Discussão do artigo "Redes Neurais de Terceira Geração: Redes Profundas" - página 15
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
Hi,
por favor, ajude-me a esclarecer alguns de meus preconceitos negativos sobre redes neurais (NN).
b) executamos uma segunda otimização pelo testador apenas para verificar de quais indicadores otimizados precisamos(*)
c) para que tenhamos um conjunto menor de nossos indicadores otimizados
d) para que preciso do NN?
(*) Infelizmente, se você executar o otimizador do mt4 no modo genético e quiser tentar ignorar determinados conjuntos de parâmetros (por exemplo, não testar se o "indicador-A" está "ligado") retornando de OnInit() com"INIT_PARAMETERS_INCORRECT", o algoritmo genético ainda conta isso como uma passagem válida e isso reduz o número de passagens realmente executadas antes que esse algoritmo pare devido ao número de passagens, que é um dos critérios de encerramento.
Por exemplo, digamos que criemos uma otimização simples usando o RSI e o ZigZag Highs, ZigZag Lows.
Produzimos uma média de sobrevenda nas altas somando o valor do RSI no ZigZag Highs e uma média de sobrecompra
nas baixas somando o valor do RSI no ZigZag Lows. Nossas médias serão essencialmente o ajuste do RSI, independentemente
das configurações desse ativo.
A questão não é se os indicadores devem ser otimizados, na minha humilde opinião, mas se o indicador é utilizável ou não
fundamentalmente.
No exemplo acima, você pode entender meu ponto de vista visualizando as médias de um RSI(3) versus um RSI(16).
O RSI(3) acionará constantemente nossos níveis otimizados versus o RSI(16).
1,2,3 e 4, acredito que quaisquer que sejam os indicadores e as configurações passados, eles se ajustam inerentemente ao ativo subjacente.
...
Nossas médias serão essencialmente o ajuste do RSI, independentemente das configurações desse ativo.
A questão não é se os indicadores devem ser otimizados, na minha humilde opinião, mas se o indicador é utilizável ou não
fundamentalmente.
No exemplo acima, você pode entender o que quero dizer visualizando as médias de um RSI(3) em comparação com um RSI(16).
O RSI(3) acionará constantemente nossos níveis otimizados em comparação com o RSI(16).
Como o seu exemplo - se entendi corretamente - me diz que o RSI(3) não ajuda, pois não distingue entre "bom" (lucro potencial > ??) e "ruim" (lucro potencial < ??), mas o RSI(16) sim.
Mas, nesse caso, houve uma otimização, pois depois disso sabemos que 16 é melhor que 3 - ou de onde você sabe isso?
Agora você treina o NN com RSI(3)? Ele provavelmente será excluído. Ou você está testando o RSI(3) (NN-input 1) e o RSI(16) (NN-input 2) e, se o RSI(3) for excluído (NN-input 1 é definido como 0, por exemplo), o RSI(x) foi otimizado para 16 - mesmo que de forma muito simples. Precisamos de um NN para isso com o MT-optimizer?
Ou estou perdendo alguma coisa no seu exemplo?
Seu exemplo - se entendi corretamente - me diz que o RSI(3) não ajuda, pois não distingue entre "bom" (lucro potencial > ??) e "ruim" (lucro potencial < ??), mas o RSI(16) sim.
Mas, nesse caso, houve uma otimização, pois depois disso sabemos que 16 é melhor que 3 - ou de onde você sabe isso?
Agora você treina o NN com RSI(3)? Ele provavelmente será excluído. Ou você está testando o RSI(3) (NN-input 1) e o RSI(16) (NN-input 2) e, se o RSI(3) for excluído (NN-input 1 é definido como 0, por exemplo), o RSI(x) foi otimizado para 16 - mesmo que de forma muito simples. Precisamos de um NN para isso com o MT-optimizer?
Ou estou perdendo alguma coisa no seu exemplo?
O ideal seria um RSI de período variável nesse exemplo
Referindo-se ao RSI(3) e ao RSI(16) como um exemplo de possíveis lacunas de utilização fundamental em tempo real.
O ideal seria um RSI de período variável nesse exemplo.
OK - então, o que é enviado para o NN?
RSI(...) com um valor fixo (como foi obtido) com um valor variável - é possível otimizar o cálculo ou não?
Tudo isso influencia o perigo de adaptação excessiva - portanto, desculpe-me por ser tão desagradável.
Ошибка
Ao executar no RStudio:
O que é essa função? De que pacote ela é e onde está definida?Obrigado!Tenho o R x64 3.3.1. Após a instalação, as seguintes bibliotecas estavam faltando: svMisc, svSocket, TTR, xts, zoo. Mas o Rstudio não reclamou das três últimas, e só consegui descobrir graças ao DebugView.
O indicador é instalado, pensa por um longo tempo e produz ziguezagues. Ao tentar definir serv como verdadeiro, ele trava:
A mesma coisa acontece ao instalar um Expert Advisor:
O terminal diz "Rterm crashed".
Não encontrei nada claro sobre esse erro no Google. Onde posso pesquisar?
Ao executar no RStudio:
Peço desculpas pela resposta tardia.
A função é definida no pacote "caret::upSample //downSample fará uma amostragem aleatória de um conjunto de dados de modo que todas as classes tenham a mesma frequência que a classe minoritária. upSample faz a amostragem com substituição para tornar as distribuições de classe iguais//
Boa sorte
Tenho o R x64 3.3.1. Após a instalação, as seguintes bibliotecas estavam faltando: svMisc, svSocket, TTR, xts, zoo. Mas o Rstudio não reclamou das três últimas, e só consegui descobrir graças ao DebugView.
O indicador é instalado, pensa por um longo tempo e produz ziguezagues. Ao tentar definir serv como verdadeiro, ele trava:
A mesma coisa acontece ao instalar um Expert Advisor:
O terminal diz "Rterm crashed".
Não encontrei nada claro sobre esse erro no Google. Onde procurar?
No apêndice do artigo , publiquei um Expert Advisor e_DNSAE revisado sem usar o servidor.
Por favor, dê uma olhada nele.
Boa sorte.