0%BE%D0%BE%D1%80%D0%B3%D0%B0%D0%BD%D0%B8%D0%B7%D1%83%D1%8E%D1%89%D0%B0%D1%8F%D1%81%D1%8F_%D0%BA%D0%B0%D1%80%D1%82%D0%B0_%D0%9A%D0%BE%D1%85%D0%BE%D0%BD%D0%B5%D0%BD%D0%B0

 
Nach dem SOM-Training, wenn der Fehler nicht mehr abnimmt, nehmen wir einen neuen Vektor, vergleichen ihn mit 25 Vektoren und das Neuron mit dem geringsten Fehler ist das Gewinnerneuron, wenn es einen Einstieg in den Markt anzeigt, steigen wir ein, wenn nicht, warten wir auf die Bildung des nächsten Vektors usw.
 

Wenn ich mitalexeymosc handeln will, warum binden Sie sich an den Eröffnungskurs? Ich denke, dass Eröffnungs- und Schlusskurs zufällige Variablen sind, und die Tatsache, dass Ihr TS relativ gute Ergebnisse auf D1 und schlechtere Ergebnisse auf niedrigeren Zeitrahmen zeigt, bestätigt, dass es für einen Handel ausreicht, eine Vorhersage des Hoch- und Tiefpunkts zu haben. Kann man einen NS nur mit High und Low erstellen?

Und wenn es nicht schwierig ist, können Sie erklären - ist es möglich, eine NS zu entwerfen, die, sagen wir, eine 3x5-Matrix auf der Eingabe haben würde - 3 TFs und 5 Bars, zum Beispiel?

alexeymosc:

Ich baue einen NS in einem statischen Paket.

Welches Paket? ich habe NeuroSolutions 6 und STATISTICA 6 zur Hand, irgendwo anders gibt es Distributionen, z.B. Matcad - ich muss nachschauen
 

--- Imho sind Open und Close Zufallsvariablen, und die Tatsache, dass Ihr NS relativ gute Ergebnisse auf D1 und schlechtere Ergebnisse auf niedrigeren Zeitrahmen zeigte, bestätigt, dass es für den Handel ausreichend ist, eine High und Low Bar Prognose zu haben. Kann man einen NS nur mit High und Low erstellen?

Ich bin nicht streiten, selbst ich denke, dass das Abschneiden der Preissignal mit der Eröffnung (Schließung) Preise ist Lärm und zufällig, aber es ist nur bequem, das Modell von der Eröffnung Preise - robustes System zu bauen und macht schnelle Berechnungen in Metatrader. Sie können auch Analysen zu hohen Preisen durchführen. Ich werde es sogar für Ihr Interesse tun und ich werde es veröffentlichen. Ich werde mit den Stundenbalken arbeiten, ich werde die Historie vom MT5-Terminal nehmen, sofern sie zum Download verfügbar ist.

--- Und wenn Sie bitte erklären, ist es möglich, einen NS zu projizieren, der eine 3x5-Matrix am Eingang hat, sagen wir, 3 TF und 5 Balken, zum Beispiel?

Ja, natürlich ist sie das. Der Phantasie sind keine Grenzen gesetzt, aber die Eingabe ist immer ein Vektor und kein zweidimensionales Feld. Genauer gesagt wird eine beliebige zweidimensionale oder dreidimensionale Anordnung usw. in einen eindimensionalen Vektor umgewandelt, z. B.: Die ersten 5 Werte sind die Eröffnungskurse der Tagesbalken, die zweiten 5 Werte sind die Eröffnungskurse der 4-Stunden-Balken und weitere 5 Werte sind die Eröffnungskurse der Uhrenbalken. Und so weiter... Für den NS spielt es keine Rolle, in welcher Reihenfolge er die Daten erhält. (Die Ausnahme ist die Mustererkennung, wo es darauf ankommt und Datenverschiebungen das Ergebnis verschlechtern).

--- welches Paket? ich habe NeuroSolutions 6 und STATISTICA 6 zur Hand, irgendwo anders gibt es Distributionen wie Matcad - ich muss mal schauen

Statistica Regeln. Ich benutze es selbst, nur auf meinem Heimcomputer ist die Version 8. Es gibt eine Option, die NS-Datei als C-Code hochzuladen, der in die dll übertragen wird und dem EA vorgeschrieben wird, die Daten in die dll einzuspeisen und das Signal zu akzeptieren.

 
alexeymosc:
Genauer gesagt werden beliebige zweidimensionale, dreidimensionale usw. Arrays in einen eindimensionalen Vektor umgewandelt, z. B.: die ersten 5 Werte sind Eröffnungskurse auf den Tagesbalken, die zweiten 5 Werte sind Eröffnungskurse auf den 4-Stunden-Balken und weitere 5 Werte sind Eröffnungskurse auf den Stundenbalken. Und so weiter... Für den NS spielt es keine Rolle, in welcher Reihenfolge er die Daten erhält. (Die Ausnahme ist die Mustererkennung, wo es darauf ankommt und Datenverschiebungen das Ergebnis verschlechtern).

Haben Sie überprüft, wie wichtig ist die Reihenfolge der Eingangsdaten? Ich möchte 100% sicher sein, weil ich denke, dass ein NS auf einem TF zu bauen - bedeutet, die Anzahl der Eingangsdaten zu erhöhen, was wiederum zu dem TA-Axiom führen wird: "Geschichte wiederholt sich", aber ach - Geschichte wiederholt sich nicht, die Selbsttäuschung ist etwas anderes ;), aber wenn Sie eine Strategie für Intraday-Arbeit zu schaffen, vielleicht die Verwendung von mehreren TF für die Ausbildung der NS und wird ein prädiktives Modell mit einer Wahrscheinlichkeit höher als 50% geben

SZZY: Ich hoffe, Sie können den NS mit High and Low erstellen und zeigen

 

Mal sehen, ich habe bereits begonnen, SOM auf stündlichen Balken auf High-Preise für 9 Jahre zu trainieren, von 2001 bis April 2010. Von Mai 2010 bis Mai 2011 wird es OOS-Periode sein. Ich erhöhte Input-Daten-Vektor zu 72 (dh 3 Tage). Ich machte SOM Größe 10 von 10 Neuronen. es wird eine lange Zeit dauern, um zu trainieren, es ist infiziert.

Ich bin mir über die Reihenfolge der Eingangsvariablen sicher, ich kann es an den künstlichen Daten beweisen, aber warum, das ist intuitiv klar... Wir haben es nur mit einem Approximator zu tun, einer Maschine.

Was die Multi-TF-Strategie angeht, so denke ich, dass diese Idee durchaus Potenzial hat.

Wie wäre es mit der Installation von Statistica 8, um auf der gleichen Seite zu sein?

 

Ich werde mich nach Statistica 8 umsehen, Version 6 steht schon, wenn es nicht schwierig ist, die notwendigen Schritte für Statistica 8 bei der Erstellung des NS im Detail zu schreiben, ist absolut keine Zeit, um zu lernen, in allen Programmen selbst zu arbeiten

Wie normalisieren Sie die Eingangsdaten High und Low?

 

Die Maßnahmen sind die gleichen wie in anderen Bereichen von Statistik 6.

Normalisieren Sie auf die gleiche Weise, indem Sie die obige Formel verwenden.

 

Habe EURUSD H1 wie versprochen überprüft. Das Modell basierte auf High. Ich war nicht erfolgreich - ich habe in der OOS-Periode verloren.

Ich habe es mit stündlichen Barren auf Gazprom-Aktien getestet - OOS ist auf der positiven Seite, ein ziemlich gutes Diagramm.

Ich habe auch eine Idee getestet, um Positionen bei EURUSD Day1 auf der Grundlage eines Signals zu schließen (beim Übergang von einem Zustand in einen anderen, d.h. beim Neuronenwechsel). Ich habe einen Expert Advisor, abgeholt Eröffnung und Schließung Neuronen mit dem Tester, viele profitable läuft auf die Optimierung Zeitraum. Auf OOS - auch ein Plus.

Grund der Beschwerde: