¿Qué alimentar a la entrada de la red neuronal? Tus ideas... - página 55
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
Hemos llegado a los paradigmas fundamentales del trading: 1) Los patrones son iguales para la compra y para la venta, simplemente espejo 2) Los patrones para la compra y para la venta son diferentes Sí, efectivamente, mientras no haya pruebas, podemos basarnos en algunas creencias o hechos.
En este caso, como he dicho anteriormente, me baso en el hecho de que en todas las TSs conocidas las condiciones para COMPRAR y para VENDER son las mismas, como un espejo. Esto se aplica tanto a las TSs agotadoras (99.9....%) como a las exitosas. Subrayo: las exitosas.
En mi opinión, el hecho de que cualquier discriminación de uno de los tipos de operaciones afecte negativamente a las operaciones de compra y venta también juega en contra de la segunda posición.
Por ejemplo, mi truco sobre el rango - si no se refleja, pero diferente (es decir, de -1 a 0 y de 0 a 1 serán completamente diferentes áreas con diferentes pesos) - a continuación, la optimización y la formación en sí se verá tanto en el período de prueba - miedo y calambres, y en la parte delantera y trasera - miedo y calambres. Y si se refleja - a continuación, las transiciones suaves son más propensos a ocurrir.
Imho, subjetiva.también en contra de la segunda opción juega el hecho, como se mencionó anteriormente, si usted enseña en 2020 - a continuación, en 2021 vierte.
Y estos son dos años opuestos en dirección, a partir del Año Nuevo. Por lo tanto, un NS sin espejo, o un NS separado para BUY, que se entrena por separado, está garantizado para verter en todos los conjuntos de optimización en 2021. Si los presionas uno tras otro, todos habrán alcanzado su punto máximo.
Todos ellos han aprendido COMPRAR, y en 2021 abren COMPRAR donde pueden, no saben cómo salir de ello, y sólo un poco VENDER, y luego - no está claro dónde. Pero no rechazo esta variante y pruebo todo lo que viene a mano )) Porque cada día aparece algo nuevo
Cualquier teoría tiene derecho a ser, por supuesto).
Tomemos un índice o una acción, llevan años subiendo. Hay claramente patrones de compra y venta, creo yo. Los símbolos de Forex, por supuesto, son planos en general, pero también muestran movimientos largos. En resumen, hay que comprobarlo todo, como siempre).
Tiene derecho a ser cualquier teoría, por supuesto).
Tomemos un índice o una acción, lleva años subiendo. Creo que aquí hay patrones de compra y venta claramente diferentes. Los símbolos de Forex, por supuesto, son planos en general, pero también muestran movimientos largos. En resumen, hay que comprobarlo todo, como siempre).
Es importante entender: "diferente" y "ausente" no son la misma cosa. Un patrón espejo en VENTA en una tendencia alcista puede simplemente estar ausente. Y aparecer en una corrección.
En el momento adecuado - en el lugar adecuado. Por ejemplo, el patrón: 1) MArápida cruza MA lenta hacia arriba - abierto COMPRA 2) MArápida cruza MA lenta hacia abajo - abierto VENTA El patrónVENTA no aparecerá en una tendencia alcista plana sin correcciones profundas. Pero cuando se den las condiciones - aparecerá.
Pero las condiciones son las mismas, son como un espejo. Y el NS, que está entrenado por separado para la COMPRA, buscará la COMPRA incluso en las correcciones. Y en una tendencia profunda a la baja se derramará, tratando de abrir la COMPRA, porque ha "aprendido lo suficiente" y nunca ha visto una tendencia a la baja. Otra variante - entrenamiento en todas las tendencias de toda la sección. Al parecer - esto es lógico, pero la peculiaridad es que todos NS, como se le llama correctamente (aproximación?) - entrena mejor el comercio que hace la mayor cantidad de dinero.
Y les ajusta pesos. Al menos las arquitecturas sencillas, incluyendo RNN, LSTM, CNN y similares. Si tienen pocas neuronas, capas y filtros - hacen exactamente lo mismo que los MLP, incluso peor a veces. Si hay muchas neuronas (Python, software de terceros) - se convierten en una media móvil retardada que predice el valor 1 barra atrás.
Es importante darse cuenta de que "diferente" y "ausente" no son lo mismo.
A eso me refiero.
alimentar la red de entrada SMA desplazado por medio período - pero como profesor. No enseñe neurónica tomando oficios o zigzags del techo.
Si puede predecir la media futura con suficiente probabilidad y desviaciones, será el grial.
La EMA ( media móvil exponencial) tiene una característica muy interesante.
Cuando el cierre de la barra/candela está por encima/debajo de la EMA, la EMA se dirige hacia arriba/hacia abajo en consecuencia.
Bollinger estándar y creado por la red neuronal.
La anchura del canal se introdujo en la entrada de la red neuronal.Bollinger estándar y creado por la red neuronal.
La entrada de la red neuronal era la anchura del canal.Es divertido. ¿El punto de reemplazar el BB estándar es obtener los valores antes?
¿Qué significa "entrenamiento" para usted?
A ndrey Dik#:
¿Qué es la "formación"?
Maravillosa pregunta Si se divulga plenamente en el contexto de un entorno virtual (campo de la información), entonces es de suponer que se puede ir en la dirección correcta, en lugar de difundir conocimientos académicos y libros de texto
Cada vez que elegía arquitecturas me hacía la pregunta "¿por qué así? ¿por qué? ¿Por qué decidieron hacerlo así?".
No, sólo tomar - y traducir la arquitectura, que fue escrito por tíos-matemáticos inteligentes. Incluso le pregunté a la sala de chat, ¿por qué el bloque LSTM tiene la forma que tiene?
En respuesta - tonterías de los libros de texto MO: es una memoria a corto plazo de largo, bla, bla, bla,adaptado para el aprendizaje en tareas de clasificación y bla, bla, bla. Pregunto "¿por qué exactamente así?", la respuesta es como "los matemáticos decidieron así". Ni teoría, ni teoría de la información, ni teoría del procesamiento de la información, ni definiciones de aprendizaje, ni teorías del aprendizaje, etc.
Estúpidos postulados. A partir de la tercera vez la charla empezó a hablar de desvanecimientos y picos de gradiente. LSTM resuelve estos problemas.
Bueno, vale, ¿cómo lo resuelve? - ¡Conpuertas! ¿Qué puertas? ¿Qué puertas? -
un elemento clave que almacena información a través de toda la secuencia.
¿Qué información???? ¿Los números de la entrada?
Pero la estás convirtiendo de los números de entrada en un galimatías incomprensible distorsionado, que convierte los números-colores RGB de entrada en algo ilegible, en una caja negra de papilla. Bueno, digamos, convirtiendo unos números en otros, pero ¿aprendiendo en qué? ¿Memorización?
Entonces, ¡es memorización! ¿Y en qué se diferencia del aprendizaje? Al final, no está claro qué intentan aplicar a no está claro qué en el segundo grado - mercado no estacionario. En general, la pregunta es genial, se la hicieron hace mucho tiempo. Su desarrollo es algo sumamente interesante.
Maravillosa pregunta Si se da a conocer plenamente en el contexto de un entorno virtual (campo de la información), entonces es de suponer que es posible llegar a la dirección correcta, en lugar de la difusión de los conocimientos académicos y libros de texto
Cada vez que miraba arquitecturas me hacía la pregunta "¿por qué así? ¿por qué? ¿Por qué decidieron hacerlo así?".
No, sólo tomar - y traducir la arquitectura, que fue escrito por tíos-matemáticos inteligentes. Incluso le pregunté a la sala de chat, ¿por qué el bloque LSTM tiene la forma que tiene?
En respuesta - tonterías de los libros de texto MO: es una memoria a corto plazo de largo, bla, bla, bla,adaptado para el aprendizaje en tareas de clasificación y bla, bla, bla. Pregunto "¿por qué exactamente así?", la respuesta es como "los matemáticos decidieron así". Ni teoría, ni teoría de la información, ni teoría del procesamiento de la información, ni definiciones de aprendizaje, ni teorías del aprendizaje, etc.
Estúpidos postulados. A partir de la tercera vez la charla empezó a hablar de desvanecimientos y picos de gradiente. LSTM resuelve estos problemas.
Bueno, vale, ¿cómo lo resuelve? - ¡Conpuertas! ¿Qué puertas? ¿Qué puertas? -
un elemento clave que almacena información a través de toda la secuencia.
¿Qué información???? ¿Los números de la entrada?
Pero la estás convirtiendo de los números de entrada en un galimatías incomprensible distorsionado, que convierte los números-colores RGB de entrada en algo ilegible, en una caja negra de papilla. Bueno, digamos, convirtiendo unos números en otros, pero ¿aprendiendo en qué? ¿Memorización?
Entonces, ¡es memorización! ¿Y en qué se diferencia del aprendizaje? Al final, no está claro qué intentan aplicar a no está claro qué en el segundo grado - mercado no estacionario. En general, la pregunta es genial, se la hicieron hace mucho tiempo. Su desarrollo es algo sumamente interesante.