Sinir ağının girişine ne beslenmeli? Fikirleriniz... - sayfa 68
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Örneğin: mevcut fiyatın son N muma oranı. Ya da aynı kronolojik diziyi gönderin, ancak en son verilerle zorunlu bir ilişki ile: eğer fiyat ise - en son fiyatın geri kalanıyla artışının yansıması. Ve sonra "ölü" yaşanmaz kronoloji canlanmaya başlar.
Daha önce nasıl yapıyordunuz? Eğitim için mutlak fiyat değerleri gönderdiniz mi? 1,14241, 1,14248 gibi.
Tarif ettiğiniz şey göreceli fiyatlardır. Tarif ettiğiniz gibi, mevcut fiyatın diğer çubuklara veya orana olan farkını (delta) yapabilirsiniz.
Ben her zaman deltalar üzerinde çalıştım. Sonuç aynı...
Bunu daha önce nasıl yaptınız? Çalışmaya mutlak fiyatlar mı gönderdiniz? 1.14241, 1.14248 gibi.
Tarif ettiğiniz şey göreceli fiyatlardır. Mevcut fiyatın diğer çubuklara olan farkını (delta) veya tarif ettiğiniz gibi oranını yapabilirsiniz.
Her zaman deltalar üzerinde çalıştım. Sonuç aynı...
Giriş sinyalin gücü değildir
Gücü ona ağırlıklar tarafından verilir. Ancak girdi sayısının kendisi a priori zaten(!) bir güç unsuru taşır - niceliksel faktörü.Daha önce girdi verilerini anlama sorununu gündeme getirmiştim. Girdiye bir sayı vererek - zaten başlangıçta girdiye bir güç değeri vermiş oluyoruz.
Bu bir hatadır, çünkü NS'mizin özü sadece güç faktörünü bulmak ve bunu girdiler arasında dağıtmaktır. Girişe 0,9 - bu, sinyalin son derece güçlü olduğu gerçeğine eşdeğerdir. Ve sonra meşru sorular var: 1) Neden güçlü? 2) Nerede güçlü? Satın almak mı? Oturmak mı? Tutmak mı? Alımı Kapat?
Yani girişin sayısal değeri, sinyal gücünü veren ön "işlem sonrası" zaten hazırdır. Ancak NS'nin verilerle çalışmasını engeller.
Bu, özü "parazit", "bulanıklaştırma", "bozulma", "şifreleme" olan "gürültü "nün ta kendisidir. Bu, öğrenmenin ilk epokundan önce ölçeklerin rastgele başlatılmasına eşdeğerdir.
Sadece ağırlıklarda önemlidir, ancak girdilerde kasıtlı gürültüdür. Ve sonra NS, girdi verilerini öğrenmek yerine "temizlemek" ile görevlendirilir. Ve şimdi aslında sayısal verilerin yıkıcı işlevine geçelim:0.9 sayısı girdi olarakverildiğinde, bu ne anlama gelir? "Aktif olarak AL" mı?
"Kesinlikle AL" mı? 0 ile 1 arasında bir aralığa sahip herhangi bir osilatörün bakış açısından -.... bağlı olarak ya kesinlikle AL ya da kesinlikle SAT'tır. tüccara bağlıdır!
Yalnızca osilatörlere Ticaret Stratejisini oluştururken sihirli sinyaller "bahşeder." Pratikte bu sayılar kesinlikle hiçbir şey ifade etmez.
Herhangi bir programcı / kodlayıcı tüm geçmişi gözden geçirecek ve bu sinyallerin rastgele olduğunu görecektir. 0,9 sayısı girildiğinde, bu ne anlama geliyor?
NS'nin bu sayıyı ağırlıklarla önemli ölçüde "zayıflatma" fırsatı vardır. Bu ne anlama gelir?
Tüm mimarilerdeki ağırlıkların statik olduğu göz önünde bulundurulduğunda - bu, 0,9'dan küçük sayıların önemli ölçüde zayıflamasına neden olur - sinir ağı ÇALIŞMAYACAKTIR. Bunlar genel performansı etkilemeyecektir, çünkü toplayıcıda toplam toplamı önemsiz bir şekilde hareket ettirecektir. Sadece NS'nin giriş numarasına maksimum "1" olan 0,1'lik bir ağırlık ayarladığını hayal edin, sonuç olarak giriş 0 ise. 9, sayı 0,09 olacaktır.
9 ise, sayı 0.09 olacak ve 0.1 gelirse, sayı 0.01 olacaktır. Kelimenin tam anlamıyla 1'in altındaki TÜM aralık basitçe öldürülür. Ve belirli bir girdi sayısının "işlenebilirliği" 0.1 ila 0.5 aralığında yer alıyorsa ve bu bölgeye düşüyorsa, sayının genel mimari ve sonraki katmanlardaki diğer hesaplamalar için "güçlendirilmesi"(!) mi gerekiyor? İşe yaramayacak, 0.9 sayısı içeri girecek ve tüm hileyi basitçe "bozacaktır".
Sonuçta, sürekli niceliksel baskınlığı nedeniyle NS'nin çözümünü daha fazla etkiler. XOR probleminde bile 2 yoktur, girişte 0,5 yoktur. Bir 1-tuple var. Sonuç olarak, girdi "evet, bir sinyal var" (1) ve "sinyal yok" (0) çizgisindedir.
Aynı sinyal problemde her zaman bir girişe uygulanır. Bu yaklaşımı forex için NS diline çevirirsek, şunu elde ederiz: 0,9 sayısı gelirse - ilk girişe uygularız ve 0,1 sayısı gelirse - ikinci girişe uygularız.
Aksi takdirde - 0. Lütfen dikkat:dinamik ağırlıklar elde ederiz, yani ilk aşamada "gürültü" filtrelemesi vardır.
Eğer 0.9 "kötü" bir sayı ise, diyelim ki 0.0001 ile çarparak en alta "serpiştiriyoruz", böylece aşırı güç faktörü ile öğrenmeyi engellemiyor. Ve eğer sayı 0.1 ise, sayının NS üzerindeki maksimum etkisini ayarlamak için maksimum ağırlık "1.0" ile çarpıyoruz. Yani, ağırlıkların dinamiğinde makul ve potansiyel bir şey var.
IMHO, imho. Sadece bir şekilde makul görünüyor. Dinamik bir ağırlık (filtre) örneği olarak: 5 giriş, hepsi "filtrelemeyi" geçer, ancak hepsi bu - MLP'yi daha fazla bağlamadım, çünkü ağırlıkların dinamiğinde yeniden eğitim sorununu tam olarak anlamadım.
Hepsi MT5 araçları ile, düzenli optimizasyon. Filtre Optimizasyonu 2000-2021, EURUSD, H1:
İleriye dönük ilk yıl 2021-2022
İleriye dönük ikinci yıl 2022-2023
İleriye dönük üçüncü yıl 2023-2024
İleriye dönük üç yılın tamamı
UPDYani mesele şu ki, girişteki sayı sadece gösterge çizgisinin pozisyonudur, gücü değil.Bu bir yapı modelidir .
Niteliksel olarak diğerlerinden farklıdır (sayı). Ve her bir yapı modeline bir ağırlık atanması gerekir, sonuç olarak bunların toplam sayısı genel (büyük) çalışma modelini düzenler .
NN ve DL ile şansınız yaver gitti mi? Kimse yok mu?
---
python grafikleri ve takılı testler hariç:-) En azından "Uzman Danışman demo ve artı üzerinde işlem yapar".
---
Ya da bunun evrimin çıkmaz bir dalı olduğuna ve mashobuch ve nöronların tüm çıktısının reklam, spam ve "karşılıklı_gönderme" olduğuna dair bir his var.
evrimin çıkmaz bir dalı.
21. yüzyıl kahve telvesi gibi.
Peki ya belirli bir girdi sayısının "işlenebilirliği" 0,1 ila 0,5 aralığında yer alıyorsa ve bu bölgeye düşen sayının genel mimari ve sonraki katmanlardaki hesaplamalar için "güçlendirilmesi"(!) gerekiyorsa? İşe yaramayacak, 0,9 sayısı araya girecek ve tüm karmaşayı "bozacaktır". Sonuçta, sürekli niceliksel baskınlığı nedeniyle NS çözümü üzerinde daha etkilidir.
Ağaçlarda bu sorun bölmelerle çözülür - sadece tahmin değeri < 0,1 ve > 0,5 olan yapraklar sinyal üretmeyecektir.
NS'de sigmoid gibi doğrusal olmayan aktivasyon fonksiyonları kullanırsanız bu da mümkündür. Ancak NS üzerinde uzun süredir çalışmadığım için kesin bir şey söyleyemem. Ancak prensip olarak ahşap modeller düzeyinde de çalışırlar, bazen daha iyi, böylece gerekli olmayan şeyleri kesebilirler. Bu yüzden ağaçlara geçtim, çünkü orada neden böyle bir karar verildiğini anlayabilirsiniz.