記事"第三世代ニューラルネットワーク：深層ネットワーク"についてのディスカッション - ページ 15

新しいコメント
 
Carl Schreiber:

こんにちは、

ニューラルネットワーク(NN)について、私の否定的な先入観をはっきりさせるために教えてください。

  1. まずNNに投入する指標を最適化するということでよろしいでしょうか？
  2. それからNNのパラメータを最適化するのですか？
  3. それとも、NNのパラメータと指標を同時に最適化するのでしょうか？
  4. 最適化する変数が多ければ多いほど、過剰適応の危険性が高まるというのは本当でしょうか？
  5. もし1.と2.のデータセットが同じなら、データセットに過剰に適応してしまうことにならないか？
  6. "モデルが悪化するまでの約5週間は、またしても儲かる局面がある"というのは、まさにそれを示しているのではないだろうか？
  7. a) テスターによって最適化されたインジケーターの束があると仮定して、
    b) 最適化されたインジケーターのうち、どのインジケーターが必要かをチェックするためだけに、テスターによる2回目の最適化を実行します(*)
    c) 最適化されたインジケーターの束がより少なくなるように
    d) 何のためにNNが必要なのでしょうか？
  8. 入力、レイヤー、パーセプトロンの数から、NNのためにどれくらいのデータセットが必要なのか推測できますか？


(*) 残念ながら、mt4のオプティマイザを遺伝モードで実行し、OnInit()から"INIT_PARAMETERS_INCORRECT "を 返すことで、特定のパラメータセット(例えば、"indicator-A "が'on'であるかどうかをテストしない)をバイパスしようとすると、遺伝的アルゴリズムはこれを有効なパスとしてカウントします。





例えば、RSIとジグザグ高値、ジグザグ安値を使って単純な最適化を作成するとします。 ジグザグ高値のRSI値を合計することで、高値の平均売られすぎを、ジグザグ安値のRSI値を合計することで、安値の平均買われすぎを作成します。 問題は、インジケータを最適化すべきかどうかではなく、そのインジケータが 基本的に利用可能かどうかです。 上記の例では、RSI(3)とRSI(16)の平均を見ることで、私の主張を把握することができます。 RSI(3)は、RSI(16)に対して、最適化されたレベルを常にトリガーします。
 
Lorentzos Roussos:
1,2,3,4、どのようなインジケータや設定が渡されても、本質的に原資産に調整されると信じています。 ... 私たちの平均は、基本的にその資産への設定に関係なく、RSIの調整になります。 上記の例では、RSI(3)とRSI(16)のアベレージを見ることで、私の主張を理解することができます。 RSI(3)は、RSI(16)に対して、常に最適化されたレベルをトリガーします。






RSI(3)は「良い」（潜在的利益 > ?）と「悪い」（潜在的利益 < ?）を区別しませんが、RSI(16)は区別します。

しかし、もしそうなら、最適化が行われたことになります。

RSI(3)でNNをトレーニングするのか？おそらく削除されるでしょう。あるいは、RSI(3) (NN入力1)とRSI(16) (NN入力2)を試していて、RSI(3)が削除されるなら(NN入力1が例えば0に設定される)、RSI(x)は16に最適化されたことになります。このためにMT-optimizerのNNが必要なのでしょうか？

それとも、あなたの例で私が何か見落としているのでしょうか？

 
Carl Schreiber:

RSI(3)は「良い」（潜在的利益＞？）と「悪い」（潜在的利益＜？）を区別しないので役に立ちませんが、RSI(16)は区別します。

しかし、もしそうなら、最適化が行われたことになります。

RSI(3)でNNをトレーニングするのか？おそらく削除されるでしょう。あるいは、RSI(3) (NN入力1)とRSI(16) (NN入力2)を試していて、RSI(3)が削除されるなら(NN入力1が例えば0に設定される)、RSI(x)は16に最適化されたことになります。このためにMT-optimizerのNNが必要なのでしょうか？

それとも、あなたの例で私が何か見落としているのでしょうか？

RSI(3) と RSI(16) を、リアルタイムで起こりうるファンダメンタルズ利用のギャップの例として参照しています。
この例では、可変期間の RSI が理想的でしょう。
 
Lorentzos Roussos:
RSI(3) と RSI(16)を、リアルタイムで起こりうるファンダメンタルズ利用のギャップの例として参照しています。 この例では、可変期間の RSI が理想的です。

では、何がNNに送られるのか？

RSI(...)の固定値（どのように取得したか）と変動値 - 計算を最適化できるかどうか？

これはすべて過剰適応の危険に影響を与える - したがって、とても意地悪で申し訳ありません。

 
とてもいいね！でも僕にはとても難しいよ！
 
添付された資料に英語版はありますか？
 

Ошибка

RStudioで実行すると

 >dt.b<-Balancing(dt)Error in Balancing(dt) : could not find function "upSample".


この関数は何ですか？どのパッケージのもので、どこで定義されていますか？
ありがとうございます！
 

インストール後、svMisc, svSocket, TTR, xts, zooのライブラリが見つかりませんでした。しかし、Rstudioは最後の3つについて文句を言わなかったので、DebugViewのおかげで見つけることができました。

インジケータはインストールされ、長い間考え、ジグザグを生成します。servをtrueに設定しようとするとクラッシュします：

[8904] <-1> TPlotEventLoop: terminating
[8904] <-1> TRConsole: destroying

Expert Advisorをインストールしても 同じことが起こる：

[10964] <-1> TPlotEventLoop: terminating

ターミナルには「Rterm crashed」と表示されます。

このエラーについて、Googleで調べても明確なものが見つかりません。どこで調べればよいでしょうか？

 
Konstantin Kopylov:

RStudioで実行する場合：

返信が遅くなり申し訳ありません。

この関数は、"caret::upSample //downSampleは、すべてのクラスが少数クラスと同じ頻度になるようにデータセットをランダムにサンプリングします。upSampleは、クラス分布が等しくなるように置換してサンプリングします。

幸運を祈る

 
m0rtal:

インストール後、svMisc, svSocket, TTR, xts, zooのライブラリが見つかりませんでした。しかし、Rstudioは最後の3つについて文句を言わなかったので、DebugViewのおかげで見つけることができました。

インジケータはインストールされ、長い間考え、ジグザグを生成します。servをtrueに設定しようとするとクラッシュします：

Expert Advisorをインストールしても同じことが起こる：

ターミナルには「Rterm crashed」と表示されます。

このエラーについて、Googleで調べても明確なものが見つかりません。どこを調べればよいでしょうか？

この記事の 付録に、サーバーを使用しないe_DNSAE Expert Advisorを修正したものを掲載しました。

どうぞご覧ください。

幸運を祈ります。

1...891011121314151617
新しいコメント