Thread: نظم الترميز والتعامل معقدة بشكل مفرط.

كل ما يمكنني قوله عن هذا الموضوع هو wtf ........

Originally Posted by ;

موضوع MIB رائع ، أعتقد أنني سوف أشارك بعض الأشياء التي كنت أفعلها. ربما هذا ينبغي أن يكون أكثر حول القطع وأقل من ذلك حول معقدة للغاية. أنا dunno أنا مقتنع بأن الأسواق هي موجية ، وإذا كنت تستخدم أي نوع من المذبذب ، فإنك توافق. شيء واحد ذكرته من قبل هو أنماط موجة مربعة. عندما يكون السوق مسطحًا أو مقيّدًا بنطاق ، فإنه يبني الطاقة بالفعل على شكل طيف ترددي واسع. حاول هذا مع بعض البرامج التي يمكنك الحصول عليها في SigView.com. بعد تثبيت SigView وتشغيلها ، يمكنك فتح مستند نصي ضمن القائمة ملف. سوف يطلب منك معدل العينة. أنا أحب 1000 ولكن لا يهم. سترى الآن المخطط الخاص بك ، ويجب أن يكون بنفس شكل المخطط الخطي للبيانات التي قمت بتصديرها من MetaTrader. من هناك ، يمكنك التعامل مع البيانات ببعض الطرق الرائعة حقًا. المرشحات. يمكنك تصفية الاتجاه العام ، فضلاً عن الكثير من الضوضاء العشوائية. إذا تم القيام به بشكل صحيح (ولا أستطيع أن أخبرك كيف يمكنك القيام بذلك بشكل صحيح) ، فيمكن أن يكون من الممكن التعرف على عدد الترددات المهمة التي تشير إلى الأعلى أو الأسفل.

hello Mike Jolley بمجرد أن يتم التلاعب بالبيانات ، يمكنك إنتاج ملف XL لتصدير البيانات المفلترة الجديدة إلى تطبيق آخر.

Originally Posted by ;

Function for TradeStations name: Htangent Input: x (NumericSimple)، {input to function} NTerms (NumericSimple)؛ {# terms in series} Var: pi (3.1415926536)، Sum (0)، ii (0)؛ مجموع = 0. ل ii = 0 to NTerms Begin Sum = Sum 1./(Power (((ii 0.5) * pi)، 2) Power (x، 2))؛ النهاية؛ Htangent = Sum * 2 * x؛ __________________________________________________ ___________________________ Signal for TradeStations name: Neural net Simple Inputs: synapse1 (0)، synapse2 (0)، synapse3 (0)، synapseA1 (0)، synapseA2 (0)، synapseA3 (0)، synapseB1 (0)، synapseB2 (0) ، synapseB3 (0) ؛ Var: inputneuron1 (0)، inputneuron2 (0)، Hiddenneuron1 (0)، Hiddenneuron2 (0)، Hiddenneuron3 (0)، neuronOut (0)؛ {inputs} if (average (C، 3) - average (C، 3) [2]) gt؛ 0 Then inputneuron1 = 1 Else inputneuron1 = -1؛ إذا (متوسط ​​(C، 3) - متوسط ​​(C، 3) [5]) gt؛ 0 ثم inputneuron2 = 1 Else inputneuron2 = -1؛ {neural net} Hiddenneuron1 = Htangent (synapse1 * inputneuron1 synapseA1 * inputneuron2، 50)؛ Hiddenneuron2 = Htangent (synaps2 * inputneuron1 synapseA2 * inputneuron2، 50)؛ Hiddenneuron3 = Htangent (synapse3 * inputneuron1 synapseA3 * inputneuron2، 50)؛ neuronOut = Htangent (synapseB1 * Hiddenneuron1 synapseB2 * Hiddenneuron2 synapseB3 * Hiddenneuron3، 50)؛ {شراء أو بيع} إذا كان neuronOut gt؛ = 0.5 ثم شراء الشريط التالي في المحطة المرتفعة ؛ إذا كان neuronOut lt؛ = -0.5 ثم البيع شريط المقبل في محطة منخفضة ؛

مرحباً كلود ، في محاولة لوضع بعض الصور العقلية على هذا {لا أقصد بقية الموضوع ولكن في الوقت الحالي} إذا فكرنا في VWB. 1) هل ستقوم الدالة والإشارة أعلاه بإرجاع إجابة تخبرنا بشكل أكثر دقة أين يجب أن يكون خط VBB من الفائدة بغض النظر عن الإطار الزمني الذي قمنا بتطبيقه عليه؟ 2) كيف ستتمكن من حل (C3)؟ [أي VWB 24 EMA] هل ستستخدم مجموعة أخرى مثل ... الإدخال: synapse4 (0) ، synapseA4 (0) ، synapseB4 (0)؛ Var: inputneuron3 (0)؛ Var: Hiddenneuron4 (0)؛ شكراً لكلود ، كنت في السابق غارقة في الشباك العصبية ، لكن الآن أعتقد أنك منحتني أساساً أفضل بكثير للبناء عليه. نتطلع الى منشورك القادم. ب

Originally Posted by ;

مرحباً كلود ، في محاولة لوضع بعض الصور العقلية على هذا {لا أقصد بقية الموضوع ولكن في الوقت الحالي} إذا فكرنا في VWB. 1) هل ستقوم الدالة والإشارة أعلاه بإرجاع إجابة تخبرنا بشكل أكثر دقة أين يجب أن يكون خط VBB من الفائدة بغض النظر عن الإطار الزمني الذي قمنا بتطبيقه عليه؟ 2) كيف ستتمكن من حل (C3)؟ [أي VWB 24 EMA] هل ستستخدم مجموعة أخرى مثل ... الإدخال: synapse4 (0) ، synapseA4 (0) ، synapseB4 (0)؛ Var: inputneuron3 (0)؛ Var: Hiddenneuron4 (0)؛ شكراً لكلود ، كنت في السابق غارقة في الشباك العصبية ، لكن الآن أعتقد أنك منحتني أساساً أفضل بكثير للبناء عليه. نتطلع الى منشورك القادم. ب

، كلود و MIB ، لقد كنت مهتمة بالشبكات العصبية لبعض الوقت. كنت أتساءل فقط إذا كان بإمكانك أن تنصح كتابًا جيدًا عنهم فيما يتعلق بالتجارة. لدي عدة منصات مختلفة ؛ AmiBroker، Tradestation، Metastock، MT4، Visual Basic وبالطبع يمكنني استخدام C . لقد كنت أكتب برامج منذ بضع سنوات حتى الآن. أنا لست أفضل مبرمج ، ولكن ليس الأسوأ ... لقد كنت مفتونة بنقاشكم. أي مساعدة سيكون محل تقدير كبير جدا. شكرا SMJ

Originally Posted by ;

مرحباً كلود ، في محاولة لوضع بعض الصور العقلية على هذا {لا أقصد بقية الموضوع ولكن في الوقت الحالي} إذا فكرنا في VWB. 1) هل ستقوم الدالة والإشارة أعلاه بإرجاع إجابة تخبرنا بشكل أكثر دقة أين يجب أن يكون خط VBB من الفائدة بغض النظر عن الإطار الزمني الذي قمنا بتطبيقه عليه؟ 2) كيف ستتمكن من حل (C3)؟ [أي VWB 24 EMA] هل ستستخدم مجموعة أخرى مثل ... الإدخال: synapse4 (0) ، synapseA4 (0) ، synapseB4 (0)؛ Var: inputneuron3 (0)؛ Var: Hiddenneuron4 (0)؛ شكراً لكلود ، كنت في السابق غارقة في الشباك العصبية ، لكن الآن أعتقد أنك منحتني أساساً أفضل بكثير للبناء عليه. نتطلع الى منشورك القادم. ب

وكان آخر كتاب قرأته حول هذا هو فهم الشبكات العصبية ، وإستكشافات الكمبيوتر بواسطة: Muareen Caudill و Charles Butler. ولكن تم نشر ذلك في عام 1992 وليس له علاقة بالتجارة أو الأسواق. شكرا مرة أخرى ، SMJ

كلود ، ما هو برنامج Neural Net الذي تستخدمه وتوصي به.

قرأت شخص ما يقدم إشارة من Neural Net for FX و e-Mini لحركة السعر في اليوم التالي. ينشرون حركة اليوم الفعلي والتوقعات من Neural Net وكل ما يمكنني قوله مذهلة. أعتقد أن Neural Net سوف تقربنا من البحث عن الكأس لماذا لا يمكننا معرفة كيفية تداول السوق الرائد وغير التقليدي في نفس الوقت. فإما أن نضع النظام للإمالة أو الاتجاه ، ولكن ليس كليهما. إذا قمت بفتح رسم بياني بسيط يرتبط كل سعر به ، فكل شريطشمعدان واحد مهم لكنه غير قادر على شرح كيف سيكون تطبيقه على الفوركس مثاليًا لأن فوركس هو 24/7. آمل أن تزدهر المناقشة في هذا المجال وأن تظهر كيف تفكر خارج الصندوق أو على بعد آخر.

رائع!!! لم أكن أتوقع هذه الاستجابة الكثيرة بعد كل شيء ، وهذا ينكسر مع التحليل الفني التقليدي. :

Originally Posted by ;

1) هل ستقوم الدالة والإشارة أعلاه بإرجاع إجابة تخبرنا بشكل أكثر دقة أين يجب أن يكون خط VBB من الفائدة بغض النظر عن الإطار الزمني الذي قمنا بتطبيقه عليه؟ 2) كيف ستتمكن من حل (C3)؟ [أي VWB 24 EMA] هل ستستخدم مجموعة أخرى مثل ... الإدخال: synapse4 (0) ، synapseA4 (0) ، synapseB4 (0)؛ Var: inputneuron3 (0)؛ Var: Hiddenneuron4 (0)؛

النظام أعلاه هو مثال بسيط للغاية. إنها ترجع فقط من 1 أو -1 للشراء أو البيع إذا كنت أفهمك بشكل صحيح ، فأنت تسأل في أي مستوى يصبح السوق في حالة ذروة شراء أو زيادة في البيع ، يمكننا بناء شبكة عصبية لتحديد ذلك. لست متأكدا إذا كان يمكن استخدام واحد بسيط مثل هذا. أعلم أن الترميز مبدع للغاية وربما يمكنك فعله. ولكن ببساطة عن طريق إضافة 1 عصبون. يجب أن تتذكر أنها قوة ثلاثة ، لأنها ستضيف ثلاثة أوزان جديدة. لذلك بدلا من مجرد وجود 19683 مجموعات. سيكون في الملايين من مجموعات مختلفة. هذا ببساطة يستغرق وقتا طويلا جدا للقيام TradeStations لم يتم إعدادها لذلك. يمكنك القيام بذلك في برنامج XL الذي يحتوي على شبكة عصبية مضمنة وببساطة رمز ثابت الأوزان المختلفة. أن يأتي صافي مع. سأقوم بكتابة إدخال آخر يحتوي على شبكة عصبية في TradeStations تستخدم {أقرب جارة} ابحث عن X. brs مرة أخرى لتحديد المستقبل ربما هذا سيكون أكثر وظيفية لما تسأل عندما يستخدم الحلقات الداخلية ويكون أقل كثافة على المحسن.

Originally Posted by ;

Sajones لقد كنت مهتمة بالشبكات العصبية لبعض الوقت. كنت أتساءل فقط إذا كان بإمكانك أن تنصح كتابًا جيدًا عنهم فيما يتعلق بالتجارة

من أصوات ذلك. كنت قد قرأت بالفعل أكثر من معظم. لقد قرأت اثنين أو ثلاثة منهم ، ولكن يجب أن أعترف ، أنهم غالباً ما يدخلون في الهياكل المعقدة للشبكة العصبية. اليوم ، البرمجيات. هذا ليس ضروري. لديّ صديق ، وهو سائق عظيم ، لكنه لا يعرف شيئًا عن محرك الاحتراق الداخلي. بالطبع ، إذا كنت مثلي وأردت أن تعرف. بحث سريع على الأمازون ، وصل إلى ثلاث صفحات قيمة الشبكات العصبية لتداول الكتب. أنا في منتصف تحليل Cybernetic للأسهم والعقود الآجلة: DSP التكنولوجيا المتطورة. ولكن يجب أن أعترف ، عادة ما أذهب من خلال الاستعراضات التي كتبها أشخاص آخرون ..

Originally Posted by ;

Azmi أي برنامج Neural Net تستخدمه وتوصي به

أنا استخدم واحدة مكلفة نوعا ما لكني استخدمها لأغراض أخرى كذلك. هذا ليس ضروريا لدراسة بيانات السوق. يمكن اعتبار بيانات السوق سهلة نسبيًا للشبكة العصبية. هناك العديد منها ، التي تعمل مع جدول Excel. ربما أقوم أولاً بالنظر إلى هذه. تتراوح الأسعار من 70 إلى 600 دولار. مجرد دفع المزيد من الاهتمام لسهولة الاستخدام. أنا شخصيا لن تدفع في الآلاف من الدولارات لشبكة العصبية لدراسة السوق أنها ليست ضرورية فقط.

قد تبدو NNs مثل الكأس المقدسة ، ولكن من الناحية العملية ، فإنها تحتاج إلى معالجة ذكية للبيانات (بالتأكيد ليست تافهة) لإنتاج أي شيء مفيد. لا يمكنك فقط إنشاء مجموعة من الخلايا العصبية المترابطة ، وإطعامها بالسعر الخام (على الأرجح نافذة الأسعار السابقة) وتوقع أي شيء مفيد للخروج. من المحتمل أن يؤدي تغذية هذا المنتج بمدخلات متعددة (مثل المؤشرات المختلفة ، التي قد تكون مستمدة من السعر) إلى جعل الأمور أسوأ. وتتمثل إحدى المشكلات في أن نترات NN التقليدية (الأكثر استخدامًا) تقبل نطاقًا محدودًا من المدخلات ، مما يخلق مشكلة للإشارات التي تحتوي على اتجاهات (مثل السعر). يمكن للمرء التغلب على هذا الأمر بالتمويه عن طريق استخدام الفروق من المرتبة الأولى ، أو بطرح متوسط ​​متحرك للإشارة ، أو طريقة أخرى ذات صلة. بعد ذلك يجب تطبيع الإشارة المكتومة (أي: ضعها في نطاق محدد جيدًا ، مثل -1 .. 1). تتطلب كل هذه المعالجة المسبقة الكثير من المعرفة المسبقة حول البيانات للعمل كما هو متوقع. مشكلة أخرى تغمر NN بالمعلومات. عادة ما يتم تنفيذ التسلسل الزمني مع NNs باستخدام نافذة من القيم السابقة (على سبيل المثال: الأسعار). باستخدام ، على سبيل المثال ، 5 تغييرات في الأسعار التاريخية للمدخلات تخلق مساحة مدخل 5 الأبعاد للشبكة لتصنيفها في التنبؤات المناسبة. المشكلة في الأماكن ذات الأبعاد العالية هي أنها غالباً ما تكون قليلة جداً للعمل معها (إنها مشكلة مماثلة لعدم وجود عينات كافية لإجراء أي استنتاجاتتعميمات هامة في الإحصائيات). من ناحية أخرى ، فإن استخدام نافذة ذات نتائج ضيقة للغاية في الشبكة لا يلتقط بشكل صحيح الديناميكيات الأساسية (ربط أنماط غير متصلة حقًا). لذا ، فإن التفكير في تقديم جميع أنواع المدخلات إلى NN في وقت واحد هو فكرة سيئة. لا تساهم الضوضاء على الإطلاق مع البيانات المتفرقة (بسبب الأبعاد العالية) على الإطلاق. (اكتب لعنة البعدية في Google لمعرفة المزيد عن هذا ، إذا كانت مهتمة.) وهناك دائما خطر على الشبكة لتجاوز البيانات. ستحفظ الشبكة حرفيًا مجموعة التدريب ، بينما تخفق تمامًا في التنبؤ بالبيانات الجديدة. يمكن أن أستمر ، ولكن ... النقطة ، هناك الكثير من الفودو المطلوب لجعل أي شيء مفيد مع NNs. يعتقد الكثير من الناس أن NN هي بعض الصندوق الأسود الذي يتعلم بطريقة سحرية رسم التاريخ إلى المستقبل ، فأنت تحتاج فقط إلى إطعامه بأطنان من المعلومات. هذا في الواقع نهج القوة الغاشمة التي محكوم عليها بالفشل. أعتقد أن الناس يجب أن يعرفوا على الأقل الأساسيات حول كيفية عمل NNs قبل الدفع مقابل برامج NN. وأنا على يقين تام ، أن أولئك الذين يتقنون الأمور ، سيجدون أن البرامج المتاحة غير كافية لتنفيذ أفكارهم (باستثناء ، بعض حزم رياضية للأغراض العامة هناك). ولكن ، من المرح ، مع ذلك.

Originally Posted by ;

قرأت شخص ما يقدم إشارة من Neural Net for FX و e-Mini لحركة السعر في اليوم التالي. ينشرون حركة اليوم الفعلي والتوقعات من Neural Net وكل ما يمكنني قوله مذهلة.

شيء آخر عن تلك الرسوم البيانية التي تظهر السعر الفعلي جنبا إلى جنب مع السعر المتوقع من قبل NN. هذه في الواقع مضللة تماما. المخطط المتوقع هو السعر فقط عند [t-1] التوقع. قد تكون التنبؤات خاطئة تمامًا ، لكن المخطط سيبدو دقيقًا بشكل مثير للدهشة. لا أعرف عن ذلك مقدم الإشارات المعيّن ، مع ذلك. فقط تحدث بشكل عام.

مرحبا Jure شكرا لمساهمتك. آمل أن تستمر في الظهور وكأنك جربت. هذا بالضبط ما نحتاجه. ما هو برنامج الشبكة العصبية الذي تستخدمه. أنا أستخدم حاليا neurosolution أجد أنه يأخذ البيانات المهملة من صيغة التقسيم القياسية أفضل. أقوم أيضًا بإجراء اختبارات للبيانات غير المرتبطة من خلال DDR من أدوات Jurik. هل جربت مع خوارزميات عامة أيضا؟ لدي شبكة قطار كنت أستخدمها منذ فترة طويلة الآن ، هل تستخدم حاليًا أي معلومات توفرها شبكتك؟