Использование Нейронных сетей в трейдинге. - страница 11
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Не-не! Ты сначала покажи, и мы это обсудим, а уж потом включай свой интелект на полные обороты.
Сорри, пока нет времени. Да и не привык я обсуждать, сделал -- проверил -- проанализировал, лучше так.
Извините, что влезла.
1. Что такое "отбеливание"?
2. И что подавать на вход? Ибо все индикаторы -- это фильтры и производные от цены, что есть суть потери времени.
Вот здесь про это достаточно нормально написано и даже почти не "птичьим" языком. Как раз почитываю...
При детальном разбирательстве, становится ясно, что мы имеем дело с попыткой отображения натурального ряда 1,2,3...n (входные данные, например размер свечи) путём воздействия на него оператором (ФР) в ряд действительных чисел.
Понятно, что при таком отображении, мы получим дискретный ряд действительных чисел, где числа будут группироваться возле некоторых выделенных точек (см. рис.), например 230 или 405 и т.п. и при попытке построить график его плотности распределения мы конечно получим "дырявое" распределение, где присходит перераспределение вероятности с "дырявой" области в сторону её увеличения пропорциональной ширине дырки.
Вобщем, я склоняюсь к мысли, что этот способ выравнивания исходного распределения для входных данных НС не подходит для случая, когда эти данные представленны в виде целых чисел.
Вобщем, я склоняюсь к мысли, что этот способ выравнивания исходного распределения для входных данных НС не подходит для случая, когда эти данные представленны в виде целых чисел.
Так вот где собака зарыта! А имхо не стоит париться по этому поводу.
Да ну, это всё на помойку!
Я тоже так считаю - не сильно-то хотелось иметь, эту ровненькую полочку... Ручками при необходимости выровняем.
во-первых, кто-нибудь мне может объяснить чем выравнивание отличается от приравнивания (взять тупо приравнять все Y той величине, которая получилась путем деления 1/(xn - x0) - равномерная ПР, если где есть дырки - аппроксимировать)?
во-вторых, что у нас тогда получается, что дискретная величина - это просто величина, измеряющаяся в целых числах? да ну, быть такого не может... если тректорию полета снаряда измерять в нанометрах её тоже можно считать дискретной величиной... так как никто не сможет измерить дробную часть нанометра и соответственно все значения будут целыми числами...
во-вторых, что у нас тогда получается, что дискретная величина - это просто величина, измеряющаяся в целых числах? да ну, быть такого не может... если тректорию полета снаряда измерять в нанометрах её тоже можно считать дискретной величиной... так как никто не сможет измерить дробную часть нанометра и соответственно все значения будут целыми числами...
Вот так - походя и делаются Величайшие открытия!
В своё время великий Ньютон задумавшись о непрерывности движения брошеного камня и дискретноым характером измерения его траектории, пришёл к открытию дифференциально исчисления, открывшего принципиально новые горизонты в науке.
во-первых, кто-нибудь мне может объяснить чем выравнивание отличается от приравнивания (взять тупо приравнять все Y той величине, которая получилась путем деления 1/(xn - x0) - равномерная ПР, если где есть дырки - аппроксимировать)?
Тебе нужно придумать такую функцию (типа а*х^2+b*x+c), что бы пропустив через неё входные данные получить другие, но с равненьким распределением плотности (это хорошо для НС), затем, обработав их внутри НС и применив к выходу обратное преобразование, получим прогноз на входные данные! Вуаля.
Так, что это не приравнивание, а сохранение основных свойств в процессе сервирования стола (выравнивания) для НС.
Мда, почитал я вас, господа, с первой страницы, чуть не уснул. Что, никто так и не решил задачу нейросетей на форексе?