La etiqueta del mercado o los buenos modales en un campo de minas - página 33

 

Puedo hacerlo con palabras...

Formulé un nuevo paradigma de realidad no hace mucho tiempo... -:) Uno que no puede ser probado ni refutado.

Aquí está:

La regularidad es una forma de existencia del azar (es decir, un caso particular). Lo contrario, en general, no es cierto.

Desde aquí:

1. La realidad percibida es un flujo de aleatoriedad en el espacio de las regularidades (fluctuaciones locales), o un flujo de regularidades (intenciones de las entidades sensibles) en el espacio de la aleatoriedad.

2. Así, la primera afirmación es que la realidad (el universo), como fenómeno de percepción, no contiene ni aleatoriedad, ni regularidad como tal. Ambas son manifestaciones de una naturaleza que va más allá de la percepción humana.

Así que, podemos "zastruyat"...-:)

 

Aquí hay algo más que pensar sobre su g*th(w), donde g=0.005

Es un proceso interesante... De hecho, con este operador estás tirando todos los pesos en la vecindad de +/-0,005 cero. A partir de ahí empezarán a "subir" de nuevo en el proceso de aprendizaje en el siguiente ciclo.

Tienes una especie de "impulso de aprendizaje" que se produce una vez por cada cuenta atrás.

Por supuesto, no tiene sentido someter a los pesos a tal influencia cada época - la rejilla simplemente no tiene tiempo para aprender correctamente, ya que una época probablemente no es suficiente para el aprendizaje normal incluso en un vector suave (como ese seno de cinco miembros que me diste para la prueba de la rejilla). Propongo llamar yuga al número óptimo de épocas necesarias para entrenar la red. Como la yuga(N épocas) en su sistema ocurre una vez antes de cada previsión, entonces al final de cada yuga(después de la previsión meteorológica) tiene sentido intentar... La "continuidad" del conocimiento, supuestamente, debe ser preservada y se perderá muy gradualmente, ya que el nuevo vector difiere del anterior por un solo dato.

Y hay un pensamiento más. Se trata del tema de los límites de la gama óptima de pesos. En mi opinión, deberíamos probar con +/-ln(D) como rango límite:

Antes (antes de empezar a conversar contigo) me pasaba muchas horas (e incluso días) compitiendo con perseptrones de una sola capa en la genética. En el curso de este fascinante pero inútil ejercicio, logré notar que los pesos en los modelos afinados con éxito, raramente van más allá de +/-(2,5 : 3,0), y las entradas en esos perseptrones eran como máximo 8. Entonces un segundo punto, o alternativo, para aplicar g*th(w), sería que uno de los pesos alcanzara el rango permitido de +/-ln(D)

 

Aquí, Fedor, hay un truco importante: si tenemos un NS entrenado sobre algunos vectores de entrada, entonces aplicar el operador th() a todos sus pesos establecidos no destruye su conocimiento, sino que sólo comprime el área en la que se definen sus pesos. Este es un punto importante que permite deshacerse del efecto "saturación", lo que ahorra la potencia de cálculo de NS y explota la posible cuasi estacionalidad de los procesos de mercado.

En cuanto al resto de lo que has dicho, necesito tiempo para pensarlo.

 

Estoy aprendiendo a usar Matcad... una buena herramienta. Sergey, tengo curiosidad, ¿cómo ves los resultados de tu cuadrícula en Matcad? ¿Dibuja usted gráficos?

Y una pregunta más importante: ¿cómo meter las cotizaciones de MT4 en Matcad?

 

Bueno, sí, hago gráficos. Muy práctico.

En cuanto a la exportación de datos al formato Matkad, no hay nada más fácil. Vaya a su archivo de cotizaciones y haga clic en el botón de exportación de la cotización que necesita. Seleccione la opción "Texto ASCII (*.prn)" en el menú contextual, especifique la ruta para guardar el archivo y ya está. Este es un formato nativo de Matkadian. En Matcad se lee del fichero: Open=READPRN("NombreFichero.prn")<2>. Dos significa (junto con los paréntesis en el índice superior del comando, ver cuadro de mando), que se lee sólo la segunda columna correspondiente a los precios de apertura en el TF elegido (tomar minutos) del archivo.

 

Eso no es lo que quería decir...

Bueno, está bien. Si te interesa, avísame y te lo cuento todo.

 
paralocus писал(а) >>

Se supone que la "continuidad" del conocimiento se preserva y se perderá muy gradualmente, porque el nuevo vector difiere del anterior sólo en una cuenta.

Esto es algo que me viene a la mente sobre el tema.

No hace mucho tiempo jugué con el entrenamiento "exacto", una sola neurona, vector de entrenamiento con longitud igual al número de entradas de la neurona (sin desplazamiento constante - estaba ausente) P=w. Lo hacía sólo por diversión. Está claro que, en esta formulación, la rejilla puede ser entrenada con tanta precisión como yo quiera en la muestra de entrenamiento (número de parámetros ajustables igual al número de ecuaciones lineales), así que no me molesto con ORO, y obtengo los valores exactos de los pesos resolviendo un sistema de ecuaciones algebraicas lineales mediante el método de Newton en una fracción de segundo. El efecto es tremendo: tomamos un perseptrón con 1000 entradas y en un segundo obtenemos los valores de los pesos, que para 1000 vectores de entrenamiento, cada uno de los cuales tiene 1000 muestras, ¡nos da el error de entrenamiento "0"! ¿Te lo imaginas? - ¡Una matriz de 1000x1000 y ni un solo error! Parece que sólo hay que añadir un pequeño elemento a esta matriz: una nueva muestra (tratar de predecir un paso adelante) y no debería ocurrir nada extraordinario. La cuadrícula seguirá mostrando +1 o -1 bien, tal vez no adivinar en el caso extremo... Sin embargo, el resultado es desalentador. Si esta parrilla hubiera dado en la diana cada vez en 1000000 recuentos anteriores, aquí, de inmediato - en Cosmos - en lugar de +/-1 - 4872365695. ¿Qué te parece? Y tú dices "sólo una cuenta"...

Todo es consecuencia de un sobreaprendizaje salvaje del perseptrón.

 

¡¡¡Fallos en el foro!!!

 
paralocus писал(а) >>

Estoy aprendiendo a usar Matcad... una buena herramienta. Sergey, tengo curiosidad, ¿cómo ves los resultados de tu cuadrícula en Matcad? ¿Dibuja usted gráficos?

Y una pregunta más importante: ¿cómo meter las cotizaciones de MT4 en Matkad?

He aquí un ejemplo de cómo trabajo. Transfiero los datos a Matkad. Esto es más conveniente.

En el archivo hay un script que envía la información en un formato requerido

(Hora-Apertura-Alto-Cierre-Hora-Min-Día-Mes-Año-Día de la semana)

Sólo tiene que adjuntarlo al gráfico necesario y especificar la fecha del historial necesario (el historial tiene que estar ya cargado a través del archivo de cotizaciones) .

Transferimos los archivos obtenidos (GBPUSD_4.prn en este ejemplo y EURUSD_4.prn) al directorio donde se encuentra el archivo Matcad y trabajamos allí.

Si realizas un análisis multidivisa, no te olvides de los agujeros. Te mostré cómo sincronizar los datos en el archivo matcad.

Matcad versión 14. Todo está en el archivo.

Archivos adjuntos:
statistica.rar  1349 kb
 
¡Privado! Gracias. Justo lo que necesitaba.
Razón de la queja: