Redes neuronales, cómo dominarlas, por dónde empezar - página 16

[Andrey]

Neutron >> :

Por supuesto que sí.

Pero aprenderá tu regla en 10 lecciones, ¿y luego qué?

Este algoritmo se toma como un ejemplo sencillo para crear una red neuronal, porque hay que aprender a partir de un simple....

Si el rango de una vela es mayor que el rango medio de las últimas cinco velas por un determinado coeficiente (si la vela está subiendo - comprar, si la vela está bajando - vender).

Basado en este algoritmo , los parámetros de entrada serán los craqueos del rango medio de las últimas cinco barras?

[Neutron]

Da usted definiciones de los términos que utiliza. ¿Qué es la "gama de velas"? Una red debe aprender de los ejemplos. ¿Qué cuenta como ejemplos positivos y negativos para su red (desde su punto de vista)? ¿Qué es un "ratio de rebasamiento"?

[Andrey]

Neutron >> :

Da usted definiciones de los términos que utiliza. ¿Qué es la "gama de velas"? Una red debe aprender de los ejemplos. ¿Qué cuenta como ejemplos positivos y negativos para su red (desde su punto de vista)? ¿Qué es el "factor de rebasamiento"?

rango de la última barra formada = High[1]-Low[1];

double cdpb // rango medio de las últimas cinco barras

for(i=1;i<5;i++){

сдппб=сдппб+(High[1]-Low[1])/5;

}

condición de compra

if(rango de la última barra completada> rango medio de las últimas cinco barras* coeficiente && Close[1]>Open[1]){

comprar por mercado

}

¿Puede decirme lo fácil que es definir un ejemplo positivo negativo para la red, tal vez el resultado de un comercio?

[Neutron]

диапазон последнего сформировавшегося бара>средний диапазон пяти последних баров*коэффицент

Esta condición determinará el algoritmo de entrenamiento de la red y su arquitectura. Consideraremos como resultado positivo para el NS una coincidencia del movimiento kotir previsto que comienza con la apertura de una posición y termina con su cierre cuando aparece la señal de inversión de la posición. Negativo - respectivamente - no hay coincidencia. El resultado del trino de la red será encontrar el valor óptimo (desde su punto de vista) del coeficiente. La red tendrá 7 entradas. La primera entrada será un desplazamiento constante (aumenta la potencia de cálculo de la red y acelera el aprendizaje), la segunda entrada tendrá el rango de 1 barra, la tercera tendrá el rango de la segunda barra y así sucesivamente hasta la quinta barra, y la séptima (la última entrada de NS) tendrá el rango de cero barra (actual), que compararía con ella.

La red que elegimos es la más sencilla: el perseptrón lineal. ¡Durante el proceso de aprendizaje, asignará coeficientes óptimos a cada barra (no uno para las cinco barras, como en su caso, sino uno individual (w0, w1...w6) para cada barra) y si es posible en principio, el Ordenador Nacional predecirá la compra o la venta casi sin errores!

[Andrey]

Neutron >> :

Esta condición determinará el algoritmo de entrenamiento de la red y su arquitectura. Consideraremos como resultado positivo para el NS una coincidencia del movimiento kotir previsto que comienza con la apertura de una posición y termina con su cierre cuando aparece la señal de inversión de la posición. Negativo - respectivamente - no hay coincidencia. El resultado del trino de la red será encontrar el valor óptimo (desde su punto de vista) del coeficiente. La red tendrá 7 entradas. La primera entrada será un desplazamiento constante (aumenta la potencia de cálculo de la red y acelera el aprendizaje), la segunda entrada tendrá el rango de 1 barra, la tercera tendrá el rango de la segunda barra y así sucesivamente hasta la quinta barra, y la séptima (la última entrada de NS) tendrá el rango de cero barra (actual), que compararía con ella.

La red que elegimos es la más sencilla: el perseptrón lineal. ¡En el proceso de aprendizaje, asignará los mejores ratios a cada barra (no uno para las cinco, como en tu caso, sino uno individual (w0, w1...w6) para cada barra) y si es posible en principio, el NS predecirá la compra o la venta casi sin errores!

Muchas gracias Neutron.

Si he entendido bien, las entradas están marcadas como Wn, si es así, mi siguiente tarea es describir cada entrada mediante un código, por ejemplo:

int w0= постоянное смещение ( вот с этим не совсем понятно);  
double w1=High[1]-Low[1];
double w2=High[1]-Low[2];
double w3=High[1]-Low[3];
double w4=High[1]-Low[4];
double w5=High[1]-Low[5];
double w6=High[1]-Low[0];

¿Es esto correcto?

[Neutron]

¡Así es!

¿Qué hay de la entrada constante que no está clara? Tenemos que normalizar los datos de entrada de antemano, este procedimiento no es obligatorio, pero sí deseable (ayuda a la red a aprender más rápido y aumenta su poder de predicción). Como resultado de este procedimiento, toda la variedad de señales de entrada (desde -infinito, hasta +infinito), será mapeada en un intervalo finito +/-1. Como desplazamiento constante, suministraremos +1 (para mayor claridad) a la primera entrada del NS. La salida será Out>0 significa Bue y Out<0 significa Sell.

[Andrey]

Neutron >> :

¡Así es!

¿Qué hay de la entrada constante que no está clara? Tenemos que normalizar los datos de entrada de antemano, este procedimiento no es obligatorio, pero sí deseable (ayuda a la red a aprender más rápido y aumenta su poder de predicción). Como resultado de este procedimiento, toda la variedad de señales de entrada (desde -infinito, hasta +infinito), será mapeada en un intervalo finito +/-1. Como compensación constante, introducimos +1 (por certeza) en la primera entrada del NS.

int    w0=1; // это для того, чтобы все ниже описаные входы были проработаны на истории?
double w1=High[1]-Low[1];
double w2=High[1]-Low[2];
double w3=High[1]-Low[3];
double w4=High[1]-Low[4];
double w5=High[1]-Low[5];
double w6=High[1]-Low[0];

[Neutron]

Andrey4-min писал(а) >>

¿Esto es correcto?

Todavía no está bien.

En esta formulación, las entradas al NS serán sólo señales positivas en amplitud y la red no obtendrá toda la información posible en la que se basará el análisis. Mejor, multiplique el valor de su entrada por el color de la vela: +1 si la vela estaba subiendo, y -1 - si estaba bajando. Y ni siquiera +/-1, sino al valor del incremento: Close[i]-Open[i].

Se verá así:

w1=(High[1]-Low[1])/Point*( Close[1]-Open[1])/Point;

w1=(High[2]-Low[2])/Point*( Close[2]-Open[2])/Point;

w1=(High[3]-Low[3])/Point*( Close[3]-Open[3])/Point;

Esto es sin normalización por ahora.

P.D. No entiendo esto: // ¿Es para que todas las entradas descritas a continuación funcionen a través de la historia?

[Andrey]

Neutron >> :

Esto sigue sin ser correcto.

En esta formulación, las entradas al NS serán sólo señales positivas en amplitud, y la red no obtendrá toda la información posible en la que basar el análisis. Mejor, multiplique el valor de su entrada por el color de la vela: +1 si la vela estaba subiendo, y -1 - si estaba bajando. Y ni siquiera +/-1, sino al valor del incremento: Close[i]-Open[i].

Se verá así:

w1=(High[1]-Low[1])/Point*( Close[1]-Open[1])/Point;

w1=(High[2]-Low[2])/Point*( Close[2]-Open[2])/Point;

w1=(High[3]-Low[3])/Point*( Close[3]-Open[3])/Point;

Esto es sin normalización por ahora.

P.D. No entiendo esto: // ¿Es para que todas las entradas descritas a continuación funcionen a través de la historia?

Tienes w1 en las tres líneas de tu ejemplo, ¿debería ser así?

P.D. Lo que no entiendo es lo siguiente: // ¿es así que todas las entradas descritas a continuación pueden ser trabajadas en la historia?

Estoy tratando de entender qué función realizará w0, y supuse que es un paso en la historia, como en los bucles, si no es así, puedes decirme más...

[Александр]

Andrey4-min писал(а) >>

En tu ejemplo tienes w1 en las tres líneas, ¿debería ser así?

Estoy tratando de averiguar qué función realizará w0, por lo que supuse que era un paso a la historia, como en los bucles, si no es así, por favor explique más...

Para entender qué función realiza w0, mejor empezar con algunos libros de texto en lugar de saltar a la NS, IMHO.