barada писал (а)>> 집에 가서 극한값 zz를 입력으로 제출하는 방법을 생각하고 있었는데... 시간이 없었어요.. zz의 확인된 값 4개를 입력으로 주고 다음 값을 예측하고 극값을 다음으로 정규화하는 것을 제안합니다. 시간별 차트의 경우 EMA(예: 120)
정점의 움직임에 대해 즉시 반대가 아니라 다소 형성된 반전으로 이미 패턴을 설정하는 것이 나을 것 같습니다.
정점의 움직임에 대해 즉시 반대가 아니라 다소 형성된 반전으로 이미 패턴을 설정하는 것이 나을 것 같습니다.
Vsmysle 피규어? GP처럼? 내가 이해하는 한 분기의 목적은 입력 데이터를 변환하여 네트워크 예측을 개선하는 것입니다. 즉, 네트워크가 예측하는 방식은 중요하지 않습니다. 나는 zz에 대한 전략을 제안합니다. zz의 극값의 상호 배열은 자연스럽게 무언가로 이어진다고 가정하고 책 방법을 사용하여 전문가가 구독을 취소하지 않았으므로 최상의 변환을 선택합니다
barada писал (а)>> Vsmysle 피규어? GP처럼? 내가 이해하는 한 분기의 목적은 입력 데이터를 변환하여 네트워크 예측을 개선하는 것입니다. 즉, 네트워크가 예측하는 방식은 중요하지 않습니다. 나는 zz에 대한 전략을 제안합니다. zz의 극값의 상호 배열은 자연스럽게 무언가로 이어진다고 가정하고 책 방법을 사용하여 전문가가 구독을 취소하지 않았으므로 최상의 변환을 선택합니다
다음과 같이 공식화할 수 있습니다. 다음 극값이 이전 두 값 사이에 있는 경우 - 플랫 - (0), 고점 위 - 상승 추세 - (+1), 저점 아래 - 하락 추세 - (-1), 우리는 예측할 것입니다 - 1 0 +1, 우리는 시작해야합니다 ... 입력 데이터를 정규화하는 방법을 변경하여 예측에서 가장 작은 오류를 선택합니다.
내가 실수를 저질렀습니다. 우리는 마지막 극한값을 돌파하거나 이전의 두 가지 범위에서 극한값을 형성할 수 있습니다. 우리는 2개의 시장 조건을 예측할 것입니다 ....
마지막으로 확인된 극한값에 stop-stop을 설정하는 전략 자체는 2007년 12월과 2008년 1월을 생략하고 2007년 중반부터 유로 시계에 정상적인 이익을 제공합니다. 위에서 설명한 NN을 사용하여 신호를 필터링하여 주문할 수 있습니다.
전략에 따라 진입점을 시도할 수 있습니다.
이러한 점이 이상적이라면 다른 것이 필요하지 않습니다. 네트워크가 없습니다!
오른쪽?
나는 포인트에 대해 이야기하고 있습니다. 네트워크를 REVERSE로 훈련시키는 것이 합리적입니다.
집에 가서 극한값 zz를 입력으로 제출하는 방법을 생각하고 있었는데... 시간이 없었어요.. zz의 확인된 값 4개를 입력으로 주고 다음 값을 예측하고 극값을 다음으로 정규화하는 것을 제안합니다. 시간별 차트의 경우 EMA(예: 120)
정점의 움직임에 대해 즉시 반대가 아니라 다소 형성된 반전으로 이미 패턴을 설정하는 것이 나을 것 같습니다.
정점의 움직임에 대해 즉시 반대가 아니라 다소 형성된 반전으로 이미 패턴을 설정하는 것이 나을 것 같습니다.
두 번째 물결의 완벽한 시작
일반적으로 이것은 계산된 기간의 첫 번째 수렴입니다.
정점의 움직임에 대해 즉시 반대가 아니라 다소 형성된 반전으로 이미 패턴을 설정하는 것이 나을 것 같습니다.
피벗 포인트를 결정하는 기준을 결정하면 포인트가 생깁니다. 한 사람에게는 평평한 것이 다른 사람에게는 추세입니다.
무엇을 정의할 것인가
각 기간(tf)의 이러한 점은 서로 다릅니다...
W1에 M15에 추세가 있을 수 있음 - D1에 평면
---
먼저 기간을 결정해야 합니다.
---
점 점 투쟁
M1의 한 트레이더가 W1의 다른 트레이더를 점프 - MN1이 보입니다.
하나는 10-20p를 잡고 다른 하나는 주간 양초를 사용합니다.
당신은 그들이 같은 포인트를 가지고 있다고 생각합니까 - 물론입니다
---
Vsmysle 피규어? GP처럼? 내가 이해하는 한 분기의 목적은 입력 데이터를 변환하여 네트워크 예측을 개선하는 것입니다. 즉, 네트워크가 예측하는 방식은 중요하지 않습니다. 나는 zz에 대한 전략을 제안합니다. zz의 극값의 상호 배열은 자연스럽게 무언가로 이어진다고 가정하고 책 방법을 사용하여 전문가가 구독을 취소하지 않았으므로 최상의 변환을 선택합니다
아니, 그림이 아니라 .... 바로 이 ... 훈련 벡터
다음과 같이 공식화할 수 있습니다. 다음 극값이 이전 두 값 사이에 있는 경우 - 플랫 - (0), 고점 위 - 상승 추세 - (+1), 저점 아래 - 하락 추세 - (-1), 우리는 예측할 것입니다 - 1 0 +1, 우리는 시작해야합니다 ... 입력 데이터를 정규화하는 방법을 변경하여 예측에서 가장 작은 오류를 선택합니다.
내가 실수를 저질렀습니다. 우리는 마지막 극한값을 돌파하거나 이전의 두 가지 범위에서 극한값을 형성할 수 있습니다. 우리는 2개의 시장 조건을 예측할 것입니다 ....
마지막으로 확인된 극한값에 stop-stop을 설정하는 전략 자체는 2007년 12월과 2008년 1월을 생략하고 2007년 중반부터 유로 시계에 정상적인 이익을 제공합니다. 위에서 설명한 NN을 사용하여 신호를 필터링하여 주문할 수 있습니다.
... 입력이 정규화되는 방식을 변경하여
그게 다야, 이 순간이 가장 이해하기 어렵기 때문에 가능하다면 더 넓게 열어라.
정규화은 무슨 뜻인가요? 그리고 미래에 범위가 0-1 이내가 되도록 정규화하는 방법과 초기 입력 비정규화 데이터의 값에 대해 신경 쓰지 않습니다.
어떤 샘플에서 정규화해야 합니까(모든 샘플 또는 현재 샘플만)?
어떤 보기(선형 또는 s-보기 기능).
선형이면 미래의 0-1 범위가 저장되지 않을 수 있으며(1보다 큰 값이 있음) 네트워크는 이에 대해 훈련되지 않습니다.
s-유형이면 큰 것이 포화되고 네트워크에서 더 이상 달라지지 않습니다.
중간 지점이 있습니까?