Ricerca di un modello arbitrario utilizzando una rete neurale - pagina 8

Nuovo commento
 
Реter Konow:

Sì, conosco la matematica nel programma scolastico. Una volta ho chiesto a un insegnante della classe di geometria analitica (quella che si occupa di funzioni e assi di coordinate): "Se una funzione disegna una curva su un grafico, si può disegnare una funzione da una curva su un grafico? "e ricevette una risposta inequivocabile: " No. È impossibile". Da questo, ho concluso che i modelli possono essere descritti matematicamente ma non possono essere identificati perché non si può ottenere la formula che li ha generati dai valori.

Forse ci sono altri strumenti matematici. Ditemi se li conoscete.

Per essere precisi e inequivocabili, no. Ma in generale ci sono mezzi per ottenere una funzione da dati arbitrari. Si chiama "approssimazione". Oltre al fatto che in generale qualsiasi funzione può essere montata in mezzo ai dati, ci sono funzioni speciali che permettono di replicare quasi completamente i dati originali - polinomi, serie...

A proposito, i metodi di calcolo di qualsiasi funzione tramite le serie di Taylor e McLaren esistono da molto tempo.

 
Реter Konow:

Sì, conosco la matematica nel programma scolastico. Una volta ho chiesto a un insegnante della classe di geometria analitica (quella che si occupa di funzioni e assi di coordinate): "Se una funzione disegna una curva su un grafico, si può disegnare una funzione da una curva su un grafico?"e ricevette una risposta inequivocabile: " No. È impossibile". Da questo, ho concluso che i modelli possono essere descritti matematicamente ma non possono essere identificati perché non si può ottenere la formula che li ha generati dai valori.

Forse ci sono altri strumenti matematici. Ditemi se lo sapete.
Dmitry Fedoseev:

Per essere precisi e inequivocabili, no. Ma in generale ci sono mezzi per ottenere una funzione da dati arbitrari. Si chiama "approssimazione". Oltre al fatto che in generale qualsiasi funzione può essere montata in mezzo ai dati, ci sono funzioni speciali che permettono di replicare quasi completamente i dati originali - polinomi, serie...

A proposito, i metodi di calcolo di qualsiasi funzione tramite le serie di Taylor e McLaren esistono da molto tempo.

A proposito, è anche un problema di MO, dovrò provare ad abbozzare qualcosa del genere qualche volta, è un problema interessante.

2Peter Konow: Ti consiglierei di prendere in mano il MO almeno fino a un certo punto per non causare tanto divertimento. Chiunque sappia leggere e fare matematica può capire le basi del MO, devi solo metterci l'impegno.

 

Кеша Рутов:

...

2 Retag Konow: ti consiglierei di arrivare almeno al fondo del MO per non divertire troppo la gente, chiunque sappia leggere e fare matematica può capire le basi del MO, basta che ci metta un po' di impegno.

Beh, io faccio così. Ci sono molte risate, incroci e schiaffi sulla fronte, ma nessuna risposta... Fare una faccia intelligente e ridere non è una risposta.

In un campo che capisco, spiego sempre, e solo allora vi mando a leggere.

1. Quali dati sono più adatti al riconoscimento dei modelli - OCHL o le immagini? C'è o non c'è differenza?

2. Perché la NS non viene usata per il riconoscimento dei modelli nell'algotrading da molto tempo? Dove sono le funzioni come "bool Head_n_showlders()" che lavorano sul NS e fissano il modello trovato?

Lo sai?

 
Реter Konow:

Beh, è così che l'ho capito. C'è un sacco di risate, incroci e schiaffi sulla fronte, ma nessuna risposta... Fare una faccia intelligente e ridere non è una risposta.

In un campo che capisco, spiego sempre, e solo allora vi mando a leggere.

1. Quali dati sono più adatti al riconoscimento dei modelli - OCHL o le immagini? C'è o non c'è differenza?

2. Perché la NS non viene usata per il riconoscimento dei modelli nell'algotrading da molto tempo? Dove sono le funzioni come "bool Head_n_showlders()" che lavorano sul NS e fissano il modello trovato?

Lo sai?

1. Dipende dal tipo di modelli che vuoi trovare. Preferibilmente, il formato dei dati alimentati per l'analisi dovrebbe essere il più vicino possibile all'insieme dei modelli previsti.

Per esempio, per descrivere un modello "testa-spalle", è meglio usare un indicatore a zig-zag, o piuttosto diversi indicatori, solo con parametri diversi:


Potete vedere che la descrizione del modello è molto simile all'indicatore Zigzag. Ma i modelli possono essere di natura completamente diversa, ad esempio attraverso diversi indicatori, la loro combinazione, i loro valori trasformati, ecc.

2. Come scritto sopra, ci sono metodi più appropriati per cercare modelli.


Più i modelli sono lontani dai dati stessi, più è difficile trovarli.

 
Реter Konow:

Beh, è così che l'ho capito. C'è un sacco di risate, incroci e schiaffi sulla fronte, ma nessuna risposta... Fare una faccia intelligente e ridere non è una risposta.

In un campo che capisco, spiego sempre, e solo allora vi mando a leggere.

1. Quali dati sono più adatti al riconoscimento dei modelli - OCHL o le immagini? C'è o non c'è differenza?

2. Perché la NS non viene usata per il riconoscimento dei modelli nell'algotrading da molto tempo? Dove sono le funzioni come "bool Head_n_showlders()" che lavorano sul NS e fissano il modello trovato?

Lo sai?

1 Certamente OCHL, ma pre-elaborato ad esempio con wavelets, al peggio un mucchio di indicatori come Momentum o Stochastic con periodo geometricamente crescente.

2) i modelli di prezzo sono più facili da cercare "direttamente" con una convoluzione scorrevole (moltiplicare e aggiungere) con un riferimento, NA non è molto necessario qui. Abbiamo bisogno di NS e MO quando non è del tutto chiaro come uscire dall'input, e MO stesso crea qualcosa, una specie di modello, ma purtroppo entro confini piuttosto ristretti.


PS E in generale il "testa-spalle" e così via su un grafico non è nulla, è facile trovarli, ma non predicono nulla.

 
Кеша Рутов:

1 Certamente OCHL, ma pre-processato per esempio da wavelets, almeno un mucchio di indicatori come Momentum o Stochastic con periodo geometricamente crescente.

2) i modelli di prezzo sono più facili da cercare "direttamente" con una convoluzione scorrevole (moltiplicare e aggiungere) con un riferimento, NA non è molto necessario qui. Abbiamo bisogno di NS e MO quando non è del tutto chiaro come uscire dall'input, e MO stesso crea qualcosa, una specie di modello, ma purtroppo entro confini piuttosto ristretti.


PS e in generale i modelli "testa-spalle" su un grafico non sono nulla, sono facili da trovare, ma non predicono nulla.

Aliaksandr Hryshyn:

1. Dipende dal tipo di modelli che vuoi trovare. Preferibilmente il formato dei dati che volete analizzare dovrebbe essere il più vicino possibile all'insieme di schemi previsto.

Per esempio, per descrivere un modello "testa-spalle", è meglio usare un indicatore a zig-zag, o piuttosto diversi indicatori, solo con parametri diversi:


Potete vedere che la descrizione del modello è molto simile all'indicatore Zigzag. Ma i modelli possono essere di natura completamente diversa, ad esempio attraverso diversi indicatori, la loro combinazione, i loro valori trasformati, ecc.

2. Come scritto sopra, ci sono metodi più appropriati per cercare modelli.


Più i modelli sono lontani dai dati stessi, più è difficile trovarli.

Capisco, grazie. Ci darò un'occhiata.

 
Infatti. Per prima cosa chiedetevi come posso usare la risposta che ottengo da NS? Deve essere convertito per prendere una decisione, ecc. E solo allora vi renderete conto che non è il modello in sé ad essere importante, ma la reazione del mercato alla sua comparsa. Ed è questa reazione che dovrebbe essere scambiata. Altrimenti si ottiene un casino, non un TS.
Io commercio con NS. Sono felice di tutto questo. La redditività è molto diversa dalle previsioni, ma è positiva e in questo business è la cosa principale. E niente ..... C'è il Sistema Nazionale e tutto va avanti. Ci sono quelli che si lamentano di loro che non capiscono cosa sia e hanno aspettative esagerate riguardo a questo strumento. Ma se lo si guarda con sobrietà e si valuta correttamente la sua forza. Cosa può e non può fare la NS. Allora le aspettative del ricercatore sono molto giustificate. E ai partecipanti particolarmente curiosi di una conversazione nel campo dell'ortografia dei miei post. Fareste meglio a cercare di andare al cuore delle affermazioni, e non cercare errori, perché state dicendo sciocchezze ed è imbarazzante leggere queste sciocchezze.
L'uomo non ha capito la differenza tra l'allenamento con e senza un maestro e dice che è la stessa cosa. Spiacente, ma non andrete lontano con queste conoscenze. IMHO
 
Soprattutto quando non si cambia idea sotto il peso di fatti aggiuntivi. Secondo Churchill, solo gli sciocchi e i morti non cambiano idea.
 
Mihail Marchukajtes:
Infatti. Per prima cosa chiedetevi come posso usare la risposta che ottengo da NS? Deve essere trasformato per prendere una decisione, ecc. E solo allora vi renderete conto che non è importante il modello in sé, ma la reazione del mercato alla sua comparsa. Ed è questa reazione che dovrebbe essere scambiata. Altrimenti si ottiene un casino, non un TS.
Io commercio con NS. Sono felice di tutto questo. La redditività è molto diversa dalle previsioni, ma è positiva e in questo business è la cosa principale. E niente ..... C'è il Sistema Nazionale e tutto va avanti. Ci sono quelli che si lamentano di loro che non capiscono cosa sia e hanno aspettative esagerate riguardo a questo strumento. Ma se lo si guarda con sobrietà e si valuta correttamente la sua forza. Cosa può e non può fare la NS. Allora le aspettative del ricercatore sono molto giustificate. E ai partecipanti particolarmente curiosi di una conversazione nel campo dell'ortografia dei miei post. Fareste meglio a cercare di andare al cuore delle affermazioni, e non cercare errori, perché state dicendo sciocchezze ed è imbarazzante leggere queste sciocchezze .
L'uomo non ha capito la differenza tra l'allenamento con e senza un maestro e dice che è la stessa cosa. Spiacente, ma non andrete lontano con queste conoscenze. IMHO

Quando avrà un po' di sostanza nelle sue affermazioni, la cercherò allora. Se non si è in grado di capire qualcosa, non significa che sia un'eresia.

E dove sei andato - molto ben visto - che conclusioni selvagge.

 

Una rete neurale può essere addestrata a classificare e catalogare immagini, ma in base a quale criterio di probabilità di correlazione di questa o quella immagine a una certa categoria del catalogo avverrà, questo è l'errore probabile di qualsiasi rete neurale.

Le immagini già memorizzate con il tempo verranno a schermarsi con il peggioramento dei risultati di reazione su di esse, quindi il successo di qualsiasi rete neurale consisterà in un contenuto momentaneo di quello stesso catalogo di immagini nella sua memoria, che sono efficaci in quel preciso istante. La sua base estesa sarebbe un minus piuttosto che un plus.

12345678910
Nuovo commento
Motivazione: