코드에서 100 bar eurusd m5가 취해지며 막대별 이득이 계산되고 lstm 뉴런은 마지막으로 알려진 이득을 기반으로 다음 이득을 예측하도록 훈련됩니다. 훈련은 복잡한 분석 방정식 없이 수행되었으며 뉴런의 가중치는 이산 lbfgs 최적화에 따라 조정됩니다. 더 나쁘지만 간단한 테스트에는 적합합니다.
예측 점수(R2)는 0보다 약간 높은 결과를 얻었습니다. 이는 매우 낮지만 무작위 추측보다는 여전히 낫습니다. lstm 뉴런이 몇 가지 지표나 이득 배열을 취하지 않고 다음 값을 예측하는 단 하나의 값만 사용한다는 점을 감안할 때 이것은 각 막대에 대해 반복되며 일반적으로 모든 것이 매우 간단합니다. 결과는 기대했다. 그러나 수천 개의 막대를 사용하면 R2 추정치가 < 0이 되어 좋지 않습니다. 그리고 새로운 데이터에 대한 Forex의 경우 그러한 모델의 결과가 악화되고 있는 것 같습니다. 교차 검증을 통해 일종의 자전거를 발명해야 합니다. 지금과 같은 단순한 형태로는 이익이 없을 것입니다.
이제 어떻게 든 이러한 뉴런의 네트워크를 만들어야 하지만 이것은 기사에 없었고 더 이상 알아내지 못했습니다.
lstm 네트워크는 심지어 아리마보다 더 나쁜 계절적 주기를 예측하지만, 배우는 데 훨씬 더 오래 걸립니다.. 적어도 무언가에 대해 이러한 네트워크의 적합성을 아직 깨닫지 못했습니다. :)
내 친구는 그들 모두를 태우고 케라를 공부하고 계절 이익으로 직장에서 간단한 줄을 서서 거의 하루 동안 네트워크를 훈련 .. 그리고 오랫동안 저주
LSTM에 대한 기사로 판단하면 시계열을 다른 모든 모델보다 훨씬 정확하게 설명할 수 있습니다. 예를 들어 디지털 오디오 신호(음성, 음악)를 재생하는 방법도 배울 수 있으며 숲이나 일반 뉴런의 경우 이것은 불가능한 작업. 나는 많은 수의 뉴런을 사용하여 그러한 네트워크가 성장 차트를 매우 정확하게 설명할 것이라고 생각하지만 동시에 과적합의 가능성이 있다고 생각합니다. 모델은 새로운 막대 에서 쓸모없는 것으로 판명될 수 있습니다.
산산이치 포멘코 :
그림으로 판단하면 이전 막대를 예측합니다. 아니면 내가 뭔가를 이해하지 못합니까?
첫 번째 뉴런은 이전 값을 기반으로 다음 값을 예측하며, 이 경우 눈으로도 볼 수 있을 정도로 강력하게 의존합니다. 하나의 뉴런이 아닌 전체 네트워크를 사용하면 이 문제가 사라집니다.
알렉세이 테렌테프 : 관심 있는 사람들을 위해 github 에 프로젝트가 있는 저장소를 유지합니다. 오랫동안 업데이트되지 않았기 때문에 코드가 오래되었지만 예측을 수집, 처리 및 저장하는 원칙과 순환 네트워크 모델의 예가 있습니다.
감사합니다. 실행해 보겠습니다. 그 전에는 mxnet을 다루려고 했으나 시계열이 아닌 텍스트 작업에 대한 예제가 있어서 그리 멀리 가지 못했습니다.
LSTM에 대한 기사로 판단하면 시계열을 다른 모든 모델보다 훨씬 정확하게 설명할 수 있습니다. 예를 들어 디지털 오디오 신호(음성, 음악)를 재생하는 방법도 배울 수 있으며 숲이나 일반 뉴런의 경우 이것은 불가능한 작업. 나는 많은 수의 뉴런을 사용하여 그러한 네트워크가 성장 차트를 매우 정확하게 설명할 것이라고 생각하지만 동시에 과적합의 가능성이 있다고 생각합니다. 모델은 새로운 막대 에서 쓸모없는 것으로 판명될 수 있습니다.
이 모든 ML 및 프로그래밍에 대해 이러한 애지중지하는 것은 실제 거래와 아무 관련이 없다고 여러 번 경고했지만 사람들은 일반적으로 거래에 금기인 다른 모든 것 외에도 소심하고 나약하고 가난합니다(선진국 수준에서 그들은 공식과 코드 뒤에 숨어 과시하고, 시장이 누가 누구인지, 그리고 시장이 결코 속이지 않고 속일 수 없는지를 분류할 때 너무 늦을 것입니다. 고용된 노동의 10년 동안의 저축은 증발하면 그들은 다시 고용되지 않을 것이고 당신은 노숙자인 유리 용기를 요청하거나 수집해야 할 것입니다.
이 모든 ML 및 프로그래밍에 대해 이 장난이 실제 거래와 아무 관련이 없다고 여러 번 경고했지만 사람들은 다른 모든 것 외에도 소심하고 나약하며 가난하며 일반적으로 거래에서 금기입니다(선진국 입법부에서 수준), 그들은 공식과 코드, 과시를 숨기려고 시도합니다. 그런 다음 시장이 누가 누구인지 분류하고 시장이 결코 속이지 않고 속일 수 없을 때 너무 늦을 것입니다. 고용된 노동의 10년 동안 저축은 증발할 것입니다. , 그들은 다시 고용되지 않을 것입니다 그리고 당신은 모두 노숙자, 유리 용기를 요청하거나 수집해야합니다.
당신은 "아니오"라고 5 번 말한 강박 뱅 같은 사람이지만 그녀는 여전히 vkontakte 및 sms 포인트에 당신을 씁니다.
이 모든 ML 및 프로그래밍에 대해 이 장난이 실제 거래와 아무 관련이 없다고 여러 번 경고했지만 사람들은 다른 모든 것 외에도 소심하고 나약하며 가난하며 일반적으로 거래에서 금기입니다(선진국 입법부에서 수준), 그들은 공식과 코드, 과시를 숨기려고 시도합니다. 그런 다음 시장이 누가 누구인지 분류하고 시장이 결코 속이지 않고 속일 수 없을 때 너무 늦을 것입니다. 고용된 노동의 10년 동안 저축은 증발할 것입니다. , 그들은 다시 고용되지 않을 것입니다 그리고 당신은 모두 노숙자, 유리 용기를 요청하거나 수집해야합니다.
나는 이해할 수 있는 LSTM 뉴런에 대한 설명을 발견하고 이를 테스트하기 위해 작은 코드를 작성했습니다. 기사 - http://datareview.info/article/znakomstvo-s-arhitekturoy-lstm-setey/
코드에서 100 bar eurusd m5가 취해지며 막대별 이득이 계산되고 lstm 뉴런은 마지막으로 알려진 이득을 기반으로 다음 이득을 예측하도록 훈련됩니다.
훈련은 복잡한 분석 방정식 없이 수행되었으며 뉴런의 가중치는 이산 lbfgs 최적화에 따라 조정됩니다. 더 나쁘지만 간단한 테스트에는 적합합니다.
예측 점수(R2)는 0보다 약간 높은 결과를 얻었습니다. 이는 매우 낮지만 무작위 추측보다는 여전히 낫습니다. lstm 뉴런이 몇 가지 지표나 이득 배열을 취하지 않고 다음 값을 예측하는 단 하나의 값만 사용한다는 점을 감안할 때 이것은 각 막대에 대해 반복되며 일반적으로 모든 것이 매우 간단합니다. 결과는 기대했다. 그러나 수천 개의 막대를 사용하면 R2 추정치가 < 0이 되어 좋지 않습니다. 그리고 새로운 데이터에 대한 Forex의 경우 그러한 모델의 결과가 악화되고 있는 것 같습니다. 교차 검증을 통해 일종의 자전거를 발명해야 합니다. 지금과 같은 단순한 형태로는 이익이 없을 것입니다.
이제 어떻게 든 이러한 뉴런의 네트워크를 만들어야 하지만 이것은 기사에 없었고 더 이상 알아내지 못했습니다.
그림으로 판단하면 이전 막대를 예측합니다. 아니면 내가 뭔가를 이해하지 못합니까?
lstm 네트워크는 심지어 아리마보다 더 나쁜 계절적 주기를 예측하지만, 배우는 데 훨씬 더 오래 걸립니다.. 적어도 무언가에 대해 이러한 네트워크의 적합성을 아직 깨닫지 못했습니다. :)
내 친구는 그들 모두를 태우고 케라를 공부하고 계절 이익으로 직장에서 간단한 줄을 서서 거의 하루 동안 네트워크를 훈련 .. 그리고 오랫동안 저주
추신. 또한, 모델의 수렴은 Epoch 20-40에서 중지될 수 있습니다. 즉, 학습 시간은 여전히 단축될 수 있습니다.
오랫동안 업데이트되지 않았기 때문에 코드가 오래되었지만 예측을 수집, 처리 및 저장하는 원칙과 순환 네트워크 모델의 예가 있습니다.
lstm 네트워크는 심지어 아리마보다 더 나쁜 계절적 주기를 예측하지만, 배우는 데 훨씬 더 오래 걸립니다.. 적어도 무언가에 대해 이러한 네트워크의 적합성을 아직 깨닫지 못했습니다. :)
내 친구는 그들 모두를 태우고 케라를 공부하고 계절 이익으로 직장에서 간단한 줄을 서서 거의 하루 동안 네트워크를 훈련 .. 그리고 오랫동안 저주
LSTM에 대한 기사로 판단하면 시계열을 다른 모든 모델보다 훨씬 정확하게 설명할 수 있습니다. 예를 들어 디지털 오디오 신호(음성, 음악)를 재생하는 방법도 배울 수 있으며 숲이나 일반 뉴런의 경우 이것은 불가능한 작업.
나는 많은 수의 뉴런을 사용하여 그러한 네트워크가 성장 차트를 매우 정확하게 설명할 것이라고 생각하지만 동시에 과적합의 가능성이 있다고 생각합니다. 모델은 새로운 막대 에서 쓸모없는 것으로 판명될 수 있습니다.
그림으로 판단하면 이전 막대를 예측합니다. 아니면 내가 뭔가를 이해하지 못합니까?
첫 번째 뉴런은 이전 값을 기반으로 다음 값을 예측하며, 이 경우 눈으로도 볼 수 있을 정도로 강력하게 의존합니다. 하나의 뉴런이 아닌 전체 네트워크를 사용하면 이 문제가 사라집니다.
관심 있는 사람들을 위해 github 에 프로젝트가 있는 저장소를 유지합니다.
오랫동안 업데이트되지 않았기 때문에 코드가 오래되었지만 예측을 수집, 처리 및 저장하는 원칙과 순환 네트워크 모델의 예가 있습니다.
LSTM에 대한 기사로 판단하면 시계열을 다른 모든 모델보다 훨씬 정확하게 설명할 수 있습니다. 예를 들어 디지털 오디오 신호(음성, 음악)를 재생하는 방법도 배울 수 있으며 숲이나 일반 뉴런의 경우 이것은 불가능한 작업.
나는 많은 수의 뉴런을 사용하여 그러한 네트워크가 성장 차트를 매우 정확하게 설명할 것이라고 생각하지만 동시에 과적합의 가능성이 있다고 생각합니다. 모델은 새로운 막대 에서 쓸모없는 것으로 판명될 수 있습니다.
그도 그렇게 생각했어, 기사로 판단해
아무도 선형 회귀 를 사용하여 cpp에 정상적인 것을 가지고 있지 않습니까? 기능 중요도를 확인할 수 있도록.. 또는 판별 분석.. 또는 스캐폴딩.. 이식할 수 있는 것 :) alglib는 너무 간단합니다.
물론 회귀 + 숲이 더 좋습니다.
알글립은 너무 쉽다
단순한 것이 나쁘고 복잡한 것이 나쁘다 ...
당신은 나쁜 댄서처럼 방해가 되는 몇 안되는 학생 중 한 명입니다.
이 모든 ML 및 프로그래밍에 대해 이러한 애지중지하는 것은 실제 거래와 아무 관련이 없다고 여러 번 경고했지만 사람들은 일반적으로 거래에 금기인 다른 모든 것 외에도 소심하고 나약하고 가난합니다(선진국 수준에서 그들은 공식과 코드 뒤에 숨어 과시하고, 시장이 누가 누구인지, 그리고 시장이 결코 속이지 않고 속일 수 없는지를 분류할 때 너무 늦을 것입니다. 고용된 노동의 10년 동안의 저축은 증발하면 그들은 다시 고용되지 않을 것이고 당신은 노숙자인 유리 용기를 요청하거나 수집해야 할 것입니다.
단순한 것이 나쁘고 복잡한 것이 나쁘다 ...
당신은 나쁜 댄서처럼 방해가 되는 몇 안되는 학생 중 한 명입니다.
이 모든 ML 및 프로그래밍에 대해 이 장난이 실제 거래와 아무 관련이 없다고 여러 번 경고했지만 사람들은 다른 모든 것 외에도 소심하고 나약하며 가난하며 일반적으로 거래에서 금기입니다(선진국 입법부에서 수준), 그들은 공식과 코드, 과시를 숨기려고 시도합니다. 그런 다음 시장이 누가 누구인지 분류하고 시장이 결코 속이지 않고 속일 수 없을 때 너무 늦을 것입니다. 고용된 노동의 10년 동안 저축은 증발할 것입니다. , 그들은 다시 고용되지 않을 것입니다 그리고 당신은 모두 노숙자, 유리 용기를 요청하거나 수집해야합니다.
당신은 "아니오"라고 5 번 말한 강박 뱅 같은 사람이지만 그녀는 여전히 vkontakte 및 sms 포인트에 당신을 씁니다.
아무도 선형 회귀 를 사용하여 cpp에 정상적인 것을 가지고 있지 않습니까? 기능 중요도를 확인하기 위해.. 또는 판별 분석.. 또는 스캐폴딩.. 이식할 수 있는 것 :) alglib는 너무 간단합니다.
물론 회귀 + 숲이 더 좋습니다.
https://github.com/Microsoft/CNTK - 멀티툴. 공부하지 않았습니다. dll을 사용하는 옵션으로.
https://github.com/BVLC/caffe - dll 옵션에도 충분히 강력합니다.
단순한 것이 나쁘고 복잡한 것이 나쁘다 ...
당신은 나쁜 댄서처럼 방해가 되는 몇 안되는 학생 중 한 명입니다.
이 모든 ML 및 프로그래밍에 대해 이 장난이 실제 거래와 아무 관련이 없다고 여러 번 경고했지만 사람들은 다른 모든 것 외에도 소심하고 나약하며 가난하며 일반적으로 거래에서 금기입니다(선진국 입법부에서 수준), 그들은 공식과 코드, 과시를 숨기려고 시도합니다. 그런 다음 시장이 누가 누구인지 분류하고 시장이 결코 속이지 않고 속일 수 없을 때 너무 늦을 것입니다. 고용된 노동의 10년 동안 저축은 증발할 것입니다. , 그들은 다시 고용되지 않을 것입니다 그리고 당신은 모두 노숙자, 유리 용기를 요청하거나 수집해야합니다.
선생님, 헛소리 그만하세요. 아니면 스팸 및 홍수 교사입니까?