Обсуждение статьи "Третье поколение нейросетей: "Глубокие нейросети"" - страница 15
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
Здравствуйте,
пожалуйста, помогите мне прояснить некоторые мои негативные предубеждения относительно нейронных сетей (NN).
b) мы проводим вторую оптимизацию тестером только для того, чтобы проверить, какие из оптимизированных индикаторов нам нужны(*)
c) так что у нас есть меньшая куча наших оптимизированных индикаторов
d) для чего мне нужен NN?
(*) К сожалению, если вы запустите оптимизатор mt4 в генетическом режиме и попытаетесь обойти некоторые наборы параметров (например, не проверять, включен ли "индикатор-A"), вернувшись из OnInit() с"INIT_PARAMETERS_INCORRECT", генетический алгоритм все равно засчитает это как правильный проход, что уменьшит количество реально выполненных проходов до остановки алгоритма из-за количества проходов, которое является одним из критериев завершения.
Например, допустим, мы создаем простую оптимизацию, используя RSI и ZigZag Highs, ZigZag Lows.
Мы получаем среднее значение перепроданности на максимумах, суммируя значение RSI на максимумах ZigZag, и среднее значение перекупленности
на минимумах, суммируя значение RSI на минимумах ZigZag. Наши средние будут, по сути, корректировкой RSI независимо
настроек для данного актива.
Вопрос не в том, нужно ли оптимизировать индикаторы, по моему скромному мнению, а в том, можно ли использовать индикатор
фундаментально.
В приведенном выше примере вы можете понять мою точку зрения, просмотрев средние значения для RSI(3) против RSI(16).
RSI(3) будет постоянно вызывать наши оптимизированные уровни по сравнению с RSI(16).
1,2,3 и 4, я считаю, что какие бы индикаторы и настройки не использовались, они изначально подстраиваются под базовый актив.
...
Наши средние по сути будут подстраиваться под RSI независимо от настроек под этот актив.
Вопрос не в том, нужно ли оптимизировать индикаторы, по моему скромному мнению, а в том, можно ли использовать индикатор
в принципе.
В приведенном выше примере вы можете понять мою точку зрения, просмотрев средние для RSI(3) и RSI(16).
RSI(3) будет постоянно вызывать наши оптимизированные уровни по сравнению с RSI(16).
В вашем примере - если я правильно его понял - RSI(3) не поможет, так как он не отличит "хороший" (потенциальная прибыль > ??) от "плохого" (потенциальная прибыль < ??), а RSI(16) отличит.
Но если это так, то произошла оптимизация, поскольку после этого мы знаем, что 16 лучше, чем 3 - или откуда вы это знаете?
Теперь вы обучаете NN с RSI(3)? Скорее всего, она будет удалена. Или вы пробуете RSI(3) (NN-вход 1) и RSI(16) (NN-вход 2), и если RSI(3) будет удален (NN-вход 1 установлен в 0, например), то RSI(x) будет оптимизирован до 16 - даже очень простым способом. Нужен ли нам для этого NN в MT-оптимизаторе?
Или я что-то упустил в вашем примере?
Поскольку ваш пример - если я правильно его понял - говорит мне, что RSI(3) не поможет, так как он не отличит "хороший" (потенциальная прибыль > ??) от "плохого" (потенциальная прибыль < ??), а RSI(16) отличит.
Но если это так, то произошла оптимизация, поскольку после этого мы знаем, что 16 лучше, чем 3 - или откуда вы это знаете?
Теперь вы обучаете NN с RSI(3)? Скорее всего, она будет удалена. Или вы пробуете RSI(3) (NN-вход 1) и RSI(16) (NN-вход 2), и если RSI(3) будет удален (NN-вход 1 установлен в 0, например), то RSI(x) будет оптимизирован до 16 - даже очень простым способом. Нужен ли нам для этого NN в MT-оптимизаторе?
Или я что-то упустил в вашем примере?
Идеальным был бы RSI с переменным периодом в данном примере.
Ссылаясь на RSI(3) и RSI(16) в качестве примера возможных фундаментальных разрывов в использовании в реальном времени.
Идеальным был бы RSI с переменным периодом в этом примере.
Хорошо - что же отправляется в NN?
RSI(...) с фиксированным значением (как его получили) с переменным значением - можно ли оптимизировать расчет или нет?
Все это влияет на опасность чрезмерной адаптации - поэтому извините, что я такой неприятный.
Ошибка
При запуске в RStudio:
Что это за функция? Из какого пакета и где определена?Спасибо!У меня R x64 3.3.1. После установки не хватало следующих библиотек - svMisc, svSocket, TTR, xts, zoo. Причём на последние три Rstudio не ругалась, удалось выяснить только благодаря DebugView.
Индикатор устанавливается, долго думает и выдаёт зигзаги. При попытке перевода serv в true - вылетает:
То же самое - при установке советника:
А терминал говорит "Rterm crashed"
В гугле ничего внятного про эту ошибку не нашёл. Куда копать?
При запуске в RStudio:
Прошу прощения за поздний ответ.
Функция определена в пакете "caret::upSample //downSample will randomly sample a data set so that all classes have the same frequency as the minority class. upSample samples with replacement to make the class distributions equal//
Удачи
У меня R x64 3.3.1. После установки не хватало следующих библиотек - svMisc, svSocket, TTR, xts, zoo. Причём на последние три Rstudio не ругалась, удалось выяснить только благодаря DebugView.
Индикатор устанавливается, долго думает и выдаёт зигзаги. При попытке перевода serv в true - вылетает:
То же самое - при установке советника:
А терминал говорит "Rterm crashed"
В гугле ничего внятного про эту ошибку не нашёл. Куда копать?
В приложении к статье я выложил переработанный эксперт e_DNSAE без использования сервера.
Посмотрите его пожалуйста.
Удачи