신호 평활화 정도를 변경하거나 입력 배열의 품질을 변경하여 토폴로지로 작업하려고 했습니다. 결과는 끔찍합니다. 확률적 네트워크에서 경험이 없는 눈은 네트워크 개발에서 직면하는 몇 가지 방법론적 모순을 즉시 포착합니다. 그 중 하나는 테스트 기간의 범위가 네트워크의 비선형성에 비례한다는 것입니다. 즉, 네트워크를 최적화하는 방법이 명확하지 않습니다.
나는 여전히 거래에서 네트워크를 사용합니다. 지표의 예측 값으로 거래 신호를 확인합니다. 이것은 아마도 지연 및 평균 지표와 관련하여 이 전체 방법의 주요 이점일 것입니다. 예를 들어 BZL MACD(High,15,30) 3포인트 앞서 평활선을 예측할 때 입구에서 지표 시차를 사용하더라도 평균 상관 계수 0.995를 얻습니다.
사실 확률적 네트워크는 입력 배열을 결정하는 작업이 덜 까다롭습니다. 훈련 중 네트워크는 각 입력의 평활화 매개변수와 일반 평활화 매개변수에 대한 개별 수정 알고리즘을 사용합니다. 즉, 훈련 중에 개별 평활화 매개변수의 값은 입력의 민감도를 분석하는 도구로 사용되며, 주어진 입력에 대한 매개변수가 클수록 모델에 대한 입력이 더 중요합니다. 즉, 네트워크는 입력 배열에 최적화되어 있지 않습니다. 그녀에게 더 많은 정보(후보)를 제공하는 것이 좋습니다.
여기 그녀가있다
그는 재빨리 시선을 돌렸다. 당신이 옳습니다 - 음란물)
완전히 일치하지 않는 입구의 거대한 정원이 왜??? 절대값 과 그 차이를 입력에 동시에 푸시하는 것은 무엇입니까? 이 "술에 취해"의 네트워크 ...
사실 NEUROSHELL 2에 있고 이미 있는 모든 것을 MT4에서 직접 선택하고 결합하는 등의 데이터 파일을 준비합니다.
사실 NEUROSHELL 2에 있고 이미 있는 모든 것을 MT4에서 직접 선택하고 결합하는 등의 데이터 파일을 준비합니다.
NS2용 입력 데이터 파일을 보여주시겠습니까?
그리고 입력 세트를 분류하는 기준은 무엇입니까? 이 세트가 예를 들어 구매이고 이것이 판매라고 결정하는 이유는 무엇입니까? 앗 봤어..
Z.Y. 그건 그렇고, 불과 며칠 전에 PNN을 실험하기 위해 비교적 신선한 NS2를 팠습니다 ...
사실 확률적 네트워크는 입력 배열을 결정하는 작업이 덜 까다롭습니다. 훈련 중 네트워크는 각 입력의 평활화 매개변수와 일반 평활화 매개변수에 대한 개별 수정 알고리즘을 사용합니다. 즉, 훈련 중에 개별 평활화 매개변수의 값은 입력의 민감도를 분석하는 도구로 사용되며, 주어진 입력에 대한 매개변수가 클수록 모델에 대한 입력이 더 중요합니다. 즉, 네트워크는 입력 배열에 최적화되어 있지 않습니다. 그녀에게 더 많은 정보(후보)를 제공하는 것이 좋습니다.
그들과 함께 일하려고 노력하십시오. 저도 얼마 전에 그들과 함께 일했습니다. 다음은 데이터 파일, 보다 정확하게는 스크립트 준비를 위한 표시기입니다.
감사합니다. 살펴보겠습니다.