MT4 için Olasılıksal Sinir Ağları, Paketler ve Algoritmalar - sayfa 12
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Kral!
Peki sinir ağının girişine ne sağlayacağız? Hangi hata fonksiyonunu seçeceğiz?
İçeriğe bakılırsa, bu hiç kimseyi ilgilendirmez. Bir çok insan bunun yazılım olduğunu düşünüyor...
Çizginin eğim açısıyla başlamayı öneriyorum. farklı dönemlere sahip regresyonlar. Ve farklı TF ile yapabilirsiniz. :)
Hata fonksiyoneli maksimum kârdır.
çizgi açısı girişte gerileme, bence çok ilginç!
Cetvelin açısını hesaplamak basittir (yay tanjantı ve ileri olmak üzere iki nokta alırız). Bu TF için sadece bu açı olacaktır. Her TF için dikey ölçeği veya başka bir şeyi belirleyen bir katsayı olacağı ortaya çıktı. Bu sorunu nasıl çözersiniz?
Kral!
Peki sinir ağının girişine ne sağlayacağız? Hangi hata fonksiyonunu seçeceğiz?
İçeriğe bakılırsa, bu hiç kimseyi ilgilendirmez. Bir çok insan bunun yazılım olduğunu düşünüyor...
Çizginin eğim açısıyla başlamayı öneriyorum. farklı dönemlere sahip regresyonlar. Ve farklı TF ile yapabilirsiniz. :)
Hata fonksiyoneli maksimum kârdır.
çizgi açısı girişte gerileme, bence çok ilginç!
Cetvelin açısını hesaplamak basittir (yay tanjantı ve ileri olmak üzere iki nokta alırız). Bu TF için sadece bu açı olacaktır. Her TF için dikey ölçeği veya başka bir şeyi belirleyen bir katsayı olacağı ortaya çıktı. Bu sorunu nasıl çözersiniz?
Her TF için katsayının girilmesi zor değildir. Ayrıca katsayılar olmadan, tüm değerleri belirli bir aralığa ölçeklendirebilir ve Millet Meclisi'nin girişine uygulayabilirsiniz.
Her TF için katsayının girilmesi zor değildir. Ayrıca katsayılar olmadan, tüm değerleri belirli bir aralığa ölçeklendirebilir ve Millet Meclisi'nin girişine uygulayabilirsiniz.
PS Kayıt olmak için forumunuza gittim.
Her TF için katsayının girilmesi zor değildir. Ayrıca katsayılar olmadan, tüm değerleri belirli bir aralığa ölçeklendirebilir ve Millet Meclisi'nin girişine uygulayabilirsiniz.
PS Kayıt olmak için forumunuza gittim.
Tek bir TF'ye BAKMAK... tek bir TF ile ticaret yapmak, Moskova Çevre Yolu'nun kör bir geçişi gibidir
ölçeklendirmede
işte ortalamalardaki fikirlerden biri
almak
m1 m5 m15 m30 bu, baskın trend olarak H1 H4 D1 girişi içindir
m1 m5 m15 m30'da fanın tam açılmasını aynı anda 4 zaman diliminde yakalamak gerekir
Bu TF'lerde MA1 M3 M5 M8 M13 M21 M34 M89, ortalamaların fanını hemen açmalı veya açmaya başlamalıdır! bu noktalar
Bu arada, daha iyisinin çok benzer noktaları var!
ancak her TF'deki her ortalama ve çubuk sayısı için NÖRAL AĞA 0 veya 1 gibi bir şey gönderilmelidir.
Bir seçenek olarak, ortalamalar arasındaki mesafeyi almayı öneriyorum, eğer en yakın ağır olan en yakın hafif olandan daha düşükse 1'e yol açar.
verilen iki ortalamaya göre bir YUKARI trendi olacak
m1 m5 m15 m30'daki tüm ortalamalar için 1 aldığımızda, bu YUKARI ipucudur - daha eski zaman çerçevelerinin daha fazla analizi
yani her zaman M1'deki girişi aramaya başlarız, ardından eski TF'lere tırmanırız
araçlar arasındaki mesafenin nasıl ölçekleneceğine ilişkin örnek
her bir çubuk dizisi için her bir u üzerindeki her ortalama için
..
AdE = 10000;
mas[0][1][kapalı+ _i ] = iMA ( Symbol(),PERIOD_M1, 5, 0 , MODE_EMA, PRICE_CLOSE, kapalı+ _i );
tmp = mas[0][1][kapalı+ _i ]-mas[0][2][ kapalı+ _i ]; // 5 ile 8 arasında
tmp = MathCeil(AdE*tmp)/AdE; // uyarlanabilir basitleştirme
if(tmp>1) tmp=1; if(tmp<-1) tmp=-1;
NN[1][1][_i+8] = tmp; // // -1 veya 1, -1 ... 1 aralığını ızgaraya netleştirir
mas[0][0] [ kapalı+ _i ]= iMA( Symbol(),PERIOD_M1, 3, 0 , MODE_EMA, PRICE_CLOSE, kapalı+ _i );
tmp = mas[0][0] [ kapalı+ _i ]- mas[0][1][ kapalı+ _i ]; // 5 ile 3 tik arasında ölçeklendir
tmp = (tmp) /Nokta;
tmp = MathCeil(AdE*tmp)/AdE; // uyarlanabilir basitleştirme
if(tmp>1) tmp=1; if(tmp<-1) tmp=-1;
NN[1][1][_i] = tmp; // -1 veya 1 ağa girecek
hayranın tam açıklaması nedir ve açıklamanın başladığı nokta umarım açıklığa kavuşmuştur
PNN ağları pratik olarak tüm verileri kendi içlerinde depolar - hızlı bir şekilde eğitilirler - ancak çok fazla bellek gerektirirler ve yavaştırlar.
4 zaman dilimi ortalama 1 3 5 8 13 21 34 55 89 diyelim, 5 bar diyelim
Belirtilen ortalamalar kümesine göre TF için 5*9 = 45 nöron
Tüm TF'ler için 45 * 4 = 180 nöron...
nöronları katmanlara dağıtmayı deneyebilirsiniz M1 M5 M15 M30 4 katman olacak
Çıkışa en yakın katmandaki ağa gerçekten sapma sinyalleri eklerdim
Her TF için katsayının girilmesi zor değildir. Katsayılar olmadan da mümkündür, sadece tüm değerleri belirli bir aralığa ölçeklendirin ve Millet Meclisinin girdisine uygulayın.
PS Kayıt olmak için forumunuza gittim.
Tek bir TF'ye BAKMAK... tek bir TF ile ticaret yapmak, Moskova Çevre Yolu'nun kör bir geçişi gibidir
ölçeklendirmede
işte ortalamalardaki fikirlerden biri
almak
m1 m5 m15 m30 bu, baskın trend olarak H1 H4 D1 girişi içindir
m1 m5 m15 m30'da fanın tam açılmasını aynı anda 4 zaman diliminde yakalamak gerekir
Pekala, bu ayrı, çok derin bir konu. Bu yönde gelişmeler var. Profildeki sabun.
Ölçekleme derken biraz farklı demek istedim.
Burada beni uzun zamandır endişelendiren sorumu göstermek için bir hindi çizdim. Doğrusal bir regresyon doğrusu çizer. Diyelim ki eğim açısını ölçmek istiyoruz, ancak dikey olarak hangi ölçeği seçmeliyiz (fiyata göre)? Bir TF'de bile dikey sıkıştırma mümkündür:
Türkiye'de görsel ayar için k katsayısını istenilen programa getirdim. Aslında açının değerinin kendisinin cinsel bir anlamı yoktur, onu değiştirmek önemlidir. Ama isterim
bu, ölçeği herhangi bir TF için aynı olacak bir değerdi (derece cinsinden bir açı olması gerekmez).
Bence matematik bu sorunu öyle ya da böyle çözüyor.
Sinir ağları hakkında yorum yapamam. Bu tür ağları kendim tasarlamadım (özellikle C'de), ama çok isterdim ama zaman yok.
PS Ben ayrılık EA seviyorum. Şampiyonada başarılı bir son diliyorum.
bulamıyorum NeuroDimension NeuroSolution 5.06 Geliştirici, herhangi biri... bir ipucu ile yardımcı olabilir. veya posta ile gönderin. andrew.opeyda(köpek)gmail.com
Sahibim:
E görünümler
Çoklu Analist 46
Evrim 4.06
2 paramon
bulamıyorum NeuroDimension NeuroSolution 5.06 Geliştirici, herhangi biri... bir ipucu ile yardımcı olabilir. veya posta ile gönderin. andrew.opeyda(köpek)gmail.com
Sahibim:
E görünümler
Çoklu Analist 46
Evrim 4.06
Geliştiricinin web sitesinde almak en iyisidir, ancak biraz kayıt yaptırmanız gerekir.
Bir nöronun girişi için veri nasıl hazırlanır!
Diyelim ki her giriş W ölçeğinde üç girişli bir nöron var.
çıkış nöronu bir miktar değer vermelidir
Seçenek 1 nöronu, önceden dönüştürülmüş bir dizi veri alır, diyelim ki { -1.0 -0.9 -0.8 -0.7 ... 0 . 0,1 0,2 ... 0,7 0,8 0,9 1, 0} giriş başına
çıktı sadece iki değerdir 0 : 1
Seçenek 2, nöron önceden dönüştürülmüş bir dizi veri alır, diyelim ki her giriş için { -10.0 ... 0 ... 10.0 }
çıktı aynı değer aralığıdır , ancak ağırlıkları zaten hesaba katar
3. seçenek, nöron, ağırlığına bağlı olarak çıkıştaki her giriş için { 1 0 0 } alır { 0 1 }
verileri dönüştürmek için nasıl düzgün bir şekilde hazırlanır... bir nöron için... hepsi sadece 1 ve 0 olamaz... bir çeşit aralık olmalı mı?
Giriş katmanından bahsediyorum! her katman, verileri giderek daha fazla sıkıştırır
teorik olarak, ağın çıkışında aptalca 1 ve 0 değil 6 durum almanız gerekir.
çıktı zaten diyelim ki 6 durumumuz var
1 1-satmak
2 1-satışı kapat
3 1 satın al
4 1 satın alma işlemini kapat
5 1-satın alma trendini koruyun
6 1-tut satış düşüş trendi
belki de ben hatalıyım
genellikle fonksiyon hiperbolik bir tanjant biçimindeyse, girişler -1..1 veya 0..1 ile normalleştirilir.
ama sinir çözümlerinde dll'yi kim derledi?