실제로 모든 NS와 MO와 관련된 모든 것, 즉 일반적으로 숫자에 숫자를 곱하고 활성화 함수에 가산기가있는 곳이면 모두 그래프에 맞을 것입니다. 완전히 불안정한 시스템입니다.
게다가 가격 책정은 고정된 프로세스가 아닙니다. 새로운 데이터가 있을 때마다 차트를 패턴으로 나누면 히스토리에서 50/50으로 작동하는 경향이 있습니다.
NS는 반복적인 고정 시스템을위한 것입니다.
그러나 Forex 등에서는 더 고급의 지능형 시스템이 필요합니다. 어떻게 든 서로 연결되어 있고, 어떻게 든 패턴 통계의 변화에 마술처럼 적응하는 여러 NS와 같은 것.
NS 자체는 새로운 데이터의 양이 곱셈으로 얻은 가능한 숫자 조합보다 많은 경우 가격 경로 또는 결과의 평균을 암기하는 것입니다 (또는 간단히 말하면 두세 개의 입력이있는 가장 간단한 NS 아키텍처).
이를 파헤치고, 아키텍처를 구축하고, 뉴런과 레이어를 추가하는 것은 흥미롭습니다. 그러나 그것은 완전히 쓸모가 없으며 마쉬카를 건너는 것보다 낫지 않습니다.
이반, 설명해 주셔서 감사합니다. 모든 통계는 반복되는 경향이 있습니다. 원칙적으로 통합 지표가 NS의 최적화 (훈련)에 사용되는 경우 무지에서 지식으로의 전환이 언제 어떻게 발생하는지, 즉 더 잘 거래하는 방법을 포인트로 확인할 수 있습니다. 유의미한 변수를 찾는 것은 별도의 대화입니다. 입력을 4배 이상 확장하는 문제를 해결하셨나요?
네, 저는 이리저리 파고들기 시작했고 결국 해결책을 찾아냈습니다. 레이어를 추가하고, 뉴런을 추가하고, 이전 상태를 기억하여 입력에 공급하고, 활성화 기능을 가장 유명한 것으로 변경하고, "신경망 입력에 공급할 내용"이라는 주제에서 모든 종류의 입력을 시도했지만 아무 소용이 없었습니다.
큰 후회입니다. 그러나 때때로 돌아와서이 저자의 신경망을 포함하여 간단한 신경망을 비틀는 것을 막지는 못합니다.
나는 나 자신이 놀랐습니다. 즉, 모든 성공은 한 가지 관찰로 설명할 수 있는데, 바로 운이 좋은 일정 기간이라는 것입니다. 예를 들어, 유로 달러의 경우 2022 년은 2021 년과 거의 동일합니다. 그리고 2021 년에 훈련하면 2022 년 11 월 (또는 10 월, 기억 나지 않음)까지 긍정적 인 전진을 얻을 수 있습니다. 그러나 2020년에 어떤(!) 신경망이라도 훈련하자마자 2021년에는 깨끗하게 실패합니다. 첫 달부터 바로! 그리고 다른 통화쌍(보통 유로달러)으로 전환하면 역시 무작위로 작동합니다.
하지만 훈련 후에도 앞으로의 움직임이 보장되는 시스템이 필요하겠죠? 이 생각에서 시작하면 무익합니다. 누군가가 자신이 운이 좋은 사람이고 오늘 훈련 후 내년 또는 6 개월 동안 수익성있는 포워드를 가질 것이라고 믿는다면 그에게 행운을 빕니다).
물론 최적화 중에 "성배" 세트가 누락되는 경우가 있는데, 모든 것을 확인하기 전까지는 이를 찾는 것이 거의 불가능합니다(정렬 중 150번째 줄). 때로는 수만 개가 있을 때도 있습니다.
게시물의 두 번째 부분을 이해하지 못합니다.
그것은 특정 이벤트의 순간에 얻은 데이터의 입력에 관한 것입니다 (예 : 현재 High[0]> High[1]). 이러한 맥락에서 시장을 고려하면 전적으로 이벤트 중심 모델이며 이에 대한 상관 관계가 있습니다. 그리고 카오스 요소의 제어는 이미 NS "메모리" 외부의 미세 조정 및 최적화 방법에 있습니다. 코드에 이러한 이벤트 추가가 어떻게 작동하는지는 통합 지표로 잘 표현됩니다. 이 지표(통합 기준)는 가장 수익성이 높은 최적화 패스를 향해 개선되고 이동합니다.
실제로 모든 NS와 MO와 관련된 모든 것, 즉 일반적으로 숫자에 숫자를 곱하고 활성화 함수에 가산기가있는 곳이면 모두 그래프에 맞을 것입니다. 완전히 불안정한 시스템입니다.
이를 파헤치고, 아키텍처를 구축하고, 뉴런과 레이어를 추가하는 것은 흥미롭습니다. 그러나 그것은 완전히 쓸모가 없으며 마쉬카를 건너는 것보다 낫지 않습니다.게다가 가격 책정은 고정된 프로세스가 아닙니다. 새로운 데이터가 있을 때마다 차트를 패턴으로 나누면 히스토리에서 50/50으로 작동하는 경향이 있습니다.
NS는 반복적인 고정 시스템을위한 것입니다.
그러나 Forex 등에서는 더 고급의 지능형 시스템이 필요합니다. 어떻게 든 서로 연결되어 있고, 어떻게 든 패턴 통계의 변화에 마술처럼 적응하는 여러 NS와 같은 것.
NS 자체는 새로운 데이터의 양이 곱셈으로 얻은 가능한 숫자 조합보다 많은 경우 가격 경로 또는 결과의 평균을 암기하는 것입니다 (또는 간단히 말하면 두세 개의 입력이있는 가장 간단한 NS 아키텍처).
이반, 설명해 주셔서 감사합니다. 모든 통계는 반복되는 경향이 있습니다. 원칙적으로 통합 지표가 NS의 최적화 (훈련)에 사용되는 경우 무지에서 지식으로의 전환이 언제 어떻게 발생하는지, 즉 더 잘 거래하는 방법을 포인트로 확인할 수 있습니다. 유의미한 변수를 찾는 것은 별도의 대화입니다. 입력을 4배 이상 확장하는 문제를 해결하셨나요?
입력이 4배 이상 확장되는 문제를 해결할 수 있었나요?
네, 저는 이리저리 파고들기 시작했고 결국 해결책을 찾아냈습니다. 레이어를 추가하고, 뉴런을 추가하고, 이전 상태를 기억하여 입력에 공급하고, 활성화 기능을 가장 유명한 것으로 변경하고, "신경망 입력에 공급할 내용"이라는 주제에서 모든 종류의 입력을 시도했지만 아무 소용이 없었습니다.
큰 후회입니다. 그러나 때때로 돌아와서이 저자의 신경망을 포함하여 간단한 신경망을 비틀는 것을 막지는 못합니다.
LSTM, BiLSTM, CNN, CNN-BiLSTM, CNN-BiLSTM-MLP를 시도했지만 소용이 없습니다.
나는 나 자신이 놀랐습니다. 즉, 모든 성공은 한 가지 관찰로 설명할 수 있는데, 바로 운이 좋은 일정 기간이라는 것입니다. 예를 들어, 유로 달러의 경우 2022 년은 2021 년과 거의 동일합니다. 그리고 2021 년에 훈련하면 2022 년 11 월 (또는 10 월, 기억 나지 않음)까지 긍정적 인 전진을 얻을 수 있습니다. 그러나 2020년에 어떤(!) 신경망이라도 훈련하자마자 2021년에는 깨끗하게 실패합니다. 첫 달부터 바로! 그리고 다른 통화쌍(보통 유로달러)으로 전환하면 역시 무작위로 작동합니다.
하지만 훈련 후에도 앞으로의 움직임이 보장되는 시스템이 필요하겠죠? 이 생각에서 시작하면 무익합니다. 누군가가 자신이 운이 좋은 사람이고 오늘 훈련 후 내년 또는 6 개월 동안 수익성있는 포워드를 가질 것이라고 믿는다면 그에게 행운을 빕니다).
하지만 훈련 후 포워드가 살아날 수 있는 시스템이 필요하겠죠? 우리가 그 생각에서 벗어나면 결실이 없습니다. 누군가가 자신이 운이 좋은 사람이고 오늘 훈련 후 향후 1 년 또는 6 개월 동안 수익성있는 포워드가 될 것이라고 믿는다면 그에게 행운을 빕니다).
그렇다면 NS의 필요한 "중요한" 매개 변수가 검색 과정에서 누락되었거나 처음에는 중요하지 않고 테스터가 고려하지 않았다고 가정 할 수 있습니까? 어쩌면 시스템에 패턴 비율보다 최종적인 요소가 부족할 수도 있습니다.
그렇다면 검색 과정에서 필요한 "중요한" NS 매개변수가 누락되었거나 테스터가 처음에는 중요하지 않아 서 고려하지 않았다고 가정할 수 있을까요? 어쩌면 시스템에 패턴 비율보다 더 중요한 요소가 부족할 수도 있습니다.
물론 최적화 중에 "성배" 세트가 누락되는 경우도 있는데, 모든 것을 확인하기 전까지는 이를 찾는 것이 거의 불가능합니다(정렬 중 150번째 줄). 때로는 수만 개가 있을 때도 있습니다.
게시물의 두 번째 부분을 이해하지 못하겠습니다.
물론 최적화 중에 "성배" 세트가 누락되는 경우가 있는데, 모든 것을 확인하기 전까지는 이를 찾는 것이 거의 불가능합니다(정렬 중 150번째 줄). 때로는 수만 개가 있을 때도 있습니다.
게시물의 두 번째 부분을 이해하지 못합니다.
그것은 특정 이벤트의 순간에 얻은 데이터의 입력에 관한 것입니다 (예 : 현재 High[0]> High[1]). 이러한 맥락에서 시장을 고려하면 전적으로 이벤트 중심 모델이며 이에 대한 상관 관계가 있습니다. 그리고 카오스 요소의 제어는 이미 NS "메모리" 외부의 미세 조정 및 최적화 방법에 있습니다. 코드에 이러한 이벤트 추가가 어떻게 작동하는지는 통합 지표로 잘 표현됩니다. 이 지표(통합 기준)는 가장 수익성이 높은 최적화 패스를 향해 개선되고 이동합니다.