Encontrar un conjunto de indicadores para alimentar las entradas de la red neuronal. Discusión. Una herramienta para evaluar los resultados. - página 2
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
En los dedos.
Uno habla, el otro responde.
La altura de un hombre (cm):
1-improbable
10- no puede ser
30- improbable
100-tal vez
176-verdadero
200-pequeña posibilidad
230-no puede ser.
300-improbable.
Este es un ejemplo de transformación no lineal.
¿Y si lo hacemos según el principio del mono de la suerte? Por ejemplo, tomemos el CCI y comprobémoslo en todo el historial disponible, elegiremos sectores rentables que no pierdan todo el tiempo. Luego tomamos Momentum, Bollinger, muwings y elegimos zonas rentables. La negociación se realiza de forma virtual y un sistema que se muestra tan bueno como la selección inicial es admitido para la negociación real. Si la historia se repite debería funcionar. Además, la ventaja de este enfoque es una estimación aproximada de la duración de una situación buena. Cuáles son sus criterios para la selección de zonas rentables como el número de operaciones, la media de transacciones, el máximo drawdown, la duración de una zona rentable, tengo una pequeña idea, ya te lo diré más adelante.
Puedes ir en el otro hilo aquí.Hola
Siempre he estado interesado en aprender sobre NS, pero en cuanto empiezo a leer algo de literatura sobre el tema mi cabeza empieza a hervir y finalmente no puedo ni siquiera entender qué es NS
¿podría dar un ejemplo sencillo (en los dedos, por así decirlo) para explicar lo que es
>> gracias
Atrapar.
Atrapar.
i takoe uge chital mnogo navernoe mne ne dano poniat chto takoe NC
cpacibo
I takoe uge chital mnogo navernoe mne ne dano poniat chto takoe NC
cpacibo
¿Qué necesitas?
Sí entender como el NS entiende que 176 cm es cierto
>> sí entender cómo el NS entiende que 176cm es cierto
>>. ¿Pero sin90% = 1 es cierto?
para entender cómo la NS entiende que 5'7" es cierto.
¡Aquí viene el proceso!
Mi ejemplo anterior es una función de transformación no lineal en forma de campana
En general, la función más utilizada, al menos por mí, es (2/(1-2^(-x))-1.
Experimente en Excel o Matcad con el ejemplo anterior. se aclararán muchas cosas.
vas a otro hilo aquí.
Yo también estoy muy interesado en encontrar un conjunto mínimo de indicadores y evaluación de resultados, pero para mis propios fines.
Sólo que en lugar del precio de cierre deberíamos usar el resultado de la operación. Quien sea bueno en geometría, que corrija el código
double Dispersia (int i, int N)
{
// en este subprograma calculamos la dispersión de la desviación del precio de cierre con respecto a
// línea de regresión lineal
// En mi opinión, la dispersión del valor medio no es adecuada, ya que la distribución
// descrito por ejemplo por y=b*x+c entonces la dispersión (de la media) depende del ángulo de inclinación, //de la profundidad de
// la muestra y la dispersión. En mi caso, la varianza sólo depende del diferencial.
En mi caso, la dispersión sólo depende de la dispersión. // Por supuesto, es preferible utilizar una potencia o un exponente, especialmente cuando se calculan sistemas // basados en tasas de aceleración.
//aceleración, entonces lo siento, soy muy tonto.
double Pi=3.141592653589793 ; // olvida el operador de equivalencia .
int j;
doble a,b,Suma_x,Suma_y,Suma_x_2,Suma_xy,Desviación,DesviaciónEstática,Sredn_y,AC;
for (int x=1;x<N;x++)
{ j=N-x+i;
Suma_x=Sumam_x+x;
Suma_y=Sumam_y+Cierre[j];
Suma_xy=Sumam_xy+x*Cierre[j];
Summ_x_2=Summ_x_2+MathPow(x,2);
}
b=((N-1)*Summ_xy-Summ_x*Summ_y)/((N-1)*Summ_x_2-MathPow(Summ_x,2));
a=(Suma_y-b*Sumam_x)/(N-1);
Sredn_y=Summ_y/(N-1);
for ( x=N ;x>=1 ;x--)
{
j=N-x+i ;
si ( b >0 )
{
AC= MathAbs(Close[j]-(b*x+a))*MathSin(Pi/2-MathArctan(b)) ;
}
si ( b<0 )
{
AC=MathAbs(Close[j]-(b*x+a))*MathSin(MathArctan(b)-Pi/2) ;
}
Desviación=Desviación+ MathPow(AC,2) ;
}
Desviación estándar=MathSqrt(Desviación/N);
return(Desviación estándar*Desviación estándar)
}
Si estimamos el resultado según esta fórmula, entonces el TS se describe mediante dos parámetros el ángulo de la pendiente de la línea de regresión cuanto más mejor y la pseudodispersión cuanto más cercana a cero mejor.