NSの入力値を正しく形成する方法。 - ページ 6 12345678910111213...31 新しいコメント Artem Titarenko 2008.07.08 10:57 #51 この状況(A)のことですが、ちょっと違っていて、エントリーポイントとエクストリームとの差が一番小さいところと、逆にエントリーポイントを下回っていないポイントもあるでしょうから、差が一番大きいところを探したほうがいいと思います。しかし、アイデアは最も近い極限を探すことであり、ジグザグのようなものです...。 Artem Titarenko 2008.07.08 11:04 #52 sergeev писал (а)>> 明日は、未来を垣間見ることができるオープニングインダクタを掲載します。TP=80...100ptのトレードが約1500分続くことが明確に示されており、このことから、異なるTFに対して適切な結論を導き出すことができます。しかし、XピプスアップとXピプスダウンで2つの極値を見つけることについては、私はそうは思いません。下がってX点に到達しても、上に向かっては到達しないかもしれない。ちゃんと理解できたかな? バーごとに入力データを形成するのですか? それとも、ミューウィングがクロスしたらBUYというように、ある条件下でのみ、この瞬間のネットワークが入力ベクトルを受け取り、エントリーするかどうか自分で判断するのですか? --- 2008.07.08 11:15 #53 確かに面白い質問ですが、おそらくそうではないでしょう。 一本のバーも見逃さず、サンプル数も多く(特に出力は離散的ではなく連続的なので、できれば再現性と不整合性の比率が正常であることが望ましい)、かつサンプル数を私が考えもしなかった指標でカットして近似するオプションが欲しいのです。 Artem Titarenko 2008.07.08 11:20 #54 sergeev писал (а)>> 確かに面白い質問ですが、おそらくそうではないでしょう。 1本のバーも見逃さず、サンプル数も多く(特に出力は離散的ではなく連続的で、すでに述べたように通常の再現性と不整合率があることを期待します)、かつ、私が考えもしなかった指標でサンプル数を減らして近似するオプションが欲しいのです。 今、心に留めておくと、とても役に立つかもしれませんよ。まともなTSがあるべきで、NSは少し改善するだけでいいというのは、多くの人から聞いた話ですが...。でも、この言葉はどこまで本当なんだろう? TheXpert 2008.07.08 11:24 #55 sergeev писал (а)>> 2 StatBars 記事をどうもありがとうございました。 正規化されていない入力の場合はどうでしょうか?シグモイドは使えるのか、それとも他の関数が必要なのか? 普遍的な非線形関数を探そうとした。 シグモイドの欠点は、値の範囲が限られることである。 それが、なんとか手に入ったのです。 ここに掲載させていただきます。 機能 sqrt(abs(x))== サックス f(x) = x/(sax + a) デリバティブ f'(x) = (sax/2 + a)/sqr(sax + a) この関数は、RSDNコミュニティへの感謝を込めて、RSDNFunctionと名付けられました。ぜひその名前で使ってみてください。 Sigmoidとの比較。 1.コンバージェンス問題や入力データに依存します。 入力データ|x|<1では、非線形性が高いため、シグモイドの方が自然に勝ります。 しかし、レイヤーサイズが大きい場合、これを把握するのは問題があります。 x| > 1では、シグモイドは収束して吹きます。本当です、いつもではありません。 また、値域の境界がないため、シグモイドの出力が値域の境界に傾く「フリーズ」効果も除去されます。 2.多くのタスクでは、同じ理由でデータの前処理が不要になる。しかし、いくつかの価値観の制限は残っています。オーダー2以上の大きな値を知りながら投入するのは得策ではありません。 3.同じ理由で、出力層に関数を使うことが可能になる 4.(-) f'(x) = g(f(x)) をうまく表現することはできませんが、これは重要ではありません。ましてや、スピードが要求される部分ではない。 この関数はもっと非線形性を得るために修正することができますが、私はこの形に満足しています。 TheXpert 2008.07.08 11:26 #56 sergeev писал (а)>> そうそう、ところで、この話を持ち出したのはいいことだ。1つのサンプルを単体で評価するのが正しいのか、それともすべてのサンプルに対して一般的に評価するのが正しいのか、(あなたの経験上)疑問を持ち続けているのです。 ブランチの名称を変更することにした。 もちろん、一度に全部です。 TheXpert 2008.07.08 11:29 #57 Integer писал (а)>> 最初の値を基準にして正規化すると、最初の値は常にゼロになる。また、サンプル範囲の中央を基準として正規化する方法もあります。異なるサンプルで異なる要素がゼロに等しければ、問題はない、ゼロもまた値である。 EE、何かいじってるんでしょ。 入力サンプルがあります。簡単のために1入力。 全てのサンプルで最大値と最小値を探しています。 見つかった値に従って、サンプル全体を-1〜1の区間に縮小する Artem Titarenko 2008.07.08 11:31 #58 TheXpert писал (а)>> えーっ、ごちゃごちゃ言ってる場合じゃないでしょう。 入力サンプルがあります。簡単のため、入力は1個とする。 全てのサンプルについて、最大値と最小値を求めています。 見つかった値に従って、サンプル全体を-1〜1の区間に縮小します。 なぜ[1;-1]なのか? Леонид 2008.07.08 11:34 #59 TheXpert писал (а)>> えーっ、ごちゃごちゃ言ってる場合じゃないでしょう。 入力サンプルがあります。簡単のため、入力は1個とする。 全てのサンプルについて、最大値と最小値を求めています。 この値により、サンプル全体を-1〜1の区間にすることができます。 将来、高値と安値が更新されたら? TheXpert 2008.07.08 11:38 #60 StatBars писал (а)>> なぜ[1;-1]なのか? 他の人はそうかもしれないが、それはベンチマークではなく、最も一般的に使用される間隔である。 12345678910111213...31 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
この状況(A)のことですが、ちょっと違っていて、エントリーポイントとエクストリームとの差が一番小さいところと、逆にエントリーポイントを下回っていないポイントもあるでしょうから、差が一番大きいところを探したほうがいいと思います。しかし、アイデアは最も近い極限を探すことであり、ジグザグのようなものです...。
明日は、未来を垣間見ることができるオープニングインダクタを掲載します。TP=80...100ptのトレードが約1500分続くことが明確に示されており、このことから、異なるTFに対して適切な結論を導き出すことができます。しかし、XピプスアップとXピプスダウンで2つの極値を見つけることについては、私はそうは思いません。下がってX点に到達しても、上に向かっては到達しないかもしれない。ちゃんと理解できたかな?
バーごとに入力データを形成するのですか? それとも、ミューウィングがクロスしたらBUYというように、ある条件下でのみ、この瞬間のネットワークが入力ベクトルを受け取り、エントリーするかどうか自分で判断するのですか?
確かに面白い質問ですが、おそらくそうではないでしょう。
一本のバーも見逃さず、サンプル数も多く(特に出力は離散的ではなく連続的なので、できれば再現性と不整合性の比率が正常であることが望ましい)、かつサンプル数を私が考えもしなかった指標でカットして近似するオプションが欲しいのです。
確かに面白い質問ですが、おそらくそうではないでしょう。
1本のバーも見逃さず、サンプル数も多く(特に出力は離散的ではなく連続的で、すでに述べたように通常の再現性と不整合率があることを期待します)、かつ、私が考えもしなかった指標でサンプル数を減らして近似するオプションが欲しいのです。
今、心に留めておくと、とても役に立つかもしれませんよ。まともなTSがあるべきで、NSは少し改善するだけでいいというのは、多くの人から聞いた話ですが...。でも、この言葉はどこまで本当なんだろう?
2 StatBars 記事をどうもありがとうございました。
正規化されていない入力の場合はどうでしょうか?シグモイドは使えるのか、それとも他の関数が必要なのか?
普遍的な非線形関数を探そうとした。
シグモイドの欠点は、値の範囲が限られることである。
それが、なんとか手に入ったのです。
ここに掲載させていただきます。
Sigmoidとの比較。
1.コンバージェンス問題や入力データに依存します。
入力データ|x|<1では、非線形性が高いため、シグモイドの方が自然に勝ります。
しかし、レイヤーサイズが大きい場合、これを把握するのは問題があります。
x| > 1では、シグモイドは収束して吹きます。本当です、いつもではありません。
また、値域の境界がないため、シグモイドの出力が値域の境界に傾く「フリーズ」効果も除去されます。
2.多くのタスクでは、同じ理由でデータの前処理が不要になる。しかし、いくつかの価値観の制限は残っています。オーダー2以上の大きな値を知りながら投入するのは得策ではありません。
3.同じ理由で、出力層に関数を使うことが可能になる
4.(-) f'(x) = g(f(x)) をうまく表現することはできませんが、これは重要ではありません。ましてや、スピードが要求される部分ではない。
この関数はもっと非線形性を得るために修正することができますが、私はこの形に満足しています。
そうそう、ところで、この話を持ち出したのはいいことだ。1つのサンプルを単体で評価するのが正しいのか、それともすべてのサンプルに対して一般的に評価するのが正しいのか、(あなたの経験上)疑問を持ち続けているのです。
ブランチの名称を変更することにした。
もちろん、一度に全部です。
最初の値を基準にして正規化すると、最初の値は常にゼロになる。また、サンプル範囲の中央を基準として正規化する方法もあります。異なるサンプルで異なる要素がゼロに等しければ、問題はない、ゼロもまた値である。
EE、何かいじってるんでしょ。
入力サンプルがあります。簡単のために1入力。
全てのサンプルで最大値と最小値を探しています。
見つかった値に従って、サンプル全体を-1〜1の区間に縮小する
えーっ、ごちゃごちゃ言ってる場合じゃないでしょう。
入力サンプルがあります。簡単のため、入力は1個とする。
全てのサンプルについて、最大値と最小値を求めています。
見つかった値に従って、サンプル全体を-1〜1の区間に縮小します。
なぜ[1;-1]なのか?
えーっ、ごちゃごちゃ言ってる場合じゃないでしょう。
入力サンプルがあります。簡単のため、入力は1個とする。
全てのサンプルについて、最大値と最小値を求めています。
この値により、サンプル全体を-1〜1の区間にすることができます。
将来、高値と安値が更新されたら?
なぜ[1;-1]なのか?
他の人はそうかもしれないが、それはベンチマークではなく、最も一般的に使用される間隔である。