Eu quis dizer esta situação (A), mas é um pouco diferente, acho melhor procurar a menor diferença entre o ponto de entrada e o extremo e também a maior diferença, porque haverá pontos onde o preço não caiu abaixo do ponto de entrada e vice versa. Mas a idéia é procurar o extremo mais próximo, algo como um ziguezague.
Amanhã eu colocarei o indutor de abertura com um vislumbre do futuro. Mostra claramente que as negociações com TP=80...100 pt duram cerca de 1500 minutos, a partir daí podemos tirar conclusões apropriadas para diferentes TFs. Mas quanto a encontrar dois extremos para X pips para cima e X pips para baixo, acho que não é assim. Se descermos e alcançarmos X pontos, podemos não alcançá-los para cima. Eu o entendi corretamente?
Você vai formar os dados de entrada em cada barra? Ou apenas sob algumas condições, como quando os muwings se cruzam, significa COMPRAR, e a rede neste momento recebe o vetor de entrada e decide ela mesma se entra ou não, certo?
Sim, é certamente uma pergunta interessante, mas provavelmente não é assim.
Eu gostaria de não perder uma única barra, de ter um grande número de amostras (especialmente porque a saída é contínua, não discreta, e como eu já disse espero que haja uma relação normal de repetibilidade e inconsistência), mas com a opção de aproximação com o corte do número de amostras por algum indicador que eu nunca pensei.
Sim, é certamente uma pergunta interessante, mas provavelmente não é assim.
Eu gostaria de não perder uma única barra, de ter um grande número de amostras (especialmente porque a saída é contínua, não discreta e como eu já disse, espero que haja uma taxa normal de repetibilidade e inconsistência), mas com a opção de aproximação com o corte do número de amostras por algum indicador que eu nunca pensei.
Agora tenha em mente, pode ser muito útil! Ouvi de muitas pessoas que deveria haver uma TS sã, e a NS só deveria melhorá-la um pouco... Mas o quanto estas palavras são verdadeiras ?????? f*ck sabe...
A função foi nomeada RSDNFunction como um agradecimento à comunidade RSDN. Por favor, use-o com esse nome.
Comparação com a sigmoid:
1. Convergência. Depende do problema e dos dados de entrada. Com os dados de entrada |x| < 1 o sigmóide ganha naturalmente devido à maior não-linearidade. Mas pode ser problemático acompanhar isso com grandes camadas de tamanho. Em |x| > 1 os golpes sigmóides por convergência. É verdade, nem sempre. Além disso, remove o efeito de "congelamento" onde a saída do sigmóide tende ao limite da área de valor, já que não há limite da área de valor.
2. Na maioria das tarefas, a necessidade de pré-processamento de dados desaparece pela mesma razão. No entanto, alguns limites de valor permanecem. Não é uma boa idéia alimentar conscientemente grandes valores de ordem 2 e superiores.
3. Torna-se possível utilizar uma função na camada de saída pelo mesmo motivo
4. (-) Não há possibilidade de expressar f'(x) = g(f(x)) bem, mas isto é imaterial. Mais ainda, esta não é uma parte crucial do programa.
A função pode ser modificada para obter mais não-linearidade, mas estou satisfeito com esta forma.
Sim, a propósito, é bom que você tenha falado nisto. Continuo questionando se seria mais correto (na sua experiência) racionar uma amostra por si só ou em geral em todas as amostras?
Se normalizado em relação ao primeiro valor, o primeiro valor será sempre zero. Outra opção é normalizar em relação ao meio da gama de amostras. Se amostras diferentes têm elementos diferentes iguais a zero, então não há problema, zero também é um valor.
EE, você está mexendo com alguma coisa.
Temos uma amostra de entrada. Para simplificar 1 entrada.
Procurando pelo máximo e mínimo na amostra ALL.
De acordo com os valores encontrados, reduzir a amostra inteira a um intervalo de -1 a 1
Eu quis dizer esta situação (A), mas é um pouco diferente, acho melhor procurar a menor diferença entre o ponto de entrada e o extremo e também a maior diferença, porque haverá pontos onde o preço não caiu abaixo do ponto de entrada e vice versa. Mas a idéia é procurar o extremo mais próximo, algo como um ziguezague.
Amanhã eu colocarei o indutor de abertura com um vislumbre do futuro. Mostra claramente que as negociações com TP=80...100 pt duram cerca de 1500 minutos, a partir daí podemos tirar conclusões apropriadas para diferentes TFs. Mas quanto a encontrar dois extremos para X pips para cima e X pips para baixo, acho que não é assim. Se descermos e alcançarmos X pontos, podemos não alcançá-los para cima. Eu o entendi corretamente?
Você vai formar os dados de entrada em cada barra? Ou apenas sob algumas condições, como quando os muwings se cruzam, significa COMPRAR, e a rede neste momento recebe o vetor de entrada e decide ela mesma se entra ou não, certo?
Sim, é certamente uma pergunta interessante, mas provavelmente não é assim.
Eu gostaria de não perder uma única barra, de ter um grande número de amostras (especialmente porque a saída é contínua, não discreta, e como eu já disse espero que haja uma relação normal de repetibilidade e inconsistência), mas com a opção de aproximação com o corte do número de amostras por algum indicador que eu nunca pensei.
Sim, é certamente uma pergunta interessante, mas provavelmente não é assim.
Eu gostaria de não perder uma única barra, de ter um grande número de amostras (especialmente porque a saída é contínua, não discreta e como eu já disse, espero que haja uma taxa normal de repetibilidade e inconsistência), mas com a opção de aproximação com o corte do número de amostras por algum indicador que eu nunca pensei.
Agora tenha em mente, pode ser muito útil! Ouvi de muitas pessoas que deveria haver uma TS sã, e a NS só deveria melhorá-la um pouco... Mas o quanto estas palavras são verdadeiras ?????? f*ck sabe...
2 StatBars Muito obrigado pelos artigos.
E quanto aos insumos não-normalizados? O sigmoid pode ser usado ou são necessárias outras funções?
Eu tentei encontrar uma função universal não linear.
A desvantagem do sigmoid é que ele tem uma gama limitada de valores.
Foi o que eu consegui obter.
Estou publicando-o aqui.
Comparação com a sigmoid:
1. Convergência. Depende do problema e dos dados de entrada.
Com os dados de entrada |x| < 1 o sigmóide ganha naturalmente devido à maior não-linearidade.
Mas pode ser problemático acompanhar isso com grandes camadas de tamanho.
Em |x| > 1 os golpes sigmóides por convergência. É verdade, nem sempre.
Além disso, remove o efeito de "congelamento" onde a saída do sigmóide tende ao limite da área de valor, já que não há limite da área de valor.
2. Na maioria das tarefas, a necessidade de pré-processamento de dados desaparece pela mesma razão. No entanto, alguns limites de valor permanecem. Não é uma boa idéia alimentar conscientemente grandes valores de ordem 2 e superiores.
3. Torna-se possível utilizar uma função na camada de saída pelo mesmo motivo
4. (-) Não há possibilidade de expressar f'(x) = g(f(x)) bem, mas isto é imaterial. Mais ainda, esta não é uma parte crucial do programa.
A função pode ser modificada para obter mais não-linearidade, mas estou satisfeito com esta forma.
Sim, a propósito, é bom que você tenha falado nisto. Continuo questionando se seria mais correto (na sua experiência) racionar uma amostra por si só ou em geral em todas as amostras?
Decidiu renomear a filial.
Tudo de uma só vez, é claro.
Se normalizado em relação ao primeiro valor, o primeiro valor será sempre zero. Outra opção é normalizar em relação ao meio da gama de amostras. Se amostras diferentes têm elementos diferentes iguais a zero, então não há problema, zero também é um valor.
EE, você está mexendo com alguma coisa.
Temos uma amostra de entrada. Para simplificar 1 entrada.
Procurando pelo máximo e mínimo na amostra ALL.
De acordo com os valores encontrados, reduzir a amostra inteira a um intervalo de -1 a 1
Eh, você está fazendo uma bagunça.
Temos uma amostra de entrada. Para simplificar, temos 1 entrada.
Estamos procurando o máximo e o mínimo em TODAS as amostras.
De acordo com os valores encontrados, reduzimos a amostra inteira a um intervalo de -1 a 1
Por que para [1;-1] ?
Eh, você está fazendo uma bagunça.
Temos uma amostra de entrada. Para simplificar, temos 1 entrada.
Estamos procurando o máximo e o mínimo em TODAS as amostras.
De acordo com os valores encontrados, levamos a amostra inteira a um intervalo de -1 a 1
E se no futuro, os altos e baixos forem atualizados?
Por que para [1;-1] ?
Outros podem ser, não é a referência, o intervalo mais comumente utilizado.