"New Neural" è un progetto di motore di rete neurale Open Source per la piattaforma MetaTrader 5. - pagina 96

 
Alexander_K:

Maxim, finché il tempo tra i valori BP e la griglia non calcola i cicli di mercato (cosa che fa, ve lo assicuro), non funzionerà nulla. Dovresti cercare su campioni da una sessione di trading fino a un anno. Il campione devecorrispondere strettamente al periodo di tempo e nient'altro.

È nella struttura temporale che il mercato BP differisce da SB, l'ho scritto molte volte.

Esattamente così, ma non ho ancora formulato un approccio generale da una prospettiva MO a questo :)

A proposito, potrebbe funzionare come sostituto di Hearst?https://en.wikipedia.org/wiki/Sample_entropy

O anche uno in ritardo.

Sample entropy - Wikipedia
  • en.wikipedia.org
Sample entropy (SampEn) is a modification of approximate entropy (ApEn), used for assessing the complexity of physiological time-series signals, diagnosing diseased states.[1] SampEn has two advantages over ApEn: data length independence and a relatively trouble-free implementation. Also, there is a small computational difference: In ApEn, the...
 
Andrey Dik:

Mettiamola così - "Quasi non funziona"... ma quello che resta dell'intero "Non funziona" e viene lasciato da raschiare in briciole.

a volte viene anche raschiato, ma non fino alla profondità totale del campione

 
Dmitry Fedoseev:

Non è diverso. È una funzione ordinaria. Ingresso di un parametro, uscita di un valore.

Capisco, grazie.
Continuerò la mia esplorazione logica. Quindi, lo "strato di neuroni" è una specie di complesso di funzioni monotipo, ognuna delle quali elabora un valore in ingresso e produce un risultato? O il risultato è in qualche modo preparato da tutti i "neuroni" del complesso?
 
Реter Konow:
Capisco.
Continuerò la mia esplorazione logica. Quindi, lo "strato di neuroni" è una specie di complesso di funzioni monotipo, ognuna delle quali elabora un valore in ingresso e produce un risultato? O il risultato è in qualche modo preparato da tutti i "neuroni" del complesso?

Sì. Ma questo singolo valore all'ingresso di un neurone è aggiunto dalle uscite di tutti i neuroni dello strato precedente (sono aggiunti con la moltiplicazione per coefficienti).

 
Maxim Dmitrievsky:

Esattamente, ma non ho ancora formulato un approccio generale dal punto di vista del MoD a questo :)

A proposito, potrebbe funzionare come sostituto di Hearst?https://en.wikipedia.org/wiki/Sample_entropy

O anche uno in ritardo.

Possibilmente. Dal mio punto di vista, l'entropia del processo è un perfetto indicatore di discontinuità. Dovrebbe essere. Ma ho bisogno di fare qualche ricerca e sono troppo pigro per farlo - lascia che ci provi qualcun altro.

Per quanto riguarda il tempo... Nel mercato c'è una periodicità di processi come una struttura annidata. Solo che non è facile calcolare questi periodi. Gunn aveva il suo, io ho il mio per qualche motivo. Non so... Vedremo in pratica... Ma, finché non ho iniziato a lavorare con periodi di tempo specifici, il mio TS lavorava a +0% di profitto come su SB.

 
Alexander_K:

Possibilmente. Dal mio punto di vista, l'entropia del processo è un perfetto indicatore di disunione. Dovrebbe essere. Ma ha bisogno di ricerca, e io sono già pigro - lascia che qualcun altro ci provi ora.

Per quanto riguarda il tempo... Nel mercato c'è una periodicità di processi come una struttura annidata. Solo che non è facile calcolare questi periodi. Gunn aveva il suo, io ho il mio per qualche motivo. Non so... Vedremo in pratica... Ma, fino a quando non ho iniziato a lavorare con timeframes specifici, il mio TS lavorava in +0% di profitto come su SB.

Farò qualche ricerca )) il codice è semplice

Il clustering della volatilità è ciò che differenzia un mercato efficiente (stressato) da un SB, sì, questa è l'unica periodicità, credo. Ed è esattamente ciò che è legato ai cicli di tempo

almeno questa è l'opinione generale (o l'idea sbagliata) degli econometrici
 
Dmitry Fedoseev:

Sì. Tranne che questo unico valore, alimentato all'ingresso di un neurone, è aggiunto dalle uscite di tutti i neuroni dello strato precedente (aggiunto con moltiplicazione per coefficienti).

Ok. Dobbiamo trovare un'analogia pratica. Il diagramma mostra che gli strati hanno un numero diverso di neuroni. Se si capovolge il diagramma, si ottiene una piramide. Quindi il risultato passa attraverso diverse fasi di elaborazione. Più neuroni ci sono nello strato, più dati questo strato riceve ed elabora. Se lo strato successivo produce meno dati del precedente, significa che i dati sono generalizzati da uno strato all'altro?
 
Реter Konow:
Ok. Dobbiamo trovare un'analogia pratica. Il diagramma mostra che gli strati hanno un numero diverso di neuroni. Se si capovolge il diagramma, si ottiene una piramide. Quindi il risultato passa attraverso diverse fasi di elaborazione. Più neuroni ci sono nello strato, più dati questo strato riceve ed elabora. Se lo strato successivo produce meno dati del precedente, significa che i dati sono generalizzati da uno strato all'altro?

A pensarci bene... e le piramidi furono costruite dagli antichi... cercate delle analogie.

 
Maxim Dmitrievsky:

Farò una piccola ricerca )) il codice è semplice

Il codice è semplice, ma i nostri dati di input non si adattano bene:

Wiki entropia: ".... misura la deviazione di un processo reale da uno ideale. ... Matematicamente, l'entropia è definita come una funzione dello stato del sistema, definita ad una costante arbitraria".

и?

quale in finanza VR potrebbe essere un mercato ideale? - chi diavolo lo sa, OK, che sia la prima ipotesi, mercato perfetto = onda sinusoidale!

come input abbiamo almeno 3 prezzi alto, basso, clowes - e quale dovremmo usare? - Ok, che sia la seconda ipotesi, il prezzo mediano regna!

cosa misuriamo da e verso? - Inizio giornata? Settimana? Giorno di scadenza? Sessione di trading? - OK, inizio della giornata, che sia la terza assunzione....

totale di 3 domande, 3 volte supponiamo di avere ragione? qui il problema si riduce alla combinatoria: quante volte deriviamo l'ipotesi iniziale corretta e quante volte la nostra ulteriore esplorazione porta alla corretta valutazione del mercato... sulla storia ))))


L'entropia suona bene, ma ho scavato questo argomento alcuni anni fa dal punto di vista dell'entropia informativa, l'unica conclusione è che se inizia a formarsi un pattern o la ripetizione più vicina di combinazioni di candele nella storia non funzionerà, perché i pattern semplici e le correlazioni non funzionano nel mercato, la stessa cosa vale per loro quando diventano evidenti - smettono di apparire )))). Di solito mi dico in questi casi - non sei il più intelligente, tali persone intelligenti rappresentano metà del mondo da monitor)))

 
Реter Konow:
OK. Dobbiamo trovare un'analogia pratica. Il diagramma mostra che gli strati hanno un numero diverso di neuroni. Se capovolgiamo il diagramma, otteniamo una piramide. Quindi il risultato passa attraverso diverse fasi di elaborazione. Più neuroni ci sono nello strato, più dati questo strato riceve ed elabora. Se lo strato successivo produce meno dati del precedente, significa che i dati sono generalizzati da uno strato all'altro?

se ci sono meno neuroni nello strato che in quello precedente, c'è compressione dell'informazione, e, "spacchettamento" - se ci sono più neuroni che in quello precedente.

Motivazione: