Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 868
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Frage zu diesem Thema.
Es wird davon ausgegangen, dass NS jeden Indikator in sich selbst projizieren kann.
Hat jemand versucht, ein Experiment durchzuführen - kann der NS z.B. MA reproduzieren? Oder MACD oder Digitalfilter?
Vielleicht ist das kein Problem. In vielen NS-Paketen gibt es viele Beispiele für die Gestaltung solcher Dinge.
Aber nur, wenn Sie den TC entwerfen, was er im Inneren tut, bleibt ein Geheimnis. Nur die Koeffizienten.
Vielleicht ist das kein Problem. In vielen NS-Paketen gibt es viele Beispiele für die Gestaltung solcher Dinge.
Aber nur, wenn Sie den TC entwerfen, was er im Inneren tut, bleibt ein Geheimnis. Nur die Koeffizienten.
In den Paketen befinden sich in der Regel Schwertlilien, Medikamente usw. - Ich erinnere mich nicht an irgendetwas mit Marktindizes.
Obwohl MA zu einfach ist: für MA10 fügen Sie 10 Eingänge mit v=1 hinzu, weisen Sie den anderen Eingängen v=0 zu und wählen Sie dann k=10.
Digitalfilter auf die gleiche Weise, aber v wird nicht gleich 1 sein, sondern andere Werte gemäß der Filterformel. Und theoretisch könnte die NS nicht einen der Standardfilter finden, sondern einen einzigartigen, der am besten auf den Markt passt.
Das heißt, 1 Neuron ist im Wesentlichen ein digitaler Filter (TF).
Mehrere Neuronen ermöglichen es, Interaktionen mehrerer TFs (Deltas, Summen) zu erhalten. Wenn wir Interaktionen 2. Ordnung benötigen (Delta von Delta), sollten wir 1 weitere versteckte Schicht hinzufügen.
Das Produkt von 2x CP kann nicht von 2 Neuronen im Ausgangsneuron erhalten werden - es ist nur eine Addition. Sie kann aber in einem separaten Neuron neu berechnet werden, nur v und k werden anders sein.
Alles in allem ist dies für mich eine neue Art, NS als TF zu betrachten.
Die Päckchen enthalten in der Regel Iris und Medikamente usw. - Ich erinnere mich nicht an irgendetwas mit Marktindizes.
Obwohl MA zu einfach ist: für MA10 - addieren Sie 10 Eingänge mit v=1, weisen Sie den anderen Eingängen v=0 zu, und nehmen Sie dann k=10.
Digitale Filter sind ebenso einfach. v ist nicht gleich 1, sondern entsprechend der Filterformel anders. Und theoretisch kann die NS nicht etwas von den Standardfiltern finden, sondern einen einzigartigen, der am besten zum Markt passt.
D.h. im Wesentlichen ist 1 Neuron ein digitaler Filter (TF).
Mehrere Neuronen ermöglichen es, die Interaktionen mehrerer TFs (Deltas, Summen) zu erhalten. Wenn Sie Interaktionen 2. Ordnung benötigen (Delta von Delta), müssen Sie 1 weitere versteckte Schicht hinzufügen.
Etwas Ähnliches habe ich bereits geschrieben. Plus 2 Schichten zu den NS, und es wird Sie jeder Indikator-Prädiktor von selbst machen. Und es gibt keinen Grund, sich die Mühe zu machen.
Etwas Ähnliches habe ich bereits geschrieben. Plus 2 Schichten zu den NS, und es wird Sie jeder Indikator-Prädiktor von selbst machen. Und Sie brauchen sich nicht darum zu kümmern.
Eine Auswahl ist erforderlich, wenn wir eine Vielzahl von Standard- und Nicht-Standard-Indikatoren (z. B. MA, CCI, RSI mit unterschiedlichen Zeiträumen) zufällig einspeisen, aber keine Zeitreihe.
Diejenigen, die nicht geeignet sind, sollten wir aussortieren. Die NS mit den Zeitreihen am Eingang wählt automatisch Indikatoren mit den richtigen Koeffizienten aus.
Dann stellt sich heraus, dass die Auswahl der Prädiktoren eine unnötige Sache ist, die sogar stören kann, wenn der Input aus Balken besteht.
Eine Auswahl ist erforderlich, wenn wir viele Standard- und Nicht-Standard-Indikatoren zufällig einspeisen, nicht aber eine Zeitreihe.
Und wir sollten die, die überhaupt nicht geeignet sind, aussortieren. Aber die NS mit den Zeitreihen am Eingang wird automatisch Indikatoren mit geeigneten Koeffizienten auswählen.
Ja, es gibt eine normalisierte Zeitreihe am Eingang des NS. Nehmen wir an, die NS-Struktur -15-20-15-10-5-1 leistet bereits gute Arbeit.
Zur Ermittlung der Long- und Shortpositionen benötigen Sie 2 NS.
Dann stellt sich heraus, dass die Auswahl der Prädiktoren eine unnötige Sache ist, die sogar stören kann, wenn der Input aus Balken besteht.
Eine Auswahl ist erforderlich, wenn wir viele Standard- und Nicht-Standard-Indikatoren zufällig einspeisen, nicht aber eine Zeitreihe.
Und wir sollten die, die überhaupt nicht geeignet sind, aussortieren. Während die NS mit den Zeitreihen am Eingang automatisch Indikatoren mit den entsprechenden Koeffizienten auswählt.
Ich gebe die Zeitreihe ein (leere Preise)
angewendet auf Input-Indikatoren und Inkremente (einschließlich solcher mit exponentiellen Perioden usw.)
es gibt keinen verdammten Unterschied, aber es gibt einen Unterschied, wenn ich Kosinus von Differenzen, Tangens von Differenzen und hyperbolischen Kos und Tang... Warum dies der Fall ist, weiß ich nicht, aber die TC-Leistung verbessert sich etwas
Der NS-Eingang ist eine normalisierte Zeitreihe. Nehmen wir an, dass die NS-Struktur -15-20-15-10-5-1 bereits gut funktioniert.
Um die Long- und Short-Positionen zu bestimmen, benötigen wir 2 NS.
Ich habe 2 VS in der Praxis kennengelernt, und das ist die einzige Möglichkeit, sie zu nutzen. Wenn ich 3 Klassen verwende (kaufen, warten, verkaufen), dann tritt die mittlere Klasse sehr schnell auf, besonders wenn das Ausgangsneuron sigmoid oder tangential ist.
Aber wenn Regression... Im Idealfall wird 1 Ausgangsneuron benötigt.
gefütterte Zeitreihen (nackte Preise) an die Eingabe
Ich gebe Indikatoren und Inkremente ein (einschließlich solcher mit exponentiellen Perioden usw.)
Ich sehe keinen Unterschied, aber es gibt einen Unterschied, wenn ich Kosinus von Differenzen, Tangens von Differenzen und hyperbolischen Kos und Tang... warum das so ist - ich weiß es nicht, aber die TC-Leistung ist etwas verbessert
Dann werden 3-4 versteckte Schichten benötigt, um aus den nackten Preisen ein Analogon zu bilden. 1 Ebene für Indikatoren + 1 Ebene für Deltas + 1 Ebene für Kosinus und Tangens. Haben Sie es ausprobiert?
Nein, ich verwende bisher nur Scaffolding (ein Ensemble aus einer beliebigen Anzahl von Modellen für verschiedene Merkmale), das Ergebnis ist durchschnittlich
sehr schnell alles funktioniert, aber