Discusión sobre el artículo "Tercera generación de neuroredes: "Neuroredes profundas"" - página 15
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
Hola,
por favor, ayúdame a aclarar algunos de mis prejuicios negativos sobre las redes neuronales (NN).
b) ejecutamos una segunda optimización por el probador sólo para comprobar cuáles de los indicadores optimizados necesitamos(*)
c) de modo que tenemos un grupo más pequeño de nuestros indicadores optimizados
d) ¿para qué necesito la NN?
(*) Desafortunadamente, si ejecuta el optimizador mt4' en modo genético y desea evitar ciertos conjuntos de parámetros (por ejemplo, no probar si el "indicador-A" está 'on') volviendo de OnInit() con"INIT_PARAMETERS_INCORRECT" el algoritmo genético todavía cuenta esto como una pasada válida y eso reduce el número de pasadas realmente ejecutadas antes de que este algoritmo se detenga debido al número de pasadas que es uno de los criterios de terminación.
Por ejemplo, digamos que creamos una optimización simple usando el RSI y ZigZag Altos , ZigZag Bajos .
Producimos un promedio de sobreventa en los altos sumando el valor del RSI en el ZigZag Altos , y un promedio de sobrecompra
en los bajos sumando el valor del RSI en el ZigZag Bajos . Nuestros promedios serán esencialmente el ajuste del RSI independientemente
de la configuración de ese activo.
La cuestión no es si los indicadores deben ser optimizados en mi humilde opinión, sino si el indicador es o no utilizable
fundamentalmente.
En el ejemplo anterior se puede entender mi punto viendo los promedios para un RSI(3) frente a un RSI(16) .
El RSI(3) activará constantemente nuestros niveles optimizados frente al RSI(16).
1,2,3 y 4 , creo que cualesquiera que sean los indicadores y ajustes que se pasen , inherentemente se ajustan al activo subyacente.
...
Nuestros promedios serán esencialmente el ajuste del RSI independientemente de los ajustes a ese activo .
La cuestión no es si los indicadores deben ser optimizados en mi humilde opinión, sino si el indicador es o no utilizable
fundamentalmente.
En el ejemplo anterior se puede entender mi punto de vista mediante la visualización de los promedios de un RSI (3) frente a un RSI (16) .
El RSI (3) activará constantemente nuestros niveles optimizados frente a la RSI (16).
Como tu ejemplo - si lo entiendo correctamente - me dice que el RSI(3) no es de ayuda ya que no distingue entre "bueno" (beneficio potencial > ??) y "malo" (beneficio potencial < ??) pero el RSI(16) sí.
Pero si es así ha habido una optimización como después de que sabemos 16 es mejor que 3 - o ¿de dónde sabes eso?
¿Ahora entrenas la NN con RSI(3)? Probablemente se borrará. O estás probando RSI(3) (NN-entrada 1) y RSI(16) (NN-entrada 2) y si RSI(3) se eliminará (NN-entrada 1 se establece en 0, por ejemplo) RSI(x) se ha optimizado a 16 - incluso de manera muy simple. ¿Necesitamos un NN para esto teniendo el MT-optimizer?
¿O me estoy perdiendo algo en su ejemplo?
Como su ejemplo - si lo entiendo correctamente - me dice RSI (3) es de ninguna ayuda, ya que no distinguir entre "bueno" (beneficio potencial> ??) y "malo" (beneficio potencial < ??), pero RSI (16) hace.
Pero si es así ha habido una optimización como después de que sabemos 16 es mejor que 3 - o ¿de dónde sabes eso?
¿Ahora entrenas la NN con RSI(3)? Probablemente se borrará. O estás probando RSI(3) (NN-entrada 1) y RSI(16) (NN-entrada 2) y si RSI(3) se eliminará (NN-entrada 1 se establece en 0, por ejemplo) RSI(x) se ha optimizado a 16 - incluso de manera muy simple. ¿Necesitamos un NN para esto teniendo el MT-optimizer?
¿O me estoy perdiendo algo en su ejemplo?
Lo ideal sería un RSI de periodo variable en este ejemplo
Haciendo referencia a RSI(3) y RSI(16) como ejemplo de posibles brechas de utilización fundamental en tiempo real.
Lo ideal sería un RSI de periodo variable en este ejemplo.
ok - ¿entonces qué se envía al NN?
RSI(..) con un valor fijo (cómo se obtuvo) con un valor variable - ¿se puede optimizar el cálculo o no?
Todo esto influye en el peligro de sobre adaptación - por lo tanto lo siento ser tan desagradable.
Ошибка
Cuando se ejecuta en RStudio:
¿Qué es esta función? ¿De qué paquete es y dónde está definida?Gracias.Tengo R x64 3.3.1. Después de la instalación faltaban las siguientes librerías - svMisc, svSocket, TTR, xts, zoo. Pero Rstudio no se quejó de los tres últimos, me las arreglé para averiguar sólo gracias a DebugView.
El indicador se instala, piensa durante mucho tiempo y produce zigzags. Al tratar de establecer serv a true, se bloquea:
Lo mismo ocurre al instalar un Asesor Experto:
El terminal dice "Rterm crashed".
No he encontrado nada claro sobre este error en Google. ¿Dónde puedo buscar?
Cuando se ejecuta en RStudio:
Pido disculpas por el retraso en la respuesta.
La función está definida en el paquete "caret::upSample //downSample muestrea aleatoriamente un conjunto de datos para que todas las clases tengan la misma frecuencia que la clase minoritaria. upSample muestrea con reemplazo para que las distribuciones de las clases sean iguales//
Suerte
Tengo R x64 3.3.1. Después de la instalación faltaban las siguientes librerías - svMisc, svSocket, TTR, xts, zoo. Pero Rstudio no se quejó de los tres últimos, me las arreglé para averiguar sólo gracias a DebugView.
El indicador se instala, piensa durante mucho tiempo y produce zigzags. Al tratar de establecer serv a true, se bloquea:
Lo mismo ocurre al instalar un Asesor Experto:
El terminal dice "Rterm crashed".
No he encontrado nada claro sobre este error en Google. ¿Dónde buscar?
En el apéndice del artículo he publicado un Asesor Experto e_DNSAE revisado sin utilizar el servidor.
Por favor, échale un vistazo.
Suerte