O "New Neural" é um projecto de motor de rede neural Open Source para a plataforma MetaTrader 5. - página 96

 
Alexander_K:

Maxim, até o tempo entre os valores BP e a grelha calcular os ciclos do mercado (o que faz, asseguro-vos), nada funcionará. Deve pesquisar em amostras de uma sessão de negociação até um ano. A amostra devecorresponder rigorosamente ao período de tempo e nada mais.

É na estrutura temporal que a BP é diferente da SB, escrevi isso muitas vezes.

Exactamente assim, mas ainda não formulei uma abordagem geral, do ponto de vista do MdE, a isto :)

A propósito, poderia funcionar como um substituto para Hearst?https://en.wikipedia.org/wiki/Sample_entropy

Ou também um atrasado.

Sample entropy - Wikipedia
  • en.wikipedia.org
Sample entropy (SampEn) is a modification of approximate entropy (ApEn), used for assessing the complexity of physiological time-series signals, diagnosing diseased states.[1] SampEn has two advantages over ApEn: data length independence and a relatively trouble-free implementation. Also, there is a small computational difference: In ApEn, the...
 
Andrey Dik:

Vamos colocar desta forma - "Quase não funciona"... mas o que resta de todo o "Não funciona" e é deixado para ser raspado em migalhas.

é até raspado por vezes, mas não até à profundidade total da amostra

 
Dmitry Fedoseev:

Não é diferente. É uma função vulgar. Introduzir um parâmetro, emitir um valor.

Estou a ver. Obrigado.
Vou continuar a minha exploração lógica. Então, a "camada de neurónios" é uma espécie de complexo de funções de um tipo, cada uma das quais processa um valor à entrada e produz um resultado? Ou o resultado é de alguma forma preparado por todos os "neurónios" do complexo?
 
Реter Konow:
Estou a ver.
Vou continuar a minha exploração lógica. Então, a "camada de neurónios" é uma espécie de complexo de funções de um tipo, cada uma das quais processa um valor à entrada e produz um resultado? Ou o resultado é de alguma forma preparado por todos os "neurónios" do complexo?

Sim. Mas este valor único à entrada de um neurónio é adicionado a partir das saídas de todos os neurónios da camada anterior (eles são adicionados com multiplicação por coeficientes).

 
Maxim Dmitrievsky:

Exactamente, mas ainda não formulei uma abordagem geral, do ponto de vista do MdE, a isto :)

a propósito, poderia funcionar como um substituto para Hearst?https://en.wikipedia.org/wiki/Sample_entropy

Ou também um atrasado.

Possivelmente. Do meu ponto de vista, a entropia do processo é um indicador perfeito da descontinuidade. Deveria ser. Mas preciso de fazer alguma pesquisa e sou demasiado preguiçoso para o fazer - deixe que outra pessoa tente.

Quanto ao tempo... No mercado existe uma periodicidade de processos como uma estrutura aninhada. Excepto que não é fácil calcular estes períodos. Gunn teve o dele, eu tive o meu por alguma razão. Não sei... Veremos na prática... Mas, até começar a trabalhar com períodos de tempo específicos, o meu TS estava a trabalhar com +0% de lucro como no SB.

 
Alexander_K:

Possivelmente. Da minha perspectiva, a entropia do processo é um indicador perfeito de desunião. Deveria ser. Mas, precisa de investigação, e eu já sou preguiçoso - que alguém a experimente agora.

Quanto ao tempo... No mercado existe uma periodicidade de processos como uma estrutura aninhada. Excepto que não é fácil calcular estes períodos. Gunn teve o dele, eu tive o meu por alguma razão. Não sei... Veremos na prática... Mas, até começar a trabalhar com prazos específicos, o meu TS trabalhou em +0% do lucro como no SB.

Vou fazer alguma investigação )) o código é simples

A agregação da volatilidade é o que diferencia um mercado eficiente (stressado) de um SB, sim, essa é a única periodicidade, suponho eu. E é exactamente o que está ligado aos ciclos temporais

pelo menos essa é a opinião geral (ou concepção errada) dos economistas
 
Dmitry Fedoseev:

Sim. Excepto que este valor, alimentado à entrada de um neurónio, é adicionado a partir das saídas de todos os neurónios da camada anterior (adicionado com multiplicação por coeficientes).

Ok. Precisamos de encontrar uma analogia prática. O diagrama mostra que as camadas têm números diferentes de neurónios. Se virar o diagrama de cabeça para baixo, obtém uma pirâmide. Assim, o resultado passa por várias etapas de processamento. Quanto mais neurónios na camada, mais dados esta camada recebe e processa. Se a camada seguinte produzir menos dados do que a anterior, significa que os dados são generalizados de camada para camada?
 
Реter Konow:
Está bem. Precisamos de encontrar uma analogia prática. O diagrama mostra que as camadas têm números diferentes de neurónios. Se virar o diagrama, obtém uma pirâmide. Assim, o resultado passa por várias etapas de processamento. Quanto mais neurónios na camada, mais dados esta camada recebe e processa. Se a camada seguinte produzir menos dados do que a anterior, significa que os dados são generalizados de camada para camada?

Pensando bem... e as pirâmides foram construídas pelos antigos... procurem ali analogias.

 
Maxim Dmitrievsky:

Vou fazer uma pequena pesquisa )) o código é simples

O código é simples, mas os nossos dados de entrada não se encaixam bem:

Entropia Wiki: ".... mede o desvio de um processo real de um ideal ... ... Matematicamente, a entropia é definida como uma função do estado do sistema, definida a uma constante arbitrária".

и?

o que em finanças VR poderia ser um mercado ideal? - quem diabos sabe, OK que essa seja a primeira suposição, mercado perfeito = onda sinusoidal!

como inputs temos pelo menos 3 preços altos, baixos, palhaços - e quais devemos utilizar? - OK, que seja a segunda hipótese, regras de preços medianos!

o que medimos de e para? - início do dia? semana? dia de expiração? sessão de negociação? - OK, início do dia, que seja a terceira suposição....

total de 3 perguntas, 3 vezes assumimos que estamos certos? aqui o problema resume-se à combinatória: quantas vezes derivamos a hipótese inicial correcta e quantas vezes a nossa futura exploração leva à correcta valorização do mercado... sobre a história ))))


A entropia soa bem, mas eu cavei este assunto há alguns anos atrás da perspectiva da entropia informativa, a única conclusão é que se um padrão começa a formar-se ou a repetição mais próxima de combinações de castiçais na história não vai funcionar, porque padrões e correlações simples não funcionam no mercado, o mesmo se aplica a eles quando se tornam óbvios - deixam de aparecer )))). Costumo dizer a mim mesmo nestes casos - você não é o mais inteligente, tais pessoas inteligentes representam metade do mundo por monitores)))

 
Реter Konow:
OK. Precisamos de encontrar uma analogia prática. O diagrama mostra que as camadas têm um número diferente de neurónios. Se virarmos o diagrama de pernas para o ar, obtemos uma pirâmide. Assim, o resultado passa por várias etapas de processamento. Quanto mais neurónios na camada, mais dados esta camada recebe e processa. Se a camada seguinte produzir menos dados do que a anterior, significa que os dados são generalizados de camada para camada?

se houver menos neurónios na camada do que no anterior, há compressão de informação, e, "desempacotar" - se houver mais neurónios do que no anterior.

Razão: