微分積分、例 - ページ 7 1234567891011121314...24 新しいコメント Aleksey Panfilov 2018.01.19 06:25 #61 ニコライ・セムコ ここでは、このアプローチの可能な実装の一つを紹介します。再描画やシフトはしない。 これはあなたの線の2次微分です。はい。そして、私はそれが好きです。)))ご参加ありがとうございました。 Vizard_ 2018.01.19 07:33 #62 アレクセイ・パンフィロフ プレイが進むにつれて」見てみましょう。 多項式、スプライン、ガウス過程... 青い点：トレーニング、赤い点：テスト。青いカーブで任意のカーブを大量に生成し、チェックする を選び、一番良いものを選びます。ブルーの一部をランダムに削除することができます... Aleksey Panfilov 2018.01.19 07:53 #63 ヴィザード_。多項式、スプライン、ガウス過程... 青い点はトレーニング用、赤い点はテスト用の点です。青色で任意の曲率の束を生成し、テストする を選び、一番良いものを選びます。ブルーの一部をランダムに削除することができます...それで、それで...そうなんです。Neural Networksは、非常にシビアな誘い文句です。"そこから帰ってきた人はいないそうです" :)))) トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム 理論から実践へ ヴィザード_, 2018.01.19 07:31 もちろん、魔法使いを除いてですが。)) Aleksey Panfilov 2018.01.30 17:41 #64 ファイル: 2018_01_30_EMA_Polynom_p1.mq4 17 kb Yuriy Asaulenko 2018.01.30 18:28 #65 アレクセイ・パンフィロフ それで、それで...そうなんです。Neural Networksは、非常にシビアな誘い文句です。"誰も戻って来れない "と言われています:))))もちろん、魔法使いを除いてですが。)) 戻りたくないくらい面白い話題です）。 Aleksey Panfilov 2018.01.30 18:33 #66 ユーリイ・アサウレンコ 話題が面白いので、もう行きたくない）。))) ニューラルネットワークについて見ていると、差分方程式はかなり広く存在しているようです。ただ、説明の中では、すでに問題に適応した別の形で書かれているようですが。 そしてそれは、離散的な情報の分析ということであれば、論理的なものです。 Yuriy Asaulenko 2018.01.30 19:10 #67 アレクセイ・パンフィロフ))) ニューラルネットワークについて調べたところ、差分方程式はかなり広く存在しているようですが、説明の中で、すでにタスクに適応した別の形で書かれているようです。トピックを読まないと。RUの何がどうなっているのか、まだよく理解できていません。 テーマを読み直しているところです。すべて理解できたが、まだその発想が理解できない。 履歴上の解析的な関数は、4階微分までなら、どんな方法でも簡単に描くことができる。多項式回帰は良い近似である。 RUの優位性とは？ Aleksey Panfilov 2018.01.30 20:36 #68 等間隔点の差分方程式から直接、別の 方法で補間式を導く こともできる。-3*y3 =1*y1-3*y2-1*y4-6*y3 =1*y1-4*y2-4*y4+1*y5 -10*y3 =1*y1-5*y2-10*y4+5*y5-1*y6-15*y3 =1*y1-6*y2-20*y4+15*y5-6*y6 +1*y7-21*y3 =1*y1-7*y2-35*y4+35*y5-21*y6 +7*y7-1*y8 価格の最後の値ではなく、その最後の増分（最初の差）を新しい情報とする。 コードとして a1_Buffer[i]=(open[i]-3*open[i+1] -1*a1_Buffer[i+1 ] )/(-3); a2_Buffer[i]=(open[i]-4*open[i+1] -4*a2_Buffer[i+1 ] +1*a2_Buffer[i+2 ] )/(-6); a3_Buffer[i]=(open[i]-5*open[i+1] -10*a3_Buffer[i+1 ] +5*a3_Buffer[i+2 ] -1*a3_Buffer[i+3 ])/(-10); a4_Buffer[i]=(open[i]-6*open[i+1] -20*a4_Buffer[i+1 ] +15*a4_Buffer[i+2 ] -6*a4_Buffer[i+3 ] +1*a4_Buffer[i+4 ])/(-15); a5_Buffer[i]=(open[i]-7*open[i+1] -35*a5_Buffer[i+1 ] +35*a5_Buffer[i+2 ] -21*a5_Buffer[i+3 ] +7*a5_Buffer[i+4 ] -1*a5_Buffer[i+5 ])/(-21); 図はグラフの冒頭 部分を示しています。そして、これによって、ある段階での自動振動を処理 できるようになったことがよくわかると思います。 もちろん、その後の違いも新しい情報として捉えることができます。 しかし、最初の違いの時点ですでに、どのような代数的な線を描いているのか、私にはよくわからない。そして、「レバレッジ」が高まれば高まるほど、そこではすべてが複雑になる。)))) ファイル: 2018_01_30_EMA_Polynom_p1xv.21.mq4 17 kb 理論から実践へ Difference calculus, examples. From theory to practice Maxim Dmitrievsky 2018.01.31 05:37 #69 アレクセイ・パンフィロフ また、次数5,6の多項式で構成された線（赤、黄）は 共振や自己発振に 似た状態になり、徐々に振幅が蓄積されていく。5乗以上の多項式のレバレッジを上げても、状況は変わりません。 行列はすでに縮退している :) このような場合、正則化を行い、次数を減らすことができる。 Nikolai Semko 2018.01.31 06:43 #70 多項式、ニュートンの二項式、差分、補間といったよくわからない呼び名がついたこの指標は、普通の移動平均と どう違うのですか？より正確には、周期72の単純移動平均から、同じ周期の移動平均へ。 インジケーターは黄色です。 周期72のSMAからのSMAは紫色です。 ファイル: MaMa.mq4 7 kb 1234567891011121314...24 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
ここでは、このアプローチの可能な実装の一つを紹介します。再描画やシフトはしない。 これはあなたの線の2次微分です。
はい。
そして、私はそれが好きです。)))
ご参加ありがとうございました。
プレイが進むにつれて」見てみましょう。
多項式、スプライン、ガウス過程...
青い点：トレーニング、赤い点：テスト。青いカーブで任意のカーブを大量に生成し、チェックする
を選び、一番良いものを選びます。ブルーの一部をランダムに削除することができます...
多項式、スプライン、ガウス過程...
青い点はトレーニング用、赤い点はテスト用の点です。青色で任意の曲率の束を生成し、テストする
を選び、一番良いものを選びます。ブルーの一部をランダムに削除することができます...
それで、それで...そうなんです。Neural Networksは、非常にシビアな誘い文句です。
"そこから帰ってきた人はいないそうです" :))))
トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム
理論から実践へ
ヴィザード_, 2018.01.19 07:31
それで、それで...そうなんです。Neural Networksは、非常にシビアな誘い文句です。
"誰も戻って来れない "と言われています:))))
話題が面白いので、もう行きたくない）。
)))
ニューラルネットワークについて見ていると、差分方程式はかなり広く存在しているようです。ただ、説明の中では、すでに問題に適応した別の形で書かれているようですが。
そしてそれは、離散的な情報の分析ということであれば、論理的なものです。)))
ニューラルネットワークについて調べたところ、差分方程式はかなり広く存在しているようですが、説明の中で、すでにタスクに適応した別の形で書かれているようです。
トピックを読まないと。RUの何がどうなっているのか、まだよく理解できていません。
テーマを読み直しているところです。すべて理解できたが、まだその発想が理解できない。
履歴上の解析的な関数は、4階微分までなら、どんな方法でも簡単に描くことができる。多項式回帰は良い近似である。
RUの優位性とは？
等間隔点の差分方程式から直接、別の 方法で補間式を導く こともできる。
-3*y3 =1*y1-3*y2-1*y4
-6*y3 =1*y1-4*y2-4*y4+1*y5
-10*y3 =1*y1-5*y2-10*y4+5*y5-1*y6
-15*y3 =1*y1-6*y2-20*y4+15*y5-6*y6 +1*y7
-21*y3 =1*y1-7*y2-35*y4+35*y5-21*y6 +7*y7-1*y8
価格の最後の値ではなく、その最後の増分（最初の差）を新しい情報とする。
コードとして
図はグラフの冒頭 部分を示しています。
そして、これによって、ある段階での自動振動を処理 できるようになったことがよくわかると思います。
もちろん、その後の違いも新しい情報として捉えることができます。
しかし、最初の違いの時点ですでに、どのような代数的な線を描いているのか、私にはよくわからない。そして、「レバレッジ」が高まれば高まるほど、そこではすべてが複雑になる。))))
また、次数5,6の多項式で構成された線（赤、黄）は 共振や自己発振に 似た状態になり、徐々に振幅が蓄積されていく。5乗以上の多項式のレバレッジを上げても、状況は変わりません。
多項式、ニュートンの二項式、差分、補間といったよくわからない呼び名がついたこの指標は、普通の移動平均と どう違うのですか？より正確には、周期72の単純移動平均から、同じ周期の移動平均へ。
インジケーターは黄色です。
周期72のSMAからのSMAは紫色です。