著者の - ページ 5 12345678910 新しいコメント Alexey 2011.12.31 06:37 #41 私のコホネンマップの実装、最初のリリース．これまでのところ、それはカラーパレットを 分解して、それが動作するかどうかを確認することができます。コード添付 ファイル: KohonenColor.mqh 16 kb ProbaKohonen_v1.mq5 2 kb Alexey 2012.01.24 05:25 #42 トータル・コウホネン・ゲーム。この方法は確かに面白いのですが、静止している物体を分類するのに向いているのです。問題は、30×30の地図を十分に学習・解析するには、さらに進行して約50000の学習用ベクトルの配列が必要だということです。このような長い時間間隔では、規則性（存在するが安定していないと仮定）がぼやけ、マップは4で均質な色の例を得ることができます。また、Kohonenマップは O[i]/O[i-1]のデータ表現に非常に敏感で、同じデータ（O[i]-O[i-1]）/O[i]では、あるべき姿で2つに分かれることが判明しています。問題はすべて曲がった手の研ぎ方なのかもしれないが、私はもう耳の間の神経回路網のために母なる自然から怒られているのだ。私は、ミサイルが形成された後、再び相関を試してみます、そして、私は、彼が不快であるため、アレグザーを働かせる必要があります。 Alexey 2012.09.10 05:40 #43 久しぶりの登場です。私たちは、選択された領域で最小かつ最小の分散で最大の傾向性の原則に従って最適なポートフォリオを構築する指標を、尊敬するコミュニティに紹介します。 これはリリースで、コードは最適化されていませんので、あまり吐き出さないようにしてください。何をどうすればいいのか、イメージを膨らませることができたほうがいい。インジケータを使った作業はコメントで説明しています。fig.での 動作例。コードは予告編にあります。 Документация по MQL5: Стандартные константы, перечисления и структуры / Константы индикаторов / Стили рисования www.mql5.com Стандартные константы, перечисления и структуры / Константы индикаторов / Стили рисования - Документация по MQL5 ファイル: Genetica_v1_0.mqh 28 kb ClassLinearRegression.mqh 7 kb CumIkviti.mq5 22 kb hrenfx 2012.09.10 11:10 #44 ivandurak:もう一度、相関関係を試してみるか...。相関関係によってパターンから絞りだせるだけ、ここに 掲載しました。プライベートメッセージから私の投稿を一部引用します。パターンを題材にした投稿を 読むことができ、嬉しく思います。私なりに 補足しておきます。今回の作業で、どのデータを取っても、似たようなピアソンQC（> 0.9）間隔がかなり多く、互いに離れていることがわかりました。2つ目の動画のジョブ説明では、各プロット（赤い縦線の間）に対する予測（縦線の外側）を示しています。SBの場合、そこに書かれているように、次のようになるはずです：SBデータ（ランダムウォーク）では、予測は水平線でなければならず、そのRMSは距離とともに発散する必要があります。 Dejavu - MQL4 Code Base www.mql5.com Dejavu - MQL4 Code Base: технические индикаторы для МТ4 hrenfx 2012.09.10 11:51 #45 ivandurak:選択されたエリアにおいて、最小の分散で最大の傾向性を持つという原則によって最適なポートフォリオを構築する指標を、尊敬するコミュニティが提示しています。MT5は使い勝手が悪くて持っていない。しかし、コードが完璧にコメントされているため、すべてがクリアになっているのです。不完全なマルチバー同期、エクイティ計算、係数の制限などを捨てれば。このコードは、大雑把に言うと、どんな条件でも合成できる完全な方法です。この行だけ修正する必要があるところ。double y=ugol/hitrdisp ;//собственно сама формула идеальной иквити ради которой все пляски.この基準は明確で、建築間隔における合成の安定した最大トレンド持分を見つけることである。そして、基準計算のあいまいさに唾をつけ、合成の施工条件を問わず、この問題を一般的に考えるならば、このテーマをさらに調査する必要があるのです。係数変化のダイナミクスを見る。合成の慣性の持続性を調査する。たとえば，次のような二次元グラフです．横軸は構成区間の棒の数，縦軸は最適化されたyに対する これらの棒で計算されたy（合成の最適性の基準）の平均（信頼区間-RMS）比：y_out / y_in.GA経由でもこれを計算するのは、時間の海です。したがって、解析的な解決策なしにこの問題を調査することは現実的に不可能ですが、私はそうしたいと思います。追伸：クラウドを繋げば、もしかしたら調査できるかもしれませんね。 Alexey Burnakov 2012.09.10 12:24 #46 柄のテーマはまだ続いているのでしょうか？私の発見したことはこちらに書きました：https://www.mql5.com/ru/forum/133209/page5- パターンに関するコホーネンのACSをトレーニングする（どのように形成するかは個々の問題だが、重要な問題である）。- ACSの各セルに番号を割り当てる（私の場合は座標で、例えば3;5とした）。- 座標x1;y1のセルをアクティブにしてポジションを入力し、セルx2;y2をアクティブにしてポジションをクローズする。この場合、入力と出力のセルは多数存在しうる（それらの組み合わせが重要）。- 実装（私の場合）：DLLの訓練されたBCSは、Expert Advisorに座標がエントリを示している場合、我々は入力し、アクティブなセルがクローズ位置を示している場合、我々はまた、終了し、現在の価格パターンによって活性化セルの座標を送信します。特定のセルでのエントリーやエグジットのバリエーションを数多く遺伝的に調べ、最も収益性の高いものをExpert Advisorに記録することができるのです。全遺伝子走行を解析した後、手作業で書き留めただけなのです。このように、重要なのはエントリーパターンだけでなく、エグジットパターンも重要です。結果はまったく違う。そこに写真があるんです。 SOM: способы приготовления - MQL4 форум www.mql5.com SOM: способы приготовления - MQL4 форум hrenfx 2012.09.10 12:55 #47 パターンワーク（その他、比較的複雑なテーマ）については、このような動画（HD）を掲載することをお勧めします。こうすることで、メソッドの結果を視覚的に評価することができます。外部からの洞察やアイデアを与えること。彼のメソッドに類似したビデオを練り上げるのに、著者ほど良い仕事をする人はいないでしょう。主な条件は、将来を見通さないことです。こうすることで、1フレームが何分にもなるようなダイナミクスを見ることができます（計算アルゴリズムに依存）。 Alexey 2012.09.10 14:44 #48 alexeymosc:柄のテーマはまだ続いているのでしょうか？私の発見したことはこちらに書きました：https://www.mql5.com/ru/forum/133209/page5- パターンに関するコホーネンのACSをトレーニングする（どのように形成するかは個々の問題だが、重要な問題である）。- ACSの各セルに番号を割り当てる（私の場合は座標で、例えば3;5とした）。- 座標x1;y1のセルをアクティブにしてポジションを入力し、セルx2;y2をアクティブにしてポジションをクローズする。この場合、入力と出力のセルは多数存在しうる（それらの組み合わせが重要）。- 実装（私の場合）：DLLの訓練されたBCSは、Expert Advisorに座標がエントリを示している場合、我々は入力し、アクティブなセルがクローズ位置を示している場合、我々はまた、終了し、現在の価格パターンによって活性化セルの座標を送信します。特定のセルでのエントリーやエグジットのバリエーションを数多く遺伝的に調べ、最も収益性の高いものをExpert Advisorに記録することができるのです。全遺伝子走行を解析した後、手作業で書き留めただけなのです。このように、重要なのはエントリーパターンだけでなく、エグジットパターンも重要です。結果はまったく違う。そこに写真があるんです。1.COMの入力に固定されたウィンドウサイズ（この場合は40本）を与えます。現在のバザール像の描き方はあまり正しくなく、一般的にはスライディングウィンドウの大きさは可変で、十分最小であることが条件とされています。また、学習ベクトルは価格だけでなく、金利から指標の読みまで、現在の注文の分布、支持線と抵抗線の近接度など、あらゆるものを含むことができます。2.チャートを限界まで圧縮すると、履歴には横ばい、上昇トレンド、下降トレンドの3つの領域が明確に表示されます。私はそこまで愚かではないので、形式化しようとは思いません。このような箇所をマークし、出現の早い段階で見極めるようにするのが課題です。3.歴史に関するCOMで訓練を受けている。今この瞬間の軌跡を、ラインマップで見る夢。軌跡が予測できれば、利益の出る戦略を選び出し、過去の類似した領域であらかじめ実行することができる。4.クラスターが最大限均等に分布するようにマップを構築する必要があるのです。私の実装したマップ（上図参照）は、アルゴリズムがほぼ正しく動作していることを示しています。入力ベクトルの分類がある。しかし、赤の濃淡が中央に集中するのではなく、虹のように赤から紫まで均等に塗りつぶすのが正しいのではと思います。 Alexey 2012.09.10 14:48 #49 hrenfx:をさらに調査する必要があります。係数のダイナミクスを見る。合成イナーシャの持続性を調査する。例えば，横軸に構成区間の棒の数，縦軸に最適化されたyに対する これらの棒の計算されたy（合成の最適性基準）の平均（信頼区間-RMS）比：y_out / y_in の2次元グラフを作成します．GA経由でもこれを計算するのは、時間の海です。したがって、解析的な解決策なしにこの問題を調査することは現実的に不可能ですが、私はそうしたいと思います。追伸：クラウドを繋げば、もしかしたら調査できるかもしれませんね。 まったくもって同感です。アドバイザーが必要なのですが、石がたくさん積まれているんです。まだ方法を考えています。 hrenfx 2012.09.10 14:56 #50 私はそうは思いません。ある数の入力パラメータを持つEAを作成 し、それを最適化することでパターンを見つけようと提案されています。一方、私は、まず深く研究して、それに基づいて入力パラメータを決めてEAを書くのが正しいやり方だと考えています。 12345678910 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
私のコホネンマップの実装、最初のリリース．これまでのところ、それはカラーパレットを 分解して、それが動作するかどうかを確認することができます。コード添付
トータル・コウホネン・ゲーム。
この方法は確かに面白いのですが、静止している物体を分類するのに向いているのです。問題は、30×30の地図を十分に学習・解析するには、さらに進行して約50000の学習用ベクトルの配列が必要だということです。このような長い時間間隔では、規則性（存在するが安定していないと仮定）がぼやけ、マップは4で均質な色の例を得ることができます。また、Kohonenマップは O[i]/O[i-1]のデータ表現に非常に敏感で、同じデータ（O[i]-O[i-1]）/O[i]では、あるべき姿で2つに分かれることが判明しています。問題はすべて曲がった手の研ぎ方なのかもしれないが、私はもう耳の間の神経回路網のために母なる自然から怒られているのだ。
私は、ミサイルが形成された後、再び相関を試してみます、そして、私は、彼が不快であるため、アレグザーを働かせる必要があります。
久しぶりの登場です。
私たちは、選択された領域で最小かつ最小の分散で最大の傾向性の原則に従って最適なポートフォリオを構築する指標を、尊敬するコミュニティに紹介します。
これはリリースで、コードは最適化されていませんので、あまり吐き出さないようにしてください。何をどうすればいいのか、イメージを膨らませることができたほうがいい。インジケータを使った作業はコメントで説明しています。fig.での 動作例。
コードは予告編にあります。
もう一度、相関関係を試してみるか...。
相関関係によってパターンから絞りだせるだけ、ここに 掲載しました。
プライベートメッセージから私の投稿を一部引用します。
パターンを題材にした投稿を 読むことができ、嬉しく思います。私なりに 補足しておきます。今回の作業で、どのデータを取っても、似たようなピアソンQC（> 0.9）間隔がかなり多く、互いに離れていることがわかりました。2つ目の動画のジョブ説明では、各プロット（赤い縦線の間）に対する予測（縦線の外側）を示しています。SBの場合、そこに書かれているように、次のようになるはずです：SBデータ（ランダムウォーク）では、予測は水平線でなければならず、そのRMSは距離とともに発散する必要があります。
選択されたエリアにおいて、最小の分散で最大の傾向性を持つという原則によって最適なポートフォリオを構築する指標を、尊敬するコミュニティが提示しています。
MT5は使い勝手が悪くて持っていない。しかし、コードが完璧にコメントされているため、すべてがクリアになっているのです。
不完全なマルチバー同期、エクイティ計算、係数の制限などを捨てれば。このコードは、大雑把に言うと、どんな条件でも合成できる完全な方法です。この行だけ修正する必要があるところ。
この基準は明確で、建築間隔における合成の安定した最大トレンド持分を見つけることである。そして、基準計算のあいまいさに唾をつけ、合成の施工条件を問わず、この問題を一般的に考えるならば、このテーマをさらに調査する必要があるのです。
GA経由でもこれを計算するのは、時間の海です。したがって、解析的な解決策なしにこの問題を調査することは現実的に不可能ですが、私はそうしたいと思います。
追伸：クラウドを繋げば、もしかしたら調査できるかもしれませんね。
柄のテーマはまだ続いているのでしょうか？
私の発見したことはこちらに書きました：https://www.mql5.com/ru/forum/133209/page5
- パターンに関するコホーネンのACSをトレーニングする（どのように形成するかは個々の問題だが、重要な問題である）。
- ACSの各セルに番号を割り当てる（私の場合は座標で、例えば3;5とした）。
- 座標x1;y1のセルをアクティブにしてポジションを入力し、セルx2;y2をアクティブにしてポジションをクローズする。この場合、入力と出力のセルは多数存在しうる（それらの組み合わせが重要）。
- 実装（私の場合）：DLLの訓練されたBCSは、Expert Advisorに座標がエントリを示している場合、我々は入力し、アクティブなセルがクローズ位置を示している場合、我々はまた、終了し、現在の価格パターンによって活性化セルの座標を送信します。特定のセルでのエントリーやエグジットのバリエーションを数多く遺伝的に調べ、最も収益性の高いものをExpert Advisorに記録することができるのです。全遺伝子走行を解析した後、手作業で書き留めただけなのです。
このように、重要なのはエントリーパターンだけでなく、エグジットパターンも重要です。結果はまったく違う。そこに写真があるんです。
パターンワーク（その他、比較的複雑なテーマ）については、このような動画（HD）を掲載することをお勧めします。
こうすることで、メソッドの結果を視覚的に評価することができます。外部からの洞察やアイデアを与えること。
彼のメソッドに類似したビデオを練り上げるのに、著者ほど良い仕事をする人はいないでしょう。主な条件は、将来を見通さないことです。
こうすることで、1フレームが何分にもなるようなダイナミクスを見ることができます（計算アルゴリズムに依存）。
柄のテーマはまだ続いているのでしょうか？
私の発見したことはこちらに書きました：https://www.mql5.com/ru/forum/133209/page5
- パターンに関するコホーネンのACSをトレーニングする（どのように形成するかは個々の問題だが、重要な問題である）。
- ACSの各セルに番号を割り当てる（私の場合は座標で、例えば3;5とした）。
- 座標x1;y1のセルをアクティブにしてポジションを入力し、セルx2;y2をアクティブにしてポジションをクローズする。この場合、入力と出力のセルは多数存在しうる（それらの組み合わせが重要）。
- 実装（私の場合）：DLLの訓練されたBCSは、Expert Advisorに座標がエントリを示している場合、我々は入力し、アクティブなセルがクローズ位置を示している場合、我々はまた、終了し、現在の価格パターンによって活性化セルの座標を送信します。特定のセルでのエントリーやエグジットのバリエーションを数多く遺伝的に調べ、最も収益性の高いものをExpert Advisorに記録することができるのです。全遺伝子走行を解析した後、手作業で書き留めただけなのです。
このように、重要なのはエントリーパターンだけでなく、エグジットパターンも重要です。結果はまったく違う。そこに写真があるんです。
1.COMの入力に固定されたウィンドウサイズ（この場合は40本）を与えます。現在のバザール像の描き方はあまり正しくなく、一般的にはスライディングウィンドウの大きさは可変で、十分最小であることが条件とされています。また、学習ベクトルは価格だけでなく、金利から指標の読みまで、現在の注文の分布、支持線と抵抗線の近接度など、あらゆるものを含むことができます。
2.チャートを限界まで圧縮すると、履歴には横ばい、上昇トレンド、下降トレンドの3つの領域が明確に表示されます。私はそこまで愚かではないので、形式化しようとは思いません。このような箇所をマークし、出現の早い段階で見極めるようにするのが課題です。
3.歴史に関するCOMで訓練を受けている。今この瞬間の軌跡を、ラインマップで見る夢。軌跡が予測できれば、利益の出る戦略を選び出し、過去の類似した領域であらかじめ実行することができる。
4.クラスターが最大限均等に分布するようにマップを構築する必要があるのです。私の実装したマップ（上図参照）は、アルゴリズムがほぼ正しく動作していることを示しています。入力ベクトルの分類がある。しかし、赤の濃淡が中央に集中するのではなく、虹のように赤から紫まで均等に塗りつぶすのが正しいのではと思います。
をさらに調査する必要があります。
GA経由でもこれを計算するのは、時間の海です。したがって、解析的な解決策なしにこの問題を調査することは現実的に不可能ですが、私はそうしたいと思います。
追伸：クラウドを繋げば、もしかしたら調査できるかもしれませんね。
私はそうは思いません。ある数の入力パラメータを持つEAを作成 し、それを最適化することでパターンを見つけようと提案されています。
一方、私は、まず深く研究して、それに基づいて入力パラメータを決めてEAを書くのが正しいやり方だと考えています。