Discussione sull’articolo "Reti neurali di terza generazione: Reti profonde" - pagina 16
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ciao Vladimir, sono molto colpito dal tuo articolo.
Sono riuscito ad installarlo e ho provato i vari passaggi in R. Ho qualche dubbio sulla trasformazione di spatialSign, spero che tu possa aiutarmi a capire.
Ho cercato di capire l'effetto di preProcess con spatialSign, quindi ho provato i seguenti codici:
predict(preprocess(try,method="spatialSign"),try)
Ottengo i seguenti risultati:
[1,] -0.7071068 -0.7071068
[2,] -0.7071068 -0.7071068
[3,] 0.7071068 0.7071068
[4,] 0.7071068 0.7071068
Sono rimasto molto sorpreso da questo risultato, intuitivamente, mi sarei aspettato che 1 e 2 non fossero uguali in spatialSign. So che prima centra e scala poi applica spatialSign, è corretto il risultato?
Vladimir, grazie per il materiale molto interessante. Un anno fa ho scritto un modello di sistema utilizzando il database FireBird come archivio intermedio di dati e segnali tra R ed Expert Advisor, ma il sistema non è stato utilizzato su MT5, ma non ha importanza. Mi ha dato l'opportunità di sperimentare altri algoritmi R. Grazie ancora.
Ciao, io sono dalla Cina, sono sempre molto preoccupato in mql5.com articoli. I quattro articoli sono molto ricerca per me, il costo di apprendimento. Ammiro la vostra conoscenza professionale. Grazie come un lettore può condividere la vostra esperienza. nel vostro articolo c'è sempre un posto dove sono confuso, si prega di darmi una risposta al vostro tempo libero. Grazie!
perché pr.sae>mean(pr.sae) Sì sig=-1 non sig=1?
Ciao, io sono dalla Cina, sono sempre molto preoccupato in mql5.com articoli. I quattro articoli sono molto ricerca per me, il costo di apprendimento. Ammiro la vostra conoscenza professionale. Grazie come un lettore può condividere la vostra esperienza. nel vostro articolo c'è sempre un posto dove sono confuso, si prega di darmi una risposta al vostro tempo libero. Grazie!
perché pr.sae>mean(pr.sae) Sì sig=-1 non sig=1?
Quando abbiamo definito la variabile target abbiamo assunto che 0 è BUY , 1 è SELL/ ?
# ЗигЗаг имеет значения (определен) на каждом баре а не только в вершинах
zz<-ZigZag(price[ ,'Med'], change = ch, percent = F, retrace = F, lastExtreme = T);
n<-1:length(zz);
# На последних барах неопределенные значения заменим на последние известные
for(i in n) { if(is.na(zz[i])) zz[i] = zz[i-1];}
#Определим скорость изменения ЗигЗага и сдвинем на один бар в будущее
dz<-c(diff(zz), NA);
#Если скорость >0 - сигнал = 0(Buy), если <0, сигнал = 1 (Sell) иначе NA
sig<-ifelse(dz>0, 0, ifelse(dz<0, 1, NA));
return(sig);
}
articolo fantastico anche in questi giorni.
ma ho una domanda: perché il mio Kzz è uguale a -Inf??
sig.zz<-ifelse(tail(dt[ , ncol(dt)], 500) == 0, 1, -1)
bal.zz<-cumsum(tail(price[ , 'CO'], 500) * sig.zz)
Kzz<-mean(bal.zz / bal)
Kzz -Inf
L'utilizzo di Rsi potrebbe essere un approccio sbagliato.
Forse è meglio lasciarlo operare direttamente, come se dovesse imparare a camminare, a giocare a scacchi o a qualsiasi altro gioco.
pr.sae<-nn.predict(SAE, x.ts)
sig<-ifelse(pr.sae>mean(pr.sae),-1, 1)
sig.zz<-ifelse(y.ts == 0, 1,-1 )
bal<-cumsum(tail(price[ ,'CO'], bar) * sig)
bal.zz<-cumsum(tail(price[ ,'CO'], bar) * sig.zz)
Signore, nel codice qui sopra, quando calcola il saldo non ha spostato il segno all'indietro come ha fatto nell'articolo DEEP NEURAL NETDEEP NEURAL NETWORK WITH STACKED RBM.
Mi sfugge qualcosa?
NUOVO ARTICOLO È stata rilasciata la terza generazione di reti neurali: le reti profonde:
Autore: Vladimir Perervenko
l'obiettivo è sbagliato, non può funzionare in tempo reale !!!!
l'obiettivo è usurato, non può funzionare in tempo reale !!!!
Non scrivete cose stupide. Leggete attentamente questo articolo. Riflettete. Dopo questo, un esempio ripetitivo che dimostra la sua tesi.
Lanciare slogan vuoti a molte persone.