ニューラルネットワークをどのように扱うのですか？ - ページ 6 12345678 新しいコメント Yury Reshetov 2010.07.15 09:57 #51 LeoV: 正直なところ、あなたの言いたいことはよくわかりません。 その思いはシンプルです。 仮に2つのTCがあるとします。 1.チャネルからのリバウンド、すなわちコントレンドで。チャネル内で利益を出し、ブレイクダウンで損をする。 2.チャンネルを突破する-トレンド長いトレンドで儲かり、横ばいで損をする。 横軸が反転している場合、どちらのTCも同じように動作します。つまり、調整した通常のチャートが上昇トレンドで占められていたとしても、トレンドの方は下降トレンドで利益を上げることになります。 実際、グリッドは対称的に動作するはずです。つまり、上昇トレンド用に学習させたのであれば、下降トレンドでも「稼ぐ」べきなのです。それができず、例えば上昇トレンドでしか「稼げない」のであれば、下降トレンドでも横ばいでも負け始めるので、前述のプリミティブTSよりたちが悪い。 つまり、ネットワークを学習する 際には、分析されたBPから例のサンプルだけでなく、すべての例を反転してダウンロードする必要があるのです。 例えば、こんな感じです。 トレーニングサンプルの中に、2つのトレーニング例があるとします。(入出力は-1〜+1)です。 0,35 -0,21 0,8 -0,51 -0,71 0,71 0,1 -0,21 -0,96 0,12 ここで：最初の値から最後までの値 - 入力、例えば（RSI - 50.0）/50.0または別のオシレーターの正規化された値です。最後の値は、出力させたいものです。したがって、左右対称の学習を行うためには、そのような例をそれぞれ反転させる、つまり学習サンプルを2倍にする必要がある。 0,71 0,1 -0,21 -0,96 0,12 -0,35 0,21 -0,8 0,51 0,71 -0,71 -0,1 0,21 0,96 -0,12 0,35 -0,21 0,8 -0,51 -0,71 一連の指標シグナルに対する単純ベイズ分類器 削除済み 2010.07.15 17:11 #52 Reshetov: 残念でならない。GRNN-GAを ご覧ください。それで？ニューラルネットワークは遺伝的アルゴリズムに取って代わられたのでしょうか？ このリンク先には一体何が書いてあるのでしょうか？どんな内容なのでしょうか？ 見積もりをお願いします--わからない人のために。 SAMER 2010.07.15 17:33 #53 http://forecast-man.com/ こちらもファジーロジックに関するNSライブラリです。コメントをお待ちしていますが、おそらく聞いたことがある人は少ないと思います...。 Vizard 2010.07.15 18:47 #54 LeoV: この問題を解決するのは簡単で、あらゆる種類の動きが存在するような時間間隔でネットをトレーニングする必要があるのです。横ばい、上向き、下向きの両方。もちろん、ネットは上辺だけ鍛えても下辺で失敗することを認識しなければなりません )))) すべて正しく...しかし、トレンドの変化についてはどうでしょうか。あまり成功しなかった...1つは良くても、2つ目はイマイチ...。 ps.しかし、先生にとって正常なインプットがあれば（つまり、インプットの中に見つけるべきものがあれば）、グリッド（どんな構造でも）、地図コウ、ハ、Kメソッドなど、関係ないのですが......。 すべてうまくいく... Yury Reshetov 2010.07.15 19:01 #55 Vizard: ps.しかし、先生にとって正常なインプットがあれば（つまり、インプットの中に見つけるべきものがあれば）、グリッド（どんな構造でも）、地図コウ、ハ、Kメソッドなど、関係ないのですが......。 すべてうまくいく... BPには正常な入力がないことを公理としてとらえる必要がある。猫は料理の仕方を知らなければならない。金融時系列の予測」を参照 Yury Reshetov 2010.07.15 19:08 #56 Swetten: それで？ニューラルネットワークは遺伝的アルゴリズムに取って代わられたのでしょうか？ このリンク先には一体何が書いてあるのでしょうか？どんな内容なのでしょうか？ 見積もりをお願いします--わからない人のために。 ポイントは、ニューラルネットワークというのは、回帰、遺伝など様々なアルゴリズムを意味していることです。GRNN-GAを 例に挙げたが、実はこれは重み付け係数を用いているだけでニューラルネットワークと呼ぶことができ、データベース内のクエリによる関連事例の検索エンジンとなる。 削除済み 2010.07.15 19:10 #57 Reshetov: ポイントは、ニューラルネットワークというのは、回帰、遺伝など様々なアルゴリズムを意味していることです。GRNN-GAを 例に挙げたが、実際には重み付け係数が使われているだけでニューラルネットワークと呼べるものであり、データベースのクエリによる関連事例の検索エンジンである。 NSとGAは全く別のものであり、何の関係もない、という原点を思い出してほしい。 一方が他方に変化することは一切ない。 議論するつもりですか？ Vizard 2010.07.15 19:26 #58 条件（先生）ごとに信号を探す方法、アルゴリズム（グリッド、Gaなど）、VTRの準備など、議論は尽きない。でも、ポイントはそこじゃないんです。 Леонид 2010.07.15 20:55 #59 Vizard: よくぞ言ってくれた...。ただ、ダイナミクスを変えるのはどうでしょうか？ ダイナミクスの問題ではありません。ネットワークが学習期間中に見つけたパターンが将来も有効である限り、ダイナミクスは何でもよいのです。それが揉めるんですよね〜......))) Леонид 2010.07.15 20:57 #60 Reshetov: その思いはシンプルです。 仮に2つのTCがあるとします。 1.チャネルからのリバウンド、すなわちcontrendに。チャンネルで稼ぎ、ブレイクダウンで負ける。 2.チャンネルを突破する-トレンド長いトレンドの中では利益を出し、横ばいの中では損失を出す。 ここで問題なのは、次の相場局面をどう判断するか、それがいつまで続くか......である。 12345678 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
正直なところ、あなたの言いたいことはよくわかりません。
その思いはシンプルです。
仮に2つのTCがあるとします。
1.チャネルからのリバウンド、すなわちコントレンドで。チャネル内で利益を出し、ブレイクダウンで損をする。
2.チャンネルを突破する-トレンド長いトレンドで儲かり、横ばいで損をする。
横軸が反転している場合、どちらのTCも同じように動作します。つまり、調整した通常のチャートが上昇トレンドで占められていたとしても、トレンドの方は下降トレンドで利益を上げることになります。
実際、グリッドは対称的に動作するはずです。つまり、上昇トレンド用に学習させたのであれば、下降トレンドでも「稼ぐ」べきなのです。それができず、例えば上昇トレンドでしか「稼げない」のであれば、下降トレンドでも横ばいでも負け始めるので、前述のプリミティブTSよりたちが悪い。
つまり、ネットワークを学習する 際には、分析されたBPから例のサンプルだけでなく、すべての例を反転してダウンロードする必要があるのです。
例えば、こんな感じです。
トレーニングサンプルの中に、2つのトレーニング例があるとします。(入出力は-1〜+1)です。
0,35 -0,21 0,8 -0,51 -0,71
0,71 0,1 -0,21 -0,96 0,12
ここで：最初の値から最後までの値 - 入力、例えば（RSI - 50.0）/50.0または別のオシレーターの正規化された値です。最後の値は、出力させたいものです。したがって、左右対称の学習を行うためには、そのような例をそれぞれ反転させる、つまり学習サンプルを2倍にする必要がある。
0,71 0,1 -0,21 -0,96 0,12
-0,35 0,21 -0,8 0,51 0,71
-0,71 -0,1 0,21 0,96 -0,12
0,35 -0,21 0,8 -0,51 -0,71
残念でならない。GRNN-GAを ご覧ください。
それで？ニューラルネットワークは遺伝的アルゴリズムに取って代わられたのでしょうか？
このリンク先には一体何が書いてあるのでしょうか？どんな内容なのでしょうか？
見積もりをお願いします--わからない人のために。
この問題を解決するのは簡単で、あらゆる種類の動きが存在するような時間間隔でネットをトレーニングする必要があるのです。横ばい、上向き、下向きの両方。もちろん、ネットは上辺だけ鍛えても下辺で失敗することを認識しなければなりません ))))
すべて正しく...しかし、トレンドの変化についてはどうでしょうか。あまり成功しなかった...1つは良くても、2つ目はイマイチ...。
ps.しかし、先生にとって正常なインプットがあれば（つまり、インプットの中に見つけるべきものがあれば）、グリッド（どんな構造でも）、地図コウ、ハ、Kメソッドなど、関係ないのですが......。 すべてうまくいく...
ps.しかし、先生にとって正常なインプットがあれば（つまり、インプットの中に見つけるべきものがあれば）、グリッド（どんな構造でも）、地図コウ、ハ、Kメソッドなど、関係ないのですが......。 すべてうまくいく...
それで？ニューラルネットワークは遺伝的アルゴリズムに取って代わられたのでしょうか？
このリンク先には一体何が書いてあるのでしょうか？どんな内容なのでしょうか？
見積もりをお願いします--わからない人のために。
ポイントは、ニューラルネットワークというのは、回帰、遺伝など様々なアルゴリズムを意味していることです。GRNN-GAを 例に挙げたが、実際には重み付け係数が使われているだけでニューラルネットワークと呼べるものであり、データベースのクエリによる関連事例の検索エンジンである。
NSとGAは全く別のものであり、何の関係もない、という原点を思い出してほしい。
一方が他方に変化することは一切ない。
議論するつもりですか？
条件（先生）ごとに信号を探す方法、アルゴリズム（グリッド、Gaなど）、VTRの準備など、議論は尽きない。でも、ポイントはそこじゃないんです。
ダイナミクスの問題ではありません。ネットワークが学習期間中に見つけたパターンが将来も有効である限り、ダイナミクスは何でもよいのです。それが揉めるんですよね〜......)))
その思いはシンプルです。
仮に2つのTCがあるとします。
1.チャネルからのリバウンド、すなわちcontrendに。チャンネルで稼ぎ、ブレイクダウンで負ける。
2.チャンネルを突破する-トレンド長いトレンドの中では利益を出し、横ばいの中では損失を出す。
ここで問題なのは、次の相場局面をどう判断するか、それがいつまで続くか......である。