코드를 보니 새로운 예측으로 전환할 때 가중치에 FA의 영향을 한 번 적용한 것으로 나타났습니다. 모든 에포크는 아니지만 필요한 경우 새 데이터가 도착하면 네트워크를 다시 훈련시킵니다.
그리고 더. 가중치 보정은 뉴런의 출력에서 FA의 도함수 및 신호가 시작된 뉴런의 출력(부호를 고려한 진폭)에 대한 오류의 곱입니다.
다음은 비선형 출력을 가진 하나의 퍼셉트론의 경우입니다(예:).
여기에서 Epoch는 인덱스 L로 번호가 매겨집니다. 저는 MathCad를 통해 특별히 보여주므로 더 명확합니다. In - 입력 수, x - 입력 벡터. 나머지는 명확한 것 같습니다.
BUY/SELL이 입력으로 밀리도록 만드는 방법을 고민하고 있습니다.
예를 들어, 우리는 3~4마리의 칠면조(바람직하게는 약한 상관관계가 있음)를 입구에 놓고 "여기서 구매", "여기서 판매"와 같이 가격 차트를 어떻게든 표시해야 하는 경우 .. 하지만 어떻게 해야 할까요? 예, 다음과 같은 또 다른 보로스가 있습니다. 200틱 값 사이의 차이(각 막대에서)를 2단계로 그리드 입력에 대면 거기에서 뭔가를 찾을 수 있을까요?
예를 들어, 우리는 3~4마리의 칠면조(바람직하게는 약한 상관관계가 있음)를 입구에 놓고 "여기서 구매", "여기서 판매"와 같이 가격 차트를 어떻게든 표시해야 하는 경우 .. 하지만 어떻게 해야 할까요? 예, 다음과 같은 또 다른 보로스가 있습니다. 200틱 값 사이의 차이(각 막대에서)를 2단계로 그리드 입력에 대면 거기에서 뭔가를 찾을 수 있을까요?
아, 그리고 그라디언트 최적화 방법이라고 하는 이 까다로운 작업이 있습니다. 알고리즘 자체의 구현은 그리 복잡하지 않으나 훈련에 큰 문제가 있을 수 있다는 점에서.
이해가 안됩니다 여러분. 특정 분석이 아닌 직감으로 TS를 만들려고 합니다. 원칙적으로 공식은 희망과 자신감을 불러일으키지만 Ezhov의 NEURONKA가 CHAOS 방식으로 작동할 수 있다는 것을 기억하지 못합니다. 카오스입니다. 모두가 알다시피 시장에는 선형 관계가 없으며 적용되는 유일한 것은 양자 물리학이지만 이 시스템을 이기는 것은 너무 어렵습니다. 코더는 이 분야에 대한 지식이 거의 없습니다. Aftor가 제시한 공식을 살펴보고 일반적인 스토캐스틱과 비교해보니 뭔가 별반 다를게 없네요 네 긍정적인 분석이 있긴 하지만 혼란스럽고 불합리합니다. 시스템이 게임을 하는 것처럼 느껴집니다 - Chicky Bricks ... Neyronka는 비선형 작업, 특히 세 가지 수준에서 작업할 수 없습니다. 글쎄요, 100,000개 수준과 수준당 1000개 뉴런에서, 당신은 여전히 어떻게든 예측할 수 있습니다... 일기예보, 시각적 분석처럼, 하지만 어디서 그런 컴퓨터를 얻을 수 있습니까, 아니면 오히려 불꽃놀이 ...? 지금 TS가 보여주는 모든 것은 순전히 주관적인 분석입니다. 경제와 피펫의 충분한 추진력. 그리고 그런 충격은 충분하다... 우리는 지난 2개월 동안 300포인트의 양초를 보았다. 그래서 SUBOMEGABRAIN의 생각을 양자분석으로 돌리는 것이 좋습니다. 예 - 일반 그래프를 양자 그래프로 분해하면(즉, 실시간이 아니라 양자 시간) 회귀 및 종속성이 이미 명확하게 표시됩니다. 날카로운 모서리는 혼돈 이론을 사용하여 피할 수 있습니다. 이 이론에 따르면 입자의 가장 혼돈스러운 운동조차도 시스템으로 결합될 수 있지만 다른 시간에(즉, 시스템은 양자 물리학을 기반으로 다른 시간 범위에서 결정됩니다. 즉, 실시간이 아니라 양자). 그리고 양자 시간을 실시간으로 변환하고 대망의 SELL BUY를 얻는 것으로 충분합니다.
그래서 SUBOMEGABRAIN의 생각을 양자분석으로 돌리는 것이 좋습니다. 예 - 일반 그래프를 양자 그래프로 분해하면(즉, 실시간이 아니라 양자 시간) 회귀 및 종속성이 이미 명확하게 표시됩니다. 날카로운 모서리는 혼돈 이론을 사용하여 피할 수 있습니다. 이 이론에 따르면 입자의 가장 혼돈스러운 운동조차도 시스템으로 결합될 수 있지만 다른 시간에(즉, 시스템은 양자 물리학을 기반으로 다른 시간 범위에서 결정됩니다. 즉, 실시간이 아니라 양자). 그리고 양자 시간을 실시간으로 변환하고 대망의 SELL BUY를 얻는 것으로 충분합니다.
나는 위해!
나는 스레드 중 하나에서 Prival이 동료 시민들에게 시장을 통제하는 숫자를 추측하도록 제안한 것을 기억합니다. 그제서야 이것이 "콘스탄트 플랑크"라는 것을 깨달았습니다. Forex Plank가 떨어지는 시간에 가난한 상인이 부족한 것이 ... 그리고 Heisenberg Uncertainty가 DC 서버에 설정되고 도플러 효과에 의해서만 예금의 궤적을 추측 할 수 있습니다 ... 농담 -:)
... 그제서야 이것이 "콘스탄트 플랑크"라는 것을 깨달았습니다. Forex Plank가 떨어지는 시간에 가난한 상인이 부족한 것이 ... 그리고 Heisenberg Uncertainty가 DC 서버에 설정되고 도플러 효과에 의해서만 예금의 궤적을 추측 할 수 있습니다 ... 농담 -:)
+5
맞아, paralocus , 거기에서 그들은 스윙한다, obscurantists. 비틀림 필드에 대해 언급하는 것을 잊었습니다. 아픈 머리를위한 강한 것 - 시장은 총구로 바뀌고 뒤틀립니다.
해당 기사에서 퍼셉트론은 매수/매도 상황을 찾고 있습니다. ORO로의 전환과 관련하여 의미론적 불일치가 있습니다.
저것들. 그리드 입력에 군집 칠면조가 있습니다 ... 왜 거기에 있습니까? 그리고 시장 진입 순간을 결정할 기회를 제공하는 것이 정확합니다. 프로세서의 OUT이 0보다 높으면 구매합니다.
문제는 이전에 유전학자가 훈련 샘플(테스터에서)의 퍼셉트론 결과를 기반으로 가중치를 수정한 교사 역할을 했다는 것입니다. 그리고 기준으로 유전학자는 퍼셉트론 OUT에 의해 매수/매도 신호가 생성되는 일하는 Expert Advisor의 수익성을 사용했습니다. 따라서 역사의 학습 섹션에서 최대 이익을 추출하기 위해 모든 것이 올바르게 작동했습니다. 즉, 유전학을 버리고 그리드에 대한 교사를 거부했습니다. 사실 이제서야 구체적으로 이해하게 됐다. 처음에 거래의 결과로받은 손실 금액을 정정자로 사용할 수 있는지 여부를 물었던 것을 기억하십니까? 이것이 해야 할 일입니다.
나는 Hebb 를 귀찮게하지 않았습니다. 지붕 위의 것만으로도 충분합니다. 나는 내가 무엇인지 이해하기 시작할 때까지 가능한 한 많이 작업을 단순화하는 지지자입니다 :-) 이러한 관점에서 일반적인 2계층 NN은 거의 모든 문제를 해결할 수 있는 보편적인 근사치입니다. 입력 데이터의 외삽 문제는 엄격하게 증명됩니다. 글쎄요, 각 거래에 대해 이 마술적이고 소박한 그리드를 다시 훈련시킬 수 있는 충분한 자금과 능력이 있다면 왜 모든 장식이 필요합니까? 맞아요 필요없어요! Wasserman에 관해서는, 그가 옳다고 말한다면, 그것은 그렇습니다! 물론 작동합니다.
이제 NN의 최적 진입 문제를 해결하고 있습니다. 물론, 그리드 자체가 무엇이 가장 좋은지 결정하기를 바라는 마음으로 가능한 칠면조를 입구에 어리석게 둘 수 있습니다 ... 그러나 앉아서 "시장에서 최적의 차량은 무엇입니까?"라고 생각하는 것이 더 정확합니다. . 그 순간을 정확히 예측할 가치가 있습니까?
나는 히브를 건드리지 않았다. 지붕 위의 것만으로도 충분합니다. 나는 내가 무엇인지 이해하기 시작할 때까지 가능한 한 많이 작업을 단순화하는 지지자입니다 :-) 이러한 관점에서 일반적인 2계층 NN은 거의 모든 문제를 해결할 수 있는 보편적인 근사치입니다. 입력 데이터의 외삽 문제는 엄격하게 증명됩니다. 글쎄, 내가 거래할 때마다 이 마술적이고 소박한 그리드를 다시 훈련시킬 수 있는 충분한 자금과 능력이 있다면 왜 모든 장식이 필요합니까? 맞아요 필요없어요! Wasserman에 관해서는, 그가 옳다고 말한다면, 그것은 그렇습니다! 물론 작동합니다.
이제 NN의 최적 진입 문제를 해결하고 있습니다. 물론, 그리드 자체가 무엇이 가장 좋은지 결정하기를 바라는 마음으로 가능한 칠면조를 입구에 어리석게 둘 수 있습니다 ... 그러나 앉아서 "시장에서 최적의 차량은 무엇입니까?"라고 생각하는 것이 더 정확합니다. . 그 순간을 정확히 예측할 가치가 있습니까?
게시물이 긁혔기 때문에 구현의 세부 사항을 기억하고 부정확성이 발생했습니다.
코드를 보니 새로운 예측으로 전환할 때 가중치에 FA의 영향을 한 번 적용한 것으로 나타났습니다. 모든 에포크는 아니지만 필요한 경우 새 데이터가 도착하면 네트워크를 다시 훈련시킵니다.
그리고 더. 가중치 보정은 뉴런의 출력에서 FA의 도함수 및 신호가 시작된 뉴런의 출력(부호를 고려한 진폭)에 대한 오류의 곱입니다.
다음은 비선형 출력을 가진 하나의 퍼셉트론의 경우입니다(예:).
여기에서 Epoch는 인덱스 L로 번호가 매겨집니다. 저는 MathCad를 통해 특별히 보여주므로 더 명확합니다. In - 입력 수, x - 입력 벡터. 나머지는 명확한 것 같습니다.
BUY/SELL이 입력으로 밀리도록 만드는 방법을 고민하고 있습니다.
예를 들어, 우리는 3~4마리의 칠면조(바람직하게는 약한 상관관계가 있음)를 입구에 놓고 "여기서 구매", "여기서 판매"와 같이 가격 차트를 어떻게든 표시해야 하는 경우 .. 하지만 어떻게 해야 할까요? 예, 다음과 같은 또 다른 보로스가 있습니다. 200틱 값 사이의 차이(각 막대에서)를 2단계로 그리드 입력에 대면 거기에서 뭔가를 찾을 수 있을까요?
BUY/SELL이 입력으로 밀리도록 만드는 방법을 고민하고 있습니다.
예를 들어, 우리는 3~4마리의 칠면조(바람직하게는 약한 상관관계가 있음)를 입구에 놓고 "여기서 구매", "여기서 판매"와 같이 가격 차트를 어떻게든 표시해야 하는 경우 .. 하지만 어떻게 해야 할까요? 예, 다음과 같은 또 다른 보로스가 있습니다. 200틱 값 사이의 차이(각 막대에서)를 2단계로 그리드 입력에 대면 거기에서 뭔가를 찾을 수 있을까요?
아, 그리고 그라디언트 최적화 방법이라고 하는 이 까다로운 작업이 있습니다. 알고리즘 자체의 구현은 그리 복잡하지 않으나 훈련에 큰 문제가 있을 수 있다는 점에서.
물론 휴일인건 이해하지만, 그렇게까지 가슴에 짊어질 필요는 없습니다. :)
이해가 안됩니다 여러분.
그래서 SUBOMEGABRAIN의 생각을 양자분석으로 돌리는 것이 좋습니다. 예 - 일반 그래프를 양자 그래프로 분해하면(즉, 실시간이 아니라 양자 시간) 회귀 및 종속성이 이미 명확하게 표시됩니다. 날카로운 모서리는 혼돈 이론을 사용하여 피할 수 있습니다. 이 이론에 따르면 입자의 가장 혼돈스러운 운동조차도 시스템으로 결합될 수 있지만 다른 시간에(즉, 시스템은 양자 물리학을 기반으로 다른 시간 범위에서 결정됩니다. 즉, 실시간이 아니라 양자). 그리고 양자 시간을 실시간으로 변환하고 대망의 SELL BUY를 얻는 것으로 충분합니다.
나는 위해!
나는 스레드 중 하나에서 Prival이 동료 시민들에게 시장을 통제하는 숫자를 추측하도록 제안한 것을 기억합니다. 그제서야 이것이 "콘스탄트 플랑크"라는 것을 깨달았습니다. Forex Plank가 떨어지는 시간에 가난한 상인이 부족한 것이 ... 그리고 Heisenberg Uncertainty가 DC 서버에 설정되고 도플러 효과에 의해서만 예금의 궤적을 추측 할 수 있습니다 ... 농담 -:)
나는 위해!
... 그제서야 이것이 "콘스탄트 플랑크"라는 것을 깨달았습니다. Forex Plank가 떨어지는 시간에 가난한 상인이 부족한 것이 ... 그리고 Heisenberg Uncertainty가 DC 서버에 설정되고 도플러 효과에 의해서만 예금의 궤적을 추측 할 수 있습니다 ... 농담 -:)
+5
맞아, paralocus , 거기에서 그들은 스윙한다, obscurantists. 비틀림 필드에 대해 언급하는 것을 잊었습니다. 아픈 머리를위한 강한 것 - 시장은 총구로 바뀌고 뒤틀립니다.
그런데!
해당 기사에서 퍼셉트론은 매수/매도 상황을 찾고 있습니다. ORO로의 전환과 관련하여 의미론적 불일치가 있습니다.
저것들. 그리드 입력에 군집 칠면조가 있습니다 ... 왜 거기에 있습니까? 그리고 시장 진입 순간을 결정할 기회를 제공하는 것이 정확합니다. 프로세서의 OUT이 0보다 높으면 구매합니다.
문제는 이전에 유전학자가 훈련 샘플(테스터에서)의 퍼셉트론 결과를 기반으로 가중치를 수정한 교사 역할을 했다는 것입니다. 그리고 기준으로 유전학자는 퍼셉트론 OUT에 의해 매수/매도 신호가 생성되는 일하는 Expert Advisor의 수익성을 사용했습니다. 따라서 역사의 학습 섹션에서 최대 이익을 추출하기 위해 모든 것이 올바르게 작동했습니다. 즉, 유전학을 버리고 그리드에 대한 교사를 거부했습니다. 사실 이제서야 구체적으로 이해하게 됐다. 처음에 거래의 결과로받은 손실 금액을 정정자로 사용할 수 있는지 여부를 물었던 것을 기억하십니까? 이것이 해야 할 일입니다.
Neutron , Hebb 의 훈련에 대해서도 묻고 싶었습니다(Wasserman에서 읽음). 가중치를 수정하는 공식은 매우 간단합니다.
Wij(t+1) = Wij(t) + [OUTi(t) - OUTi(t-1)]*[OUTj(t) - OUTj(t-1)]이며 경사 하강법이 없습니다. 작동할까요?
나는 Hebb 를 귀찮게하지 않았습니다. 지붕 위의 것만으로도 충분합니다. 나는 내가 무엇인지 이해하기 시작할 때까지 가능한 한 많이 작업을 단순화하는 지지자입니다 :-) 이러한 관점에서 일반적인 2계층 NN은 거의 모든 문제를 해결할 수 있는 보편적인 근사치입니다. 입력 데이터의 외삽 문제는 엄격하게 증명됩니다. 글쎄요, 각 거래에 대해 이 마술적이고 소박한 그리드를 다시 훈련시킬 수 있는 충분한 자금과 능력이 있다면 왜 모든 장식이 필요합니까? 맞아요 필요없어요! Wasserman에 관해서는, 그가 옳다고 말한다면, 그것은 그렇습니다! 물론 작동합니다.
이제 NN의 최적 진입 문제를 해결하고 있습니다. 물론, 그리드 자체가 무엇이 가장 좋은지 결정하기를 바라는 마음으로 가능한 칠면조를 입구에 어리석게 둘 수 있습니다 ... 그러나 앉아서 "시장에서 최적의 차량은 무엇입니까?"라고 생각하는 것이 더 정확합니다. . 그 순간을 정확히 예측할 가치가 있습니까?
이 작품을 읽어보세요. 물론 결함이 있지만 근본적인 것은 아닙니다.
나는 히브를 건드리지 않았다. 지붕 위의 것만으로도 충분합니다. 나는 내가 무엇인지 이해하기 시작할 때까지 가능한 한 많이 작업을 단순화하는 지지자입니다 :-) 이러한 관점에서 일반적인 2계층 NN은 거의 모든 문제를 해결할 수 있는 보편적인 근사치입니다. 입력 데이터의 외삽 문제는 엄격하게 증명됩니다. 글쎄, 내가 거래할 때마다 이 마술적이고 소박한 그리드를 다시 훈련시킬 수 있는 충분한 자금과 능력이 있다면 왜 모든 장식이 필요합니까? 맞아요 필요없어요! Wasserman에 관해서는, 그가 옳다고 말한다면, 그것은 그렇습니다! 물론 작동합니다.
이제 NN의 최적 진입 문제를 해결하고 있습니다. 물론, 그리드 자체가 무엇이 가장 좋은지 결정하기를 바라는 마음으로 가능한 칠면조를 입구에 어리석게 둘 수 있습니다 ... 그러나 앉아서 "시장에서 최적의 차량은 무엇입니까?"라고 생각하는 것이 더 정확합니다. . 그 순간을 정확히 예측할 가치가 있습니까?
이 작품을 읽어보세요. 물론 결함이 있지만 근본적인 것은 아닙니다.
예, 감사합니다. 이미 읽고 있습니다. 그렇지 않으면 특정 플러그가 있습니다.