Обсуждение статьи "Третье поколение нейросетей: "Глубокие нейросети"" - страница 16
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, Владимир, я очень впечатлен вашей статьей.
Мне удалось установить ее и попробовать различные шаги в R. У меня есть некоторые сомнения по поводу трансформации spatialSign, надеюсь, вы поможете мне разобраться.
Я пытался изучить эффект preProcess с spatialSign, поэтому я попробовал следующие коды:
predict(preprocess(try,method="spatialSign"),try)
Я получил следующие результаты:
[1,] -0.7071068 -0.7071068
[2,] -0.7071068 -0.7071068
[3,] 0.7071068 0.7071068
[4,] 0.7071068 0.7071068
Я был очень удивлен этим результатом, интуитивно я ожидал, что 1 и 2 не должны быть одинаковыми в spatialSign. Я знаю, что он сначала центрирует и масштабирует, а затем применяет spatialSign, является ли этот результат правильным?
Владимир спасибо за очень интересный материал. Год назад по нему написал модель системы с использованием базы данных FireBird в качестве промежуточного хранилища данных и сигналов между R и Советником, правда использовалась система не на MT5, но это в принципе не имеет значения. Это дало возможность поэкспериментировать с другими алгоритмами R . Еще раз спасибо.
Здравствуйте , я из китая , я всегда очень обеспокоены вы в mql5.com статьи . четыре статьи для меня очень исследования, стоимость обучения . Я восхищаюсь вашей профессиональных знаний . Благодарю вас , как читатель может поделиться своим опытом . в вашей статье всегда есть место, где меня в замешательство , пожалуйста , дай мне ответ в есть свободное время . Спасибо !
почему pr.sae>mean(pr.sae) Да sig=-1 а не sig=1 ?
Здравствуйте , я из китая , я всегда очень обеспокоены вы в mql5.com статьи . четыре статьи для меня очень исследования, стоимость обучения . Я восхищаюсь вашей профессиональных знаний . Благодарю вас , как читатель может поделиться своим опытом . в вашей статье всегда есть место, где меня в замешательство , пожалуйста , дай мне ответ в есть свободное время . Спасибо !
почему pr.sae>mean(pr.sae) Да sig=-1 а не sig=1 ?
Когда мы определяли целевую переменную, мы приняли, что 0 - это BUY, 1 -это SELL/
# ЗигЗаг имеет значения (определен) на каждом баре а не только в вершинах
zz<-ZigZag(price[ ,'Med'], change = ch, percent = F, retrace = F, lastExtreme = T);
n<-1:length(zz);
# На последних барах неопределенные значения заменим на последние известные
for(i in n) { if(is.na(zz[i])) zz[i] = zz[i-1];}
#Определим скорость изменения ЗигЗага и сдвинем на один бар в будущее
dz<-c(diff(zz), NA);
#Если скорость >0 - сигнал = 0(Buy), если <0, сигнал = 1 (Sell) иначе NA
sig<-ifelse(dz>0, 0, ifelse(dz<0, 1, NA));
return(sig);
}
Действительно, фантастическая статья даже в наши дни.
Но у меня есть вопрос, почему мой Kzz равен -Inf?
sig.zz<-ifelse(tail(dt[ , ncol(dt)], 500) == 0, 1, -1)
bal.zz<-cumsum(tail(price[ , 'CO'], 500) * sig.zz)
Kzz<-mean(bal.zz / bal)
Kzz -Inf
Использование Rsi может быть неправильным подходом.
Возможно, лучше позволить ему торговать напрямую, как если бы ему нужно было научиться ходить, играть в шахматы или любую другую игру.
pr.sae<-nn.predict(SAE, x.ts)
sig<-ifelse(pr.sae>mean(pr.sae),-1, 1)
sig.zz<-ifelse(y.ts == 0, 1,-1 )
bal<-cumsum(tail(price[ ,'CO'], bar) * sig)
bal.zz<-cumsum(tail(price[ ,'CO'], bar) * sig.zz)
сэр, в приведенном выше коде при вычислении bal вы не переместили знак назад, как вы это сделали в статье DEEP NEURAL NETDEEP NEURAL NETWORK WITH STACKED RBM.
что я упустил?
НОВАЯ СТАТЬЯ Появилось третье поколение нейронных сетей: глубокие сети:
Автор: Владимир Перервенко
цель изношена, она не может работать в реальном времени !!!!
цель изношена, она не может работать в реальном времени !!!!
Не пишите глупости. Пожалуйста, внимательно прочитайте эту статью. Подумайте об этом. После этого повторяющийся пример, который доказывает свою точку зрения.
Бросание пустых лозунгов в адрес многих людей.