Cómo formar correctamente los valores de entrada para el NS. - página 12
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Si los moderadores lo permiten, pongo los archivos aquí (después de leerlos habrá que borrarlos :))))
¡¡¡MUCHASGRACIAS !!! Gran archivo - Voy a aprender... eso es lo que no sabía hacer, así que voy a aprender, gracias de nuevo.
>> Y gracias por mantener vivo este hilo.
Y qué decir de las entradas. ¿Quién tiene qué redes e insumos?
tomar la diferencia en EMA
para cada TF
M1 M5 M15 M30 (H1)
3-5
5-8
8-13
13-21
21-34
34-55
55-89
89-144
144-233
Me sale algo así
#define MAX_INP 6 //; 3-5 5-8 8-13 13-21 21-34 34-55 55-89 89-144 144-233
en la entrada de la formación doy algo así
INP_PATTERNS[3][0]=-2;
INP_PATTERNS[3][1]=-3 ;
INP_PATTERNS[3][2]=-4 ;
INP_PATTERNS[3][3]=-5 ;
INP_PATTERNS[3][4]=-6 ;
INP_PATTERNS[3][5]=-7 ;
INP_PATTERNS[3][6]=-8 ;
INP_PATTERNS[3][7]=-9 ;
INP_PATTERNS[3][8]=-10;
OUT_PATTERNS [ 3, 0]=0. ;
OUT_PATTERNS [ 3, 1]=0. ;
OUT_PATTERNS [ 3, 2]= 1.0 ; // bye
¡Salida! Este paternoster tiene BAY
INP_PATTERNS[4][0]=1 ;
INP_PATTERNS[4][1]=1 ;
INP_PATTERNS[4][2]=2 ;
INP_PATTERNS[4][3]=2 ;
INP_PATTERNS[4][4]=3 ;
INP_PATTERNS[4][5]=3 ;
INP_PATTERNS[4][6]=4 ;
INP_PATTERNS[4][7]=5 ;
INP_PATTERNS[4][8]=6 ;
OUT_PATTERNS[4, 0]=1. ; // vender
OUT_PATTERNS [ 4, 1]=0. ;
OUT_PATTERNS [ 4, 2]= 0. ;
Vender
INP_PATTERNS[5][0]=0 ;
INP_PATTERNS[5][1]=0 ;
INP_PATTERNS[5][2]=1;
INP_PATTERNS[5][3]=0 ;
INP_PATTERNS[5][4]=-2;
INP_PATTERNS[5][5]=0 ;
INP_PATTERNS[5][6]=1;
INP_PATTERNS[5][7]=0 ;
INP_PATTERNS[5][8]=-5 ;
OUT_PATTERNS [ 5, 0]=0.00 ;
OUT_PATTERNS [ 5, 1]= 1.00 ; // flip
OUT_PATTERNS [ 5, 2]= 0.00
----
tiene tres salidas
en la red
la salida se considera como dirección
RED NEURONAL COMO GUIÓN
3-5
5-8
8-13
13-21
21-34
34-55
55-89
89-144
144-233
¿Qué es? Puedes ser más específico, no queda muy claro en el post original.
¿Qué es esto? Puedes ser más específico, no queda muy claro en el post original.
estos son los números de muving.esquemáticamente
--
es decir, toma la diferencia entre EMAs adyacentes en varios TFs
y se introduce en la entrada de la red
en el código allí leído más de 6 entradas
pero proceso 6... el código es experimental.
--
2 YuraZ. La gente está recogiendo. Eso es bueno de ver.
Su experto en el hilo anterior fue mi primera presentación. Muchas gracias por el código. Voy a pegar aquí su versión ligeramente corregida y decorada. Es bueno para los principiantes.
2 YuraZ. La gente está recogiendo, eso es bueno de ver.
Su experto en el hilo anterior fue mi primera presentación. Muchas gracias por el código. Voy a pegar aquí su versión ligeramente corregida y decorada. Es perfecto para un principiante.
No creo que merezca la pena el ejemplo, el código inicial lo saqué también del mismo hilo.
https://forum.mql4.com/ru/12474 desde la primera página
---
pero he añadido una capa.
entonces el algoritmo de aumento de la red aleatoria
Aumenté la precisión en el entrenamiento.
entonces el algoritmo de aprendizaje a partir de datos reales (aunque con un profesor poniendo flechas, es decir, un humano)
Añadí que hay aprendizaje de datos reales si pones flechas en el gráfico! el sistema empieza a aprender de datos reales, no de patrones tontos
¡una condición!
necesita ver la apertura de un ventilador M1 M5 M15 M30 ( H1 )
¡también hay un código para un piso!
...
Se ve bien, como una opción es bastante buena.
Se ve bien, como una opción es bastante buena.
las entradas a veces se captan muy bien! pero hace falta algo más!
Si pones flechas en el gráfico, el sistema no aprenderá de patrones tontos, sino de datos reales.
¡una condición!
hay que ver la apertura del ventilador M1 M5 M15 M30 ( H1 )
¡También hay un código de piso!
Lo he visto. He eliminado la detección por flechas. Sin embargo, necesito la versión para máquinas. Sin "manos".
De eso se trata básicamente todo este hilo :)
Lo he visto. He eliminado la definición de flecha. Aún así, necesito una versión para máquinas. Sin "manos".
Para ello, en principio, se dedica toda la rama :)
como variante de un punto es posible tratar de encontrar
1 convergencia de un zigzag de varios TF en un punto
+ apertura del ventilador
y alimentar estos puntos a la entrada
Es decir, mantener en la memoria los puntos más cercanos y olvidar los antiguos
No sé qué número de muestras - probablemente de forma experimental
tamaño de la red (número de neuronas en las capas) probablemente también de forma experimental