Etiqueta de mercado ou boas maneiras em um campo minado - página 33
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Posso fazer isso com palavras...
Formulei um novo paradigma de realidade não há muito tempo. -:) Uma que não pode ser provada nem desmentida.
Aqui está:
A regularidade é uma forma de existência do acaso (ou seja, um caso particular). O inverso, em geral, não é verdade.
A partir daqui:
1. A realidade percebida é um fluxo de aleatoriedade no espaço de (flutuações locais de) regularidades, ou um fluxo de regularidades (intenções de entidades sencientes) no espaço de aleatoriedade.
2. assim, a primeira afirmação é que a realidade (o universo), como fenômeno de percepção, não contém nem aleatoriedade, nem regularidade como tal. Ambas são manifestações de uma natureza além da percepção humana.
Então, podemos "zastruyat"...-:)
Aqui está mais uma reflexão sobre seu g*th(w), onde g=0,005
É um processo interessante... Na verdade, com este operador você está puxando todos os pesos para as proximidades de +/-0,005 zero. De onde eles começarão a "subir" novamente no processo de aprendizagem no próximo ciclo.
Você recebe um tipo de "impulso de aprendizagem" que acontece uma vez por contagem regressiva.
É claro que não faz sentido submeter pesos a tal influência a cada época - a grade simplesmente não tem tempo para aprender adequadamente, já que uma época provavelmente não é suficiente para o aprendizado normal mesmo em um vetor suave (como aquele seno de cinco membros que você me deu para o teste da grade). Proponho chamar ao yuga o número ideal de épocas necessárias para treinar a rede. Como a yuga(N épocas) em seu sistema acontece uma vez antes de cada previsão, então no final de cada yuga(depois da previsão do tempo) faz sentido tentar... A "continuidade" do conhecimento, supostamente, deve ser preservada e será perdida muito gradualmente, já que o novo vetor difere do antigo por apenas um dado.
E há mais um pensamento. Diz respeito ao tema dos limites da gama ideal de pesos. Na minha opinião, deveríamos tentar o +/-ln(D ) como uma faixa limite:
Antes (antes de iniciar conversas com você) passei muitas horas (e até mesmo dias) correndo perseptrons de uma única camada em genética. No decorrer deste exercício fascinante mas inútil, consegui perceber que os pesos em modelos afiados com sucesso, raramente vão além de +/-(2,5 : 3,0), e as entradas nesses perseptrons eram no máximo 8. Então um segundo ponto, ou alternativa, para aplicar g*th(w), seria para um dos pesos atingir a faixa permissível de +/-ln(D )
Aqui, Fedor, há um truque importante: se tivermos um NS treinado em alguns vetores de entrada, então a aplicação do operador th() a todos os seus pesos não destrói seu conhecimento, mas apenas comprime a área na qual seus pesos são definidos. Este é um ponto importante que permite eliminar o efeito de "saturação", o que economiza o poder computacional da NS e explora a possível quase-estacionariedade dos processos de mercado.
Em relação ao resto do que você disse - preciso de tempo para pensar sobre isso.
Estou aprendendo a usar o Matcad... uma boa ferramenta. Sergey, estou curioso, como você vê os resultados de sua grade no Matcad? Você desenha gráficos?
E mais uma pergunta importante - como colocar as citações do MT4 no Matcad?
Bem, sim - eu faço gráficos. Muito útil!
Quanto à exportação de dados para o formato Matkad, não há nada mais fácil. Vá ao seu arquivo de cotações e clique no botão de exportação na cotação que você precisa. Selecione a opção "Texto ASCII (*.prn)" no menu de contexto, especifique o caminho para salvar o arquivo, e pronto. Este é um formato nativo do Matcadian. No Matcad você lê do arquivo: Open=READPRN("FileName.prn")<2>. Dois meios (junto com parênteses no índice superior de comando, ver painel de controle), que você lê apenas a segunda coluna correspondente aos preços de abertura no TF escolhido (tirar minutos) do arquivo.
Não era isso que eu queria dizer...
Bem, está bem. Se estiver interessado, me avise e eu lhe contarei tudo sobre isso.
A "continuidade" do conhecimento deve ser preservada e será perdida muito gradualmente, porque o novo vetor difere do antigo por apenas uma contagem.
Aqui está algo que vem à mente sobre o assunto.
Não faz muito tempo que joguei com treinamento "exato", um único neurônio, vetor de treinamento com comprimento igual ao número de entradas de neurônio (sem deslocamento constante - estava ausente) P=w . Eu estava fazendo isso só por diversão. É claro que, nesta formulação, a grade pode ser treinada com a precisão que eu desejar na amostra de treinamento (número de parâmetros ajustáveis igual ao número de equações lineares), para que eu não me incomode com ORO, e obtenha os valores exatos dos pesos resolvendo um sistema de equações algébricas lineares através do método de Newton em uma fração de segundo. O efeito é tremendo - tomamos um perseptron com 1000 entradas e em um segundo obtemos os valores de pesos, que para 1000 vetores de treinamento, cada 1000 amostras de comprimento, nos dá o erro de treinamento "0"! Você consegue imaginar? - Uma matriz de 1000x1000 e nem um único erro! Parece que você acrescenta apenas um pequeno elemento a esta matriz - uma nova amostra (tente prever um passo à frente) e nada de extraordinário deve acontecer. A grade ainda mostrará +1 ou -1 bem, talvez não adivinhe no caso extremo... No entanto, o resultado é desencorajador. Se esta grade tivesse atingido o olho do touro todas as vezes em 1000000 contagens anteriores, aqui, imediatamente - no Cosmos - em vez de +/-1 - 4872365695. Que tal isso! E você diz "apenas uma contagem"...
Tudo isso é uma conseqüência do selvagem super-aprendizado da perseptron.
Falhas no fórum!!!
Estou aprendendo a usar o Matcad... uma boa ferramenta. Sergey, estou curioso, como você vê os resultados de sua grade no Matcad? Você desenha gráficos?
E mais uma pergunta importante - como colocar as citações do MT4 em Matkad?
Aqui está um exemplo de como eu trabalho. Eu transfiro dados para Matkad. Isto é mais conveniente.
No arquivo há um roteiro que envia informações em um formato exigido
(Tempo-Aberto-Abaixo-Fechamento-Hora-Min-Dia-Mês-Dia-Ano da Semana)
Basta anexá-lo ao gráfico necessário e especificar a data do histórico necessário (o histórico já deve ser carregado através do arquivo de cotações) .
Nós transferimos os arquivos obtidos (GBPUSD_4.prn no exemplo e EURUSD_4.prn) para o diretório onde o arquivo Matcad está localizado e trabalha lá.
Se você realiza análises em várias moedas, não se esqueça dos buracos. Eu mostrei como sincronizar os dados no arquivo matcad.
Matcad versão 14. Tudo está no arquivo.