Redes neuronales, cómo dominarlas, por dónde empezar - página 9

 
Neutron >> :

Esto es correcto: el suavizado exponencial biparamétrico NO es inferior al NS de doble entrada.


No es apropiado comparar el suavizado exponencial y el NS porque se utilizan aparatos matemáticos diferentes.

diferentes aparatos.

 
budimir писал(а) >>

No es apropiado comparar el alisado exp. y el NS porque se utilizan aparatos matemáticos diferentes.

diferentes aparatos

así que demuestre que es diferente))

 
Korey >> :

para demostrar que es diferente)))

Como antiguo profesor de asignaturas de SPEC en una universidad, lo explico (gratis):

1. El suavizado Exp. ajusta la serie temporal (normalmente el precio de cierre de cada barra)

Teniendo en cuenta 2 o 3 parámetros, si se tienen en cuenta 2 parámetros, se obtiene un

alisamiento exponencial de dos parámetros, y si tenemos en cuenta 3 parámetros, obtenemos

Alisamiento exponencial de 3 parámetros.

1er parámetro: es el parámetro de localización del precio

2º parámetro: es el parámetro de la pendiente de la tendencia

3er parámetro: Se trata de un parámetro de estacionalidad (factor)

Los dos primeros parámetros se calculan mediante las fórmulas recurrentes:

S[n]=w*y[n]+(1-w)*(S[n-1]+T[n-1])

T[n]=t*(S[n]-S[n-1])+(1-t)*T[n-1]

entonces, el valor "previsto" : y [n+1]=S[n]+T[n]

Como valores iniciales (es decir, iniciales) para el primer y segundo parámetro podemos

tomar los coeficientes de la fórmula de regresión lineal.

2. Para "predecir" el movimiento de los precios se utilizan NS en forma de clasificadores (al alza, a la baja,

No lo sé) - donde se utiliza un aparato matemático fundamentalmente diferente.

 

a budimir

enfoque de la puntuación de la cáscara 5
A continuación, desglosar el NS con dos (2 =??) entradas vs 2XEMA y ver cuál es la diferencia allí)))

 

Шаг 1: Выбираем входные данные. Например,


x1 = WPR Per1

x2 = WPR Per2

x3 = WPR Per3

¿Estoy en lo cierto al suponer que los datos de entrada son las variables de los parámetros externos de EA con los que se compararán los coeficientes?

 
Korey >> :

a budimir

enfoque de la puntuación de la cáscara 5
A continuación, desglosar el NS con dos (2=??) entradas vs 2XEMA y ver cuál es la diferencia allí)))

¿cuál es la diferencia entre NS con 1000 entradas que predicen HIGH y LOW y 2xEMA?

 

Si las tareas de optimización son las mismas, la diferencia será

1) en la redundancia NS

2) en el ruido de NS

si los problemas de optimización son diferentes, la diferencia estará en
1. en el caso de 2xEMA la construcción posterior del TC se añade manualmente a partir de algunos supuestos
2. Sin embargo, la propia NS supuestamente encontrará y ella misma supuestamente confirmará y supuestamente pondrá en práctica estos "supuestos" en sí misma, es decir, se agudizará supuestamente para las regularidades latentes.

= potencia y estructura de los aparatos matemáticos 2хЕМА+ТС son similares a NS, es decir, un anillo de operaciones 2хЕМА+ТС es similar a un anillo de operaciones NS

 

Шаг 1: Выбираем входные данные. Например,


x1 = WPR Per1

x2 = WPR Per2

x3 = WPR Per3

¿Estoy en lo cierto al suponer que los datos de entrada son las variables de los parámetros externos del EA, con las que se compararán los coeficientes?

Así es como veo los coeficientes de un simple Asesor Experto basado en fractales:

¿Qué debo hacer con todo esto?



 
Korey >> :


= potencia y composición del aparato matemático de 2xEMA+TS son similares a los de NS, es decir, el anillo de operaciones de 2xEMA+TS es similar al anillo de operaciones de NS.

por lo que si son similares (en el sentido del aparato matemático), entonces, a la hora de elegir estos métodos, se puede utilizar el criterio de los precios de los neuropaquetes y del software,

calculando 2xEMA+TS ??? - el propio MetaTrader puede ser adecuado como este último, es decir, el Asesor Experto y estas fórmulas pueden ser escritas en el lenguaje mql,

Nota- ¡GRATIS!

 
Pues sí, esa es la verdad de la vuelta a la simple MA después de un largo esfuerzo de Matemáticas Superiores.
Razón de la queja: