S'il existe un processus dont l'analyse d'une partie ne permet pas de prévoir la partie suivante. - page 12

 
tara:

Si vous êtes sur la grille, cherchez un algorithme rapide qui précède l'algorithme lent. Imho, bien sûr :)

Euh... ah... ooo..... expliquer un peu s'il vous plaît. C'est plus que fondamental. Mais pas très clair. J'aime les algorithmes de vitesse, je suis prêt à les chercher, mais je ne sais pas où. Ne prenez pas ça comme une taquinerie, je suis sérieux.
 
herhuman:
Qu'en pensez-vous, est-ce le mérite de la grille ou de l'algorithme d' apprentissage ?
Sans l'autre, elles n'ont aucun sens et sont inutiles.
 
tara:


Bonjour !

On ne peut pas prédire la vie de manière à gagner de l'argent sur cette prédiction.

Mais : "On ne peut pas vendre l'inspiration, mais on peut vendre un manuscrit" :)

Si vous êtes fermement attaché aux filets, recherchez un algorithme rapide, qui précède un algorithme lent. Imho, bien sûr :)

Je ne comprends pas, désolé.
 
MetaDriver:
Erm... ahhh... ooo..... expliquer un peu s'il vous plaît. C'est plus que fondamental. Mais pas très clair. J'adore les algorithmes de vitesse, je suis prêt à les chercher, mais je ne sais pas où. Ne prenez pas ça comme une taquinerie, je suis sérieux.


Le principe de la liberté de choix maximale pour un algorithme rapide. Chaque étape à franchir, laissant un maximum de liberté pour choisir la direction de l'étape suivante.

Première application au génie électrique (théorie des machines électriques). Voici l'auteur : http://www.uni-dubna.ru/departments/sustainable_development/Portal/Nauch_trudy_kafedry/Osnov_trudy/Kron/

Pas facile, bien sûr... mais pas très simple non plus :)

 
joo:


2. ГСЧ, как впрочем и СЧ, прогнозируется - зная предыдущий участок можно с определённой степенью точности прогнозировать значение на окончании следующего участка (числа не могут топтаться достаточно долго около одного значения - иначе это уже не будет являться рядом СЧ).

Mischek2:

Une blague ? Provocation ? ))

Je l'ai fait comme ça.

J'ai pris 10 000 numéros générés au hasard : -1,0,1. C'est comme si le prix avait baissé/resté à sa place/augmenté.

Pour chaque -1,0,1, je prends 3 autres nombres générés aléatoirement dans la plage [-1.0;1.0] et je les envoie au réseau neuronal, respectivement, le réseau devrait générer trois signaux de sortie -1,0,1. Si la réponse est correcte, alors +1, si elle est incorrecte, alors -1 à la somme des réponses, la somme des réponses est le FF pour la formation, que, bien sûr, je maximise.

C'est pour la formation. Dans le cas du trading virtuel, si le tableau donne -1 ou 1, je gagne à l'achat ou à la vente, respectivement, mais si le tableau donne 0, je gagne 0.

J'ai donc ajouté une sorte de "zéro", sauf que c'est un zéro de mon côté. En résumé, un mode opératoire positif pour la prédiction de séries aléatoires !

En regardant la ligne bleue en gras - comme vous pouvez le voir, elle est en train de grimper ! - c'est une augmentation du solde virtuel, si une perte, alors -1, si un bénéfice, alors 1, si 0, alors 0.

N'importe qui peut répéter cet hocus pocus. Et, en conséquence, l'appliquer dans le commerce réel. :)

 
joo:

J'ai fait ça.

Pris 10 000 générés aléatoirement

Peut-être qu'une génération pseudo-aléatoire serait plus correcte.

C'est aussi comme ça que ça marche sur les devis ?

On dirait que la grille s'est souvenue de la table du générateur aléatoire.

 
herhuman:

1. Généré de manière pseudo-aléatoire serait probablement plus correct.

2. C'est aussi comme ça que ça marche pour les citations ?

3. On dirait que la grille a mémorisé la table du générateur aléatoire.

1. Oui. Correct.

2. C'est encore mieux. Essayez, camarades, essayez. Le seul facteur aggravant pour le MO est l'écart, donc vous ne pouvez pas faire ça sur les minutes. A partir de M10, c'est bon.

3. 7 neurones cachés ont mémorisé/"appris" la table aléatoire ? - Donc le réseau a internalisé l'algorithme du générateur ? - c'est impossible. La période de l'oscillateur se situe bien au-delà de 10000.

 
joo:

1. Oui. Correct.

2. Encore mieux. Essayez, camarades, essayez. Le seul facteur aggravant du MO est le spread, c'est pourquoi vous ne pourrez pas faire de telles vagues en quelques minutes. À partir de M10, il fera l'affaire.

3. 7 neurones cachés ont mémorisé/"appris" la table aléatoire ? - Le réseau a donc internalisé l'algorithme du générateur ? - c'est impossible. La période de génération est bien au-delà de 10000.


C'est un résultat intéressant. Pourriez-vous préciser la grille.

1. Combien de couches y a-t-il ? J'ai compris qu'il n'y a qu'une seule couche cachée avec 7 neurones. Est-ce exact ?

2. Quelles sont les sorties de ces neurones alimentés ? -1, 0, +1 changements dans le prix ?

3. Combien d'entrées ?

4. Quelle est la fonction de transfert du neurone caché ?

5. Comment le réseau est-il formé ? Par la génétique ?

6. Combien de barres dans l'échantillon formé ?

7. Le résultat affiché est quoi - un test avant ?

8. Comment les numéros aléatoires ont-ils été générés? Mersenne twister mt19937 ? Si ce n'est pas le cas, essayez ce générateur et testez-le définitivement. Il sera très intéressant de comparer les résultats.

 
gpwr:


Résultat intéressant. Pourriez-vous nous donner des précisions sur le réseau.

1. Combien de couches ? Je comprends qu'il n'y a qu'une seule couche cachée avec 7 neurones. Est-ce exact ?

2. Quelles sont les sorties de ces neurones alimentés ? -1, 0, +1 changements dans le prix ?

3. Combien d'entrées ?

4. Quelle est la fonction de transfert du neurone caché ?

5. Comment le réseau est-il formé ? Par la génétique ?

6. Combien de barres dans l'échantillon formé ?

7. Le résultat affiché est quoi - un test avant ?

8. Comment les numéros aléatoires ont-ils été générés ? Mersenne twister mt19937 ? Si ce n'est pas le cas, essayez ce générateur et testez-le définitivement. Il sera très intéressant de comparer les résultats.

1. 3 couches, 3-7-1 : 3 neurones en entrée, 7 en latence, 1 en sortie.

2. L'entrée est constituée de 3 nombres PCF dans la plage -1.0 ... 1.0

3. 3.

4. La sigmoïde est symétrique par rapport à 0.

5. Une génétique propre.

6. 10000.

7. Plot. Mais, comme beaucoup de gens ici le prétendent, l'aléatoire ne peut pas être prédit, ne peut pas être entraîné, et on ne peut rien en faire. Puisqu'il en est ainsi, cela ne fait aucune différence qu'il s'agisse d'oos ou d'échantillons. Mais pour le plaisir, nous pouvons créer des oos.

8. 8. les IFs ont été générés par le générateur intégré de MT5 (ils disent que c'est du C++ natif).

Quoi qu'il en soit, je veux dire que les prix réels contiennent plus d'informations que les VAR. Ce qui ne signifie qu'une chose.


ZZY Voici les "barres" OOS 10000 pour l'avenir.


ZZZY Je dois faire une remarque - je demande à ce que l'on reconnaisse que mes méthodes sont antiscientifiques et que l'on mette en garde contre les risques élevés liés au commerce sur les marchés financiers.

ZZZI Le précédent ZZZI n'est pas adressé à Vladimir.

 
joo:

7. Exemple de parcelle. Mais, comme beaucoup de personnes ici le prétendent, l'aléatoire ne peut être prédit, ne peut être entraîné et ne peut être fait avec rien du tout. Et si c'est le cas, alors oos ou sample ne fait aucune différence. Mais, pour le plaisir, vous pouvez faire des oos.

Qui dit que c'est si profond ? Bien sûr, NS peut mémoriser des données aléatoires. Est-ce une prédiction ?
Raison: