Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2250
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
Auf halbem Weg durch die Lektüre und hielt hier mit einem Schmunzeln an
Zufallszahlen. Ein neuronales Netz, das diese Gewichte verwendet, hat zwar die richtige Input-Output-Beziehung, aber warum diese praktischen Gewichte funktionieren , bleibt ein Rätsel. Diese mystische Eigenschaft der neuronalen Netze ist der Grund, warum viele Wissenschaftler und Ingenieure sie meiden. Man denke nur an all die wissenschaftliche Fiktion, die von Computerabtrünnigen verbreitet wird.
Ich denke, der Autor ist sehr weit von NS entfernt, sogar noch weiter als ich))
Das Buch stammt aus dem Jahr 97 und handelt von Tsos. Von den 33 Kapiteln ist dies das einzige, in dem es um Netze geht. Die gängige Meinung ist, dass Netze Black Boxes sind. Es handelt sich schließlich um eine Übersetzung.
Lesen Sie es diagonal, sehr interessant.
Das Buch ist laut tsos aus dem Jahr 97. Von den 33 Kapiteln ist dies das einzige, in dem es um Netze geht. Nach gängiger Meinung sind die Netze Black Boxes. Es handelt sich schließlich um eine Übersetzung.
Lesen Sie es diagonal, sehr interessant.
Ich habe es gelesen...
Ich habe eine Idee, wenn ich einen diskreten Kosinuswandler mache und das Netz diese Koeffizienten auswählen lasse, deren Summe ein reines Signal ergibt...
Lesen...
Ich hatte die Idee, einen diskreten Kosinus-Wandler zu bauen und das Netzwerk diese Koeffizienten auswählen zu lassen, deren Summe ein sauberes Signal ergeben würde...
Das habe ich gestern versucht.
das Ergebnis ist das gleiche wie bei LPF, wo alpha + betta = 1 ist und alpha oder betta kleiner als Null ist...
dann sehen Sie sich das Diagramm an - oh ja! das ist die Realität, die auf den ersten Blick schwer zu erkennen ist
vergleichen Sie dann die beiden FFT-Kurven - den Imaginärteil und den Realteil
Wir reißen uns die Haare aus, die Nachbarn hören einen mehrstöckigen Kumpel.
Lesen...
Ich habe die Idee, dass man einen diskreten Kosinus-Wandler baut und das Netzwerk die Koeffizienten auswählen lässt, deren Summe ein sauberes Signal ergibt...
Es wäre interessant, Frequenzen zu finden, die nicht an eine bestimmte Stufe gebunden sind, und diese Frequenzen nach der Fensterverschiebung so lange wie möglich zu halten
Bei der BPF werden die Frequenzen aus einem definierten Raster ausgewählt, wobei es interessant ist, Frequenzen zu finden, die nicht an eine bestimmte Stufe gebunden sind und die beim Verschieben des Fensters so lange wie möglich erhalten bleiben.
Es ist möglich, sie zu finden, kein Bedarf an NS, aber sie (Frequenzen) werden in Zukunft nicht mehr funktionieren...
aber Sie können versuchen, das Signal "rein" zu machen, so dass nur einige wichtige Obertöne übrig bleiben
Ich habe meinen lang gehegten Wunsch verwirklicht, einen TS zu entwickeln, dessen Parameter von einem neuronalen Netz gesteuert werden
Endlich einen einfachen TS gemacht. Zwei Räder, die durch eine Kreuzung von Rädern eingegeben werden, und die Perioden der Räder werden durch ein Neuron gesteuert...
Ich habe einen adaptiven Filter erhalten ))
Dieerste Grafik zeigt den Preis
die zweite ist die Periode der Perlen, die vom Neuron kontrolliert wird
dritte Bilanz
Training: Neuronka wurde darauf trainiert, die Perioden so zu verwalten, dass der maximale Gewinn erzielt wird...
Ich sage Ihnen gleich, das ist eine Spur und keine Provision...
Der Wert des Skripts liegt in der Erfahrung, die es für neue, komplexere Aufgaben bietet...
Cool, und ich generiere Zahlen.
dann Zeitreihen.
Cool, und ich generiere Zahlen.
dann Zeitreihen.
Gewinne zu erwirtschaften haben, lernen))))))
Gewinnerzielung muss gelehrt werden))))))
dann Gewinn.
Sie haben mich gefragt, wie man Serien mit Mustern generiert... das tue ich gerade.
aber es ist ein mehrstufiger Prozess.
Ich weiß nicht, wie man es implementiert.... vielleicht gibt es einen einfacheren Weg...
Ich möchte ein Netzwerk erstellen, das Marktkurse als Inputs nimmt und eine "berechenbarere" Reihe ausgibt
Aber ich brauche ein gewisses Maß an "Vorhersehbarkeit".
Abbildung der Reihe in einem anderen Raum (Verteilung?), in dem die aussagekräftigeren Teile näher am Mittelwert liegen
Kodierer.
Sagen wir, in Stapeln von 100-500 Stück, mit Etiketten. Dann ziehen Sie den oberen Teil der Verteilung vom Decoder ab und nehmen ihn ab.
Dann nimmt man aus dem bedingten Decoder den Klassenbesten, für den die geringste Entropie definiert ist. Nun, das ist eine Art Samurai-Methode.
Warum bekommen Sie die am besten vorhersehbaren?