Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 627
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
Ich habe mich gefragt, warum er den ersten Beitrag gelöscht hat. Er hat den Plan gebloggt. =)
Ja, ich hatte es einfach satt, meine eigenen Beiträge im Forum zu suchen :D also kann ich dir wenigstens einen Link geben
Ich möchte hier noch keinen Artikel schreiben, aber wenn das Ergebnis interessant ist, können wir es später tun.
Ich bin faul und mache es langsam, mit Pausen von einer Woche :)
Ich möchte hier noch keinen Artikel schreiben, aber wenn das Ergebnis interessant ist, können wir es später tun.
Ich bin faul und mache es langsam, mit Pausen von einer Woche :)
ein neues Netzdiagramm skizziert hat, ist dies die erste Beschreibung. Später wird es (hoffentlich) eine Fortsetzung geben.
Ich habe einen Blog für die Gedenkstätte eingerichtet, weil ich es leid bin, im Forum nach Ideenfetzen zu suchen
https://rationatrix.blogspot.ru/2018/01/blog-post.html
Du verwechselst das Warme mit dem Weichen. Die Einspeisung der Nettoergebnisdaten ist eine fehlerhafte Praxis.
Sie werden das Netz nur verwirren, und es wird nicht in der Lage sein zu verstehen, warum das gleiche Muster in einem Fall steigt und in einem anderen Fall fällt.
Das liegt daran, dass die Daten mit den Werten früherer Ergebnisse verwechselt wurden. Dies bezieht sich sowohl auf das Ergebnis eines früheren Handels als auch auf das Eigenkapital.
Sie versuchen, eine Fitnessfunktion in den Körper des Gitters selbst einzufügen. Aber zu wissen, was gut und was schlecht ist, ist ein fremdes Wissen, das nichts mit dem Netzmechanismus zu tun hat.
Wenn Sie die Geschichte vorantreiben wollen, wechseln Sie von MLPs zu rekursiven Netzen.
Aber Ihre Hypothese ist (IMHO) kotopedo.
ZS Und ja, wenn Sie schon dabei sind, Sie haben geschrieben, dass es Probleme mit der Umschulung gibt. Die moderne NS-Wissenschaft hat dieses Problem schon vor langer Zeit gelöst.
Die einfachste, klarste und effizienteste Methode ist die Kreuzvalidierung (googeln Sie danach).
Sie verwechseln das Warme und das Weiche. Es ist eine schlechte Praxis, die Netto-Ergebnisdaten einzugeben.
Sie werden das Raster nur verwirren, und es wird nicht in der Lage sein zu verstehen, warum dasselbe Muster in einem Fall steigt und in einem anderen Fall fällt.
Das liegt daran, dass die Daten mit den Werten früherer Ergebnisse verwechselt wurden. Dies bezieht sich sowohl auf das Ergebnis eines früheren Handels als auch auf das Eigenkapital.
Sie versuchen, eine Fitnessfunktion in den Körper des Gitters selbst einzufügen. Aber zu wissen, was gut und was schlecht ist, ist ein fremdes Wissen, das nichts mit dem Netzmechanismus zu tun hat.
Wenn Sie die Geschichte vorantreiben wollen, wechseln Sie von MLPs zu rekursiven Netzen.
Aber Ihre Hypothese ist (IMHO) eine Kotopoe.
Offenbar bestehen neuronale Netze für Sie aus einer einzigen Definition - dem Perseptron. IMHO sind Sie sich nicht einmal der Tatsache bewusst, dass dies nur die sichtbare Spitze des Eisbergs ist, und zwar eine winzige.
Und Übertraining ist noch von niemandem besiegt worden. Sie haben nicht viel Verständnis für das Verteidigungsministerium.Sie verwechseln das Warme und das Weiche. Es ist eine schlechte Praxis, die Netto-Ergebnisdaten einzugeben.
Sie werden das Raster nur verwirren, und es wird nicht in der Lage sein zu verstehen, warum dasselbe Muster in einem Fall steigt und in einem anderen Fall fällt.
Das liegt daran, dass die Daten mit den Werten früherer Ergebnisse verwechselt wurden. Dies bezieht sich sowohl auf das Ergebnis eines früheren Handels als auch auf das Eigenkapital.
Sie versuchen, eine Fitnessfunktion in den Körper des Gitters selbst einzufügen. Aber zu wissen, was gut und was schlecht ist, ist ein fremdes Wissen, das nichts mit dem Netzmechanismus zu tun hat.
Wenn Sie die Geschichte vorantreiben wollen, wechseln Sie von MLPs zu rekursiven Netzen.
Aber Ihre Hypothese ist (IMHO) eine Kotopoe.
Ich würde gerne eine Analogie zu einem gesicherten Netz erstellen. Rekurrente Netze haben leider kein Konzept für die Umwelt und keine Reaktion. Netze mit Verstärkung schon. Der erste Gedanke, der mir in den Sinn kommt, ist, ihn zu treten, wenn seine Leistung draußen nicht zufriedenstellend ist, z. B. über eq.
vielleicht ein cotopec, ich weiß es selbst nicht, imho... es macht einfach Spaß :) und es ist einfach zu bedienen, dauert nicht lange.
Und ja, da ich gerade dabei war, Sie haben geschrieben, dass es ein Problem mit Übertraining gibt. Die moderne NS-Wissenschaft hat dieses Problem schon vor langer Zeit gelöst.
Die einfachste, klarste und effektivste Methode ist die Kreuzvalidierung (googeln Sie mal danach).
Ich kenne mich damit aus, auch die Kreuzvalidierung passt, ist aber subtiler.
Die Wiederholung dreht sich auch um sich selbst und kann manchmal nicht lernen.
und ich verstehe es nicht ganz - Sie sagen, Sie können keine Netzwerkausgänge mit Eingängen füttern, und dann sagen Sie mir, ich solle Rekursion verwenden... :) und das ist alles, was er tut, er frisst seine Ausgaben
eine Wiederholung ist im einfachsten Fall ein regulärer MLP, der sich selbst auffrisst
Ich weiß alles darüber, Kreuzvalidierung ist auch eine passende, aber anspruchsvollere
Die Wiederholung dreht sich auch um sich selbst und kann manchmal nicht lernen.
und ich verstehe es nicht - du sagst, du kannst die Netzwerkausgänge nicht an die Eingänge weiterleiten, und dann sagst du mir, ich solle die Rekursion verwenden... :) und das ist alles, was er tut, er frisst seine Ausgaben
Ein Rückfall ist im Grunde eine MLP, die sich selbst auffrisst.
Nein, was ich sagen wollte, war, dass man Marktdaten nicht mit Netzwerk-Outputs vermischen kann.
Mit anderen Worten: Ihr Netzwerk verarbeitet Kurse, während Sie es mit Daten darüber füttern, ob ein früherer Handel erfolgreich war oder nicht.
Und im Allgemeinen ist es eine separate Einheit, ob das Netz gut funktioniert hat oder nicht (ich nannte es Fitnessfunktion in GA, in NS heißt es Fehlerfunktion, aber die Idee ist die gleiche).
Angenommen, Sie trainieren ein Netzwerk mit Backprop und es stellt sich heraus, dass Sie einen Fehler haben, der Teil der Daten wird, Butterscotch. Ich hoffe, Sie verstehen, was ich meine.
Die Beurteilung durch alle neuronalen Netze besteht für Sie aus einer Definition - dem Perseptron. IMHO sind Sie sich nicht einmal bewusst, dass dies nur die sichtbare Spitze des Eisbergs ist, und selbst die ist winzig klein.
Und niemand hat jemals eine Umschulung besiegt. Sie haben wenig Verständnis für den Bereich des Verteidigungsministeriums.Ich habe über das spezifische Netz gesprochen, das von Maxim vorgestellt wurde.
Wenn du drei Sätze nicht verstehst ... Weißt du, warum sollte ich dir das sagen?)