AIとエリオット探索の検証手順
教材用ニューロン、時系列分割、候補の制約検査。
公開日： (UTC+3)
Русский · English · Deutsch · Español · Français · Italiano · 繁體中文 · 日本語 · 한국어
自動カウント、構造探索、学習済みニューラルネットは異なる仕組みです。架空の値で検査を再現しますが、製品内部にこのコードが使われているとは主張しません。
AI・ニューラルネットの時間分割
教材のニューロンz=0.5x−0.5、y=1/(1+exp(−z))はx=2で0.622459です。選んだ関数の出力であり、波動終了の実測確率ではありません。重みは手動指定で、学習・校正・市場精度は主張しません。
目的値が二本先なら100本を学習1–60（信号1–58）、検証61–80（61–78）、テスト81–100（81–98）に分割します。特徴は当時の既知履歴だけ、正規化の推定は学習区間だけを使います。テスト前に版と設定を固定し、ラベルの判明時刻と費用を保存します。ニューラルネットという名称で未来情報の混入は消えません。
探索は制約を満たしてから採点
範囲、候補数上限、ピボット判明規則を先に決めます。硬い制約違反を除外してから残りを採点し、不明な内部波は不明のまま残します。スコアは規則や成功確率の代わりにはなりません。
六点例でAの第4点119はscore0.9でも重複違反です。Bの125・score0.6は価格の一部条件だけ通過します。探索上限到達は他の構造がない証拠ではありません。却下理由、版、入力、締切時点を保存します。この例はProの公開ソースアルゴリズムではありません。