Reshetov писал (а)>> おやつをもう一個。もしネットが訓練可能であれば、決して最後まで訓練してはならない。常にアンダートレーニングでなければならない。例えば、完全に学習させるためには1000エポックが必要で、3で割ると約300エポックになります。これだけあれば十分です。なぜ？完全にオーバートレーニングしてしまうと、静止した環境にしか対応できなくなります。そして、金融商品は非定常的なスイッチング環境である。つまり、ある定常状態から別の定常状態へ、ある時間で部分的に切り替えることができるだけで、大部分は前の状態のままである。あるいは、以前の状態に戻すことも可能です。
私はNSを開発しているわけではなく、現在、学習サンプルを構築するための最適な入出力を探しています。NSよりも適切なサンプリングが重要だと思いますし、ウェブ上にはさまざまな言語のNSの亜種がたくさんありますから......」。
そうですね。良いインプットを持つ建築は問題ない。入力がすべてで、アーキテクチャは何もない」と言ってもいいでしょう。
ここで紳士たちは、通常の入力をピックアップし、MTS「Сombo」で適切な結果を得ることができました。
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
私もこの奇跡に手を合わせようと思いました。1週間ほど試してみて、基本版のアルゴリズムをデバッグし、basicTradingSystemに自分なりの機能を追加した、つまり「基本BTS」を作者の言葉で作り直したのです。結果は過去データで素晴らしい ものでした：収益性は8から12、期待されるペイオフは約1000 ですが、それは私自身の指標で本物です。 私は1H EURでテストし、時間間隔は約半年です。翌月以降・・・結果
"1ヶ月後-その結果"？
ヴァリオ それで、フォワードではどんな結果が出るんですか？とても興味深いです。
ただ、このEAもやり直したのですが、当初はH1によるユーロマネーでの1年間（半年でもなく、1年間）の収益性が18以上（それ以上）だったのですしかし、フォワードは、控えめに言ってもあまり良くないことが分かりました...。
現在、再修正後、最適化時の収益性は低下（10程度）していますが、フォワードはきちんと（3ヶ月以上）持っています。 3ヶ月以上のフォワードでは、収益性は2.5以上になっています。私はまだそれをやっています、私はそれが非常に興味深いExpert Advisorになることができると思います。
そうですね。アーキテクチャは、適切なインプットをすれば、もはや問題ないのです。入力がすべてで、アーキテクチャは何もない」と言ってもいいでしょう。
ここでは、紳士はMTS "Combo " で適切な入力をピックアップし、適切な結果を得ることができました。
私もある程度は同意見です。しかし、ネットワーク・アーキテクチャは大きな役割を担っています ...例：RBFネットワークは、いくつかの補間問題を解くのに非常に優れています。
同意できる点もあります。しかし、ネットワーク・アーキテクチャは大きな役割を担っています ...例えば、RBFネットワークは、ある種の補間問題を解くのに非常に優れている。
トレーディングの場合、相場は常に変化しており、相場は滑らかな関数ではないので、補間や近似の問題は全く役に立ちません。 ここでは、取引戦略が履歴にフィットすることに限定されるのではなく、フォワードテストにうまく合格できるように、外挿問題を解決する必要があります。何月何日から何月何日の間に価格がどのような値であったかは、補間することなくすでに分かっているのだから、知る必要はない。
だから、補間やアーキテクチャに時間を浪費することはない。さらに、補間や近似は別の方法で行うことができ、より簡単で正確です。
初歩的なアーキテクチャでもパターン分類ができるように、適切な入力を選択する。その後、対応するアーキテクチャを選択する必要はありません。その逆をやろうとしても、時間の無駄でしかない。
家づくりで一番大切なのは、仕上げではなく、基礎です。ファンデーションよりも仕上がりが魅力的に見えますが。
NSのアーキテクチャもそうです。確かに機能は追加されますが、それは入力が適切であればの話です。漆喰が不十分だと、基礎が崩れたときに、家が倒壊するのを防ぐことができないのです。
家づくりで一番大切なのは、仕上げではなく、基礎です。仕上がりはファンデーションより魅力的に見えますが。
NSのアーキテクチャもそうです。確かに機能は追加されますが、それは入力が適切であればの話です。もし、それが不十分であれば、基礎が崩れても漆喰では家を守ることはできません。なるほど、入力信号と出力信号が重要なのですね。これは、NSアーキテクチャを定義する問題文である。パターン分類、これもその一つです。
例えば、次のバーのサイン判定＋同じバーの極値判定がエントリーシグナルではダメなのでしょうか？どうしたんですか？
分類にしても、どのNSを使うか、どのようにデータを準備するかが重要な問題になります。ネットワークは正確なツールではありません、できません。
100分の1まで結果を出すかもしれないが、基準を出すかもしれない・・・。を、別のツールで計算させる。
トレーディングの場合、相場は常に変化しており、相場は滑らかな関数ではないので、補間や近似の問題は全く役に立ちません。ここでは、取引戦略が履歴にフィットすることに限定されるのではなく、フォワードテストにうまく合格するように、外挿の問題を解決する必要があります。何月何日から何月何日の間の物価がどうだったかは、補間をしなくても既に分かっているので、知る必要はない。
だから、補間やアーキテクチャに時間を浪費することはない。さらに、補間や近似は他の様々な方法で行うことができ、より簡単ではるかに正確です。
初歩的なアーキテクチャでもパターン分類ができるように、適切な入力を選択する。その後、対応するアーキテクチャを選択する必要はありません。その逆をやろうとしても、時間の無駄でしかない。
家づくりで一番大切なのは、仕上げではなく、基礎です。ファンデーションよりも仕上がりが魅力的に見えますが。
NSのアーキテクチャもそうです。確かに機能性は増しますが、それは入り口が適切であればの話です。漆喰が不十分だと、基礎が崩れたときに家が倒壊するのを防ぐことができません。
全く同感です。ある尊敬する同志（スティーブ・ウォード）が言ったように、「入り口を探せ」 ))))
フリーズ!!!VC++のlibcは既に出来上がっているのですが。
ただ、2つの問題があります。
1.Boostに縛られる、排除したい、手動で連載した方が良い、とにかく不具合が出る。
2.適応性のある音程を持つもの。
なぜ自転車を作るのか？特にそこ
1.木構造の作成が可能なMLP。
2. std::valarray + 積極的な演算の最適化により、カウントを高速化。
3.アダプティブステップがある
4.自動正規化でパターン化。
5.拡張の機会が十分にあること。
Ы ?
はい、ご指摘ありがとうございます。でも、よく言われるように、一度自分でやってみたほうがいいんです :)
この週末は、本当にたくさんのことを学びました。
特に、ループの数を10e7から10e4くらいまで減らすことに成功したときです。
私は2つの方法でそれを行いました。
1.最も誤差の大きいニューロンは倍速で補正される。(誤差の少ない神経細胞に置き換えてみたところ、さらに悪化)
2.あるニューロンの補正値がある最小値（例えば10e-6）より小さい場合、その補正値は10倍になる。
とても気に入りました。:)
まあ、他人のものを使うということに関しては、自分で必要性を理解するまでは、まだ必要ないわけですからね。
特にここではスピードが重要であり、スピードを犠牲にして機能を増やすことは許されないことです。私見では、特定のタスクのためにグリッドを書く方が良いと思います。もちろん、普通のモノや考え抜かれた構造がなければダメですが......。
2と3について......もう、面白いですね。使っている方法を調べる方法はありますか？
-----------------------------------
書き込みを読ませていただきました。残念なことに、まだここにいる。:)私がやっていることは、HOW IMPORTANT ARE THE INPUTS！.アーキテクチャは何もない-インプットがすべて、Look for inputs.などと書いているだけです。
しかし、具体的なものは何もない。もしかしたら、達人たちが教えてくれるかもしれませんよ？А?
>> リブってなんだ？
私自身、以前RSDNに投稿したことがあります。まだSourceForgeまで行っていないので、もう少し作業が必要です...。
私は2つの方法でこれを行いました。
1.最も誤差の大きいニューロンは倍速で修正される。(誤差の少ない神経細胞に置き換えてみたところ、さらに悪化)
2.あるニューロンの補正値がある最小値（例えば10e-6）より小さい場合、その補正値は10倍になる。
とても気に入りました。:)
そうだ、自分で作ればいいじゃないか。
まあ、他人のものを使うということに関しては、自分で必要性を理解するまでは、まだ必要ないわけですからね。
ましてや、ここでは速度が重要であり、速度を犠牲にして機能を増やすことは許されない。私見では、特定のタスクのためにグリッドを書く方が良いと思います。もちろん、通常のオブジェクトや考え抜かれた構造を持っていないわけではありませんが......。
スピードに関しては、最善を尽くしましたが、せいぜい3～5％程度、コードを速くすることができると考えています。そして、それは簡単なことではないでしょう :) 。
2と3については、もう気になって仕方がない。どの方式が使われているかを調べる方法はありますか？
2."C++言語"、Bjorn Straustrupは、積極的な最適化を探して、ポイントは、コピー操作を減らすことです。
3.V. Golovkoの講義ノート、彼の著作を検索するか、"adaptive step learning "でググってみてください、今は特定のリンクを与えることができません。
5.スピードを犠牲にしない拡張性、テンプレートのルール :)。
-----------------------------------
書き込みを読ませていただきました。まだ残っているのが残念です。:)全ては、インプットを作ることがいかに重要かを書くだけです！建築は何もない-インプットが全てだ、インプットを探せ、など。
しかも、具体性はゼロ。達人たちが教えてくれるかも？А?
具体的には、適切なインプットの探し方をアドバイスすることができます。
最も単純なパーセプトロン（「収益性の高い取引戦略の 見つけ方」参照）の入力に、ある種のインデュークとその組み合わせを接続する。このパーセプトロンで最大の利益因子を与えるもの、つまり定数ロットでのテスト（MMなし）で最もフィットするものは、より複雑なアーキテクチャでのフォワードテストに合格する可能性が非常に高いです。なぜかというと、説明するのは簡単です。結局、パーセプトロンは線形分類なのです。つまり、パターンによる入力の線形分離性が得られるということだ。アーキテクチャによって、非線形パラメータによる分類を追加し、より良い結果を得ることができます。
その逆をやれば、何も得られない。洗練されたアーキテクチャは膨大なリソースを消費し、線形分離性を無視した非線形分離性によって、パターンの符号を一度に探索する。そして、リニアリティのないノンリニアリティは、単なるフィッティングに過ぎない。得られるのは、無駄な時間です。
もうひとつ、おやつ。グリッドがトレーニング可能であれば、決して最後までトレーニングしてはいけない。常にアンダートレーニングでなければならない。例えば、完全に学習させるには1000エポック必要で、3で割ると約300エポックになります。これだけあれば十分です。なぜ？完全にオーバートレーニングしてしまうと、静止した環境にしか対応できなくなります。そして、金融商品は非定常的なスイッチング環境である。つまり、ある定常状態から別の定常状態へ、ある時間で部分的に切り替わるだけで、大部分は同じ状態を保つことができるのです。あるいは、前の状態に戻すことも可能です。したがって、メッシュの完全な再トレーニングは、何らかの一時的な切り替え可能な環境に裸で適応することです。
そして最後に、NSの補間機能がトレードに必要だと考えているオタクの方に、具体的な反論をさせていただきます。どんな再描画インディケータやオシレータでも、ニューラルネットワークやトリッキーなアーキテクチャを使わずに、歴史上の驚くべき補間を得ることができるのです。もちろん、トレーダーはインデックスの再描画を避ける。なぜなら、補間や近似に適したものは、非定常状態での外挿には適さないからである。