¡No es asunto de Mashka! - página 10

 

¡Vamos!

Empecemos por probar su máquina en el proceso Wiener. ¡¡Y Dios no quiera que empiece a predecir!!

A continuación se muestran dos archivos, cada uno con ruido blanco integrado. Los vectores de 1000 muestras se obtienen cortando por la mitad un vector de 2000 muestras. Debe entrenar su sistema en el primer vector utilizando cualquier algoritmo y dar un pronóstico para cada barra del segundo vector. Puede adaptar su algoritmo en cada barra del segundo vector. El vector de predicción resultante debería tener naturalmente 1000 muestras y estar disponible para el análisis. Hablaremos más sobre el método de análisis de predicción.

Archivos adjuntos:
rnd_1.zip  3 kb
 

Seryoga, yo no tengo NS, tengo el método de Burg, que por cierto, funciona mucho mejor que tu red de neutrones XXXXXX (es una palabrota). No necesito tus archivos castrados. Debes estar totalmente obsesionado con estos NS.


Sólo dame UN archivo grande, de al menos 2000 de tamaño, e identifica (escribe) el área a probar con el historial que quiero. Necesito un historial de unas 1000 muestras (mínimo 500) y no necesito una muestra de entrenamiento. Por ejemplo, usted pone un archivo de 10.000 muestras. Al azar, pero teniendo en cuenta el historial que necesito, dices que la sección probada empieza en la referencia 7000 y termina en la referencia 8000. Por índices, en realidad serán 1001 cuentas, sólo tendremos que decidir cuáles incluimos y cuáles no (estoy usando ORIGIN=0).


Y entonces empezaremos :o)

Для начала испытаем твою машину на Винеровском процессе. И не дай бог она начнёт предсказывать!!!

Tu tozudez me asombra, incluso no sé cómo explicarte, que lo que generas es el mismo proceso de Wiener (GP), ya que soy una bailarina. Seryoga, te advierto desde ya que no hay ningún error en mi modelo, así que prepárate para disfrutar de buenas predicciones. En resumen, su PE no es un criterio de este tipo, aunque ... ya veremos.

:о)))

 

Espera un minuto, espera un minuto.

¿Un archivo con un vector de 1000 muestras es suficiente para trabajar? Si es así, toma el #2 y no te metas en mi cabeza.

Haz lo que quieras con él, pero no me lo cuentes y dame una previsión para cada lectura. Eso es todo.

Si resulta que para la previsión del 1er recuento se necesita una longitud de prehistoria (bueno, piensa en qué), entonces tómala del archivo número 1 precisamente para eso, ¡está ahí!


Sergey, ya está bien de hablar, ¡déjalo nacer ya!

 

Estupendo. Seryoga, por supuesto, no te voy a liar, me limitaré a citar los posts con lo que creo que son frases importantes resaltadas para no forzar tu red neuronal:


grasn писал (а): в

...

Sólo dame UN archivo grande, de al menos 2000 de tamaño, e identifica (escribe) el área a probar con el historial que quiero. Necesito un historial de unas 1000 muestras (mínimo 500) y no necesito una muestra de entrenamiento. Por ejemplo, usted pone un archivo de 10.000 muestras. Al azar, pero teniendo en cuenta el historial que necesito, dices que la sección probada comienza en la referencia 7000 y termina en la referencia 8000. Por índices en realidad serán 1001 cuentas, sólo tendrás que decidir qué fondos incluimos y cuáles no (yo uso ORIGIN=0).

...

Neutrón:

Espera, espera, espera.

¿Un archivo vectorial con 1000 muestras es suficiente para su trabajo? Si es así, coge la 2 y no te metas en mi cabeza.

Haz lo que quieras con él, pero no me lo cuentes y dame una previsión para cada lectura. Eso es todo.


Bien, me propones un archivo con 1000 muestras y para cada muestra de este archivo tengo que hacer una predicción. Pero, ¿de dónde saco los datos para predecir el primer recuento? ¿De la BLEEP? ¿O está sugiriendo que me siente amablemente y pegue estos archivos, y cuál es el primero? ¿Exactamente cuál?


... ...y no te metas en mi cabeza.


¡¡No, no puedes!! No te interrumpiré, necesito esta prueba antes que nada y la haré en EURUSD, y publicaré los resultados. Y puedes divertirte con tu proceso de Wiener por tu cuenta y no me mientas: siéntate y pégalo tú mismo. Eso es todo. :о)

 

Bueno, así es.

 
Neutron:

Bueno, todo es tan todo.

fuiste el primero en escribir "todo" :o)))

Habrá un resultado en un par de días. Tendremos que dividir el cálculo en dos partes (por 2 noches).

 
Te miro, Seregi, y me alegro ;)
 
komposter:
Te miro, Seryoga, y me alegro ;)

Whispering vino a trabajar a la fábrica:

- ¡Necesito un nazdak!

Maestro:

- ¡Tienes un montón de malditos corredores! ....

 

grasn

Tercero Seryoga, podrías detallar el método Berg (qué es y cómo se mezcla con qué). Conozco el método de Berg. Despliega este método. Para que no sea una caja negra. Gracias.

 
Prival:

grasn

Tercero Seryoga, podrías detallar el método Berg (qué es y cómo se mezcla con qué). Conozco el método de Berg. Despliega este método. Para que no sea una caja negra. Gracias.


Depende de dónde se calcule el personal :o)


Burg - eso es correcto (sus trabajos están indicados) Teóricamente deberías estar familiarizado con este método, está conectado con la teoría de los filtros y las modificaciones de este método se utilizan en algunos filtros adaptativos inteligentes. En el archivo adjunto, todo lo que pude encontrar todavía.



P.D.: no lo he investigado en detalle. Realmente espero, que Northwind me ayude, pero desapareció :o))) O tú, Prival me ayudarás a traducirlo a MQL o al menos a recrearlo en MathCAD. Y no tienes que hacerlo, no es mi modelo principal, es opcional. Je, un bar, tres bares - hay que pensar en grande. Pero puede ser interesante entender el método en detalle, de nuevo para el filtrado adaptativo, pueden surgir ideas útiles y todo eso... :о)



IMPORTANTE:

Atención, esta función puede ser muy errónea. Es decir, no obtendrá la "nube de error" publicada anteriormente dentro de los límites de 1-2 puntos, todo depende de la optimización de los parámetros de entrada. Había una idea, pero no pude ponerla en práctica, ahora la he puesto en práctica...

Archivos adjuntos:
c13s6.zip  71 kb