È impossibile fare soldi con Forox!!! - pagina 32

 
Non volevo entrare nel mezzo della discussione, ma posso dirvi che questo è l'unico modo in cui alleno i neuroni. Il sovrallenamento viene trattato con un paio di trucchi di base su quei dati. Quindi joo è promettente.
 
Avals >> :

La pre-elaborazione, cioè ciò che viene immesso nel sistema, è probabilmente importante in questo caso. IMHA, questa è una pietra miliare dei sistemi adattivi. Questi stessi valori dovrebbero caratterizzare fasi di mercato stabili. E i sintetici dovrebbero essere generati sulla base di questi input. In parole povere, dovrebbero essere generati e la loro distribuzione dovrebbe essere cambiata (cambiando i valori dei parametri di input del sistema adattivo)

Eh, non c'è bisogno di pensare a cosa viene alimentato all'ingresso ATS. Dovete prima avere la fonte originale dei dati di input, lo stesso OHLC ma sintetico.

 

Dopo tutto, la domanda era rivolta a coloro che capiscono la statistica, dato che io non conosco abbastanza bene la materia.

Quando lo implementerò in codice funzionante, lo metterò nel codebase. Chiunque sia interessato, lo userà.


Se hai qualcosa da dire sull'argomento che ti ho suggerito, Ilya, sarei felice di sentirlo.

 
Oh, c'è, e c'è molto! Qual è il modo migliore per affrontare il problema dell'adattabilità? Si tratta di costruire una serie statisticamente simile in base ai parametri statistici del campione generale. In questo modo si otterrebbe un modello di prezzo con caratteristiche simili al campione generale, ma con un nuovo movimento, e con tutti i dati necessari. E la novità del suo movimento corrisponderà alle proprietà del campione generale. Una griglia o un Expert Advisor adattivo non sarà in grado di adattarsi, perché i dati cambiano costantemente. Ma quei dati contengono leggi statali che saranno prese di mira dal neurone o dall'Expert Advisor adattivo. E sono le leggi statali che generalizzeranno (cercano di generalizzare, dobbiamo ancora pensare al neurone). Questa è la fine della prima parte. :)
 
IlyaA >> :
Oh, c'è e c'è molto! Qual è il modo migliore per affrontare il problema dell'adattabilità? Si tratta di costruire una serie statisticamente simile in base ai parametri statistici del campione generale. Così otteniamo un modello di prezzo con caratteristiche simili a quelle del campione generale, ma con nuovi dati e con un numero qualsiasi di essi. E la novità del suo movimento corrisponderà alle proprietà del campione generale. Una griglia o un Expert Advisor adattivo non sarà in grado di adattarsi, perché i dati cambiano costantemente. Ma quei dati contengono leggi statali che saranno prese di mira dal neurone o dall'Expert Advisor adattivo. E sono le leggi statali che generalizzeranno (cercano di generalizzare, dobbiamo ancora pensare al neurone). Questa è la fine della prima parte. :)

La domanda non riguardava l'apprendimento. La domanda riguardava la creazione di un VR sintetico con parametri statici dati.

 
joo >> :

La domanda non riguardava la formazione. La domanda riguardava la creazione di un BP sintetico con i parametri statistici specificati.


L'algoritmo è più o meno il seguente:

1. decidere un gruppo di parametri per la popolazione generale. Circa 5-10 di solito. I sociologi ne hanno 100-150.

2. Costruire una densità di probabilità per ogni caratteristica o combinazione di caratteristiche. 3.

Iniziare a modellare i dati con distribuzioni specificate. Si controlla la coerenza della combinazione con tutti i parametri e si apportano correzioni all'algoritmo di generazione.

4. I dati vengono utilizzati per la formazione di Expert Advisors.

 
IlyaA >> :


L'algoritmo è più o meno il seguente:

1. decidere un gruppo di parametri per la popolazione generale. Circa 5-10 di solito. I sociologi ne hanno 100-150.

2. Costruire una densità di probabilità per ogni caratteristica o combinazione di caratteristiche. 3.

Iniziare a modellare i dati con distribuzioni specificate. Si controlla la coerenza della combinazione con tutti i parametri e si apportano correzioni all'algoritmo di generazione.

4. I dati vengono utilizzati per la formazione di Expert Advisors.

È fantastico! E ora per 1,2,3 eccetto il 4, per favore elaborate.

 
IlyaA писал(а) >> Il sovrallenamento è curato da un paio di trucchi elementari su tali dati.

Che tipo di trucchi? se non è un segreto....)))

 

Io userei (segnale reale + rumore artificiale) per studiare la stabilità di TC.

E non vedo alcun senso pratico in un oscillatore puramente artificiale. Sì, capisco l'idea di debuggare l'algoritmo TS sul simulato da uno specialista delle condizioni necessarie, ma non sono sicuro che sarà adeguato. Poi l'area necessaria nelle citazioni reali può sempre essere trovata e non una.

 
LeoV >> :

Che tipo di trucchi? se non è un segreto....)))


Beh, è davvero molto semplice. Vi dirò i metodi, ma sono sicuro che li conoscete anche voi.

1. Una sosta anticipata.

2. Controllo incrociato.

3. Riduzione dei pesi

4. eliminare i pesi.

5. Approssimazione lisciante.

Motivazione: