Wie man die Eingabewerte für die NS richtig bildet. - Seite 21
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
Hier ist ein Truthahn.
Es ist zu verträumt, um dem echten Leben zu entsprechen )))) Und wir leben nicht in einem Märchen.....
Und hier ist der Truthahn.
Warum sollte man diesem Truthahn noch etwas hinzufügen? Er ist auch alleine süß. :)
Warum sollte man diesem Truthahn noch etwas hinzufügen? Er ist auch alleine süß. :)
Es wird neu gezeichnet. Wir gehen davon aus, dass es die Signale gibt, die das Netz wählen wird.
Dann nehmen wir diese Signale und vergessen diesen Indikator. Dann müssen wir entscheiden, wie wir die von NS gegebenen Eingaben beschreiben wollen. Wählen Sie einen Bereich für die Eingabe aus (Anzahl der Balken und Punkte, die sich neben dem Signal befinden, aber wir werden sie auch als Trainingspunkte verwenden).
Dasselbe kann mit dem Klot-Indikator (mit GA) gemacht werden.
>>Die Formel für was?
Die Formel für die Zielfunktion, wenn es sich um ein Optimierungsverfahren handelt. Aus den Informationen von LeoV geht jedoch hervor, dass diese Funktion (Optimal Buy/Hold/Sell ) keine Optimierung vornimmt, d.h. sie hat nichts mit NS zu tun. Es ist eine ganz gewöhnliche Funktion, die wirklich in die Zukunft blickt. Dabei ist es völlig gleichgültig, ob dies durch Close oder durch einen Glättungsindikator geschieht. Wenn man es mit 2ZZ vergleicht, bin ich immer noch der Meinung, dass es zu viele Eingaben geben wird. Oder zu wenig, je nachdem, wie man die Balken vor ... interpretiert. . In Echtzeit entsprechen diese Eingaben den Einträgen bei der Eröffnung jedes neuen Balkens, ein Punkt, den ich bereits zuvor kritisiert habe :).
Ich werde mich hier einmischen, auch wenn ich ein Amateur auf dem Gebiet der neuronalen Netze bin. Mir scheint, dass die Zielfunktion (TF) unbedingt die Wahrscheinlichkeitsverteilung des vom neuronalen Netz verarbeiteten Wertes widerspiegeln muss. Die Summe der Fehlerquadrate ist die bekannteste und gebräuchlichste Form der TF, aber diese Funktion ist nur so gut wie möglich für einen Gaußschen Wert.
Es besteht eine Beziehung zwischen der Wahrscheinlichkeitsverteilung und dem Fehler, der gemäß der Maximum-Likelihood-Funktion maximal minimiert wird. Bei einer Gauß-Verteilung ist dies das Quadrat der Differenz der Beträge, bei einer Exponentialverteilung der Modulus der Differenz, usw.
Wir nehmen den am stärksten überzeichneten Indikator in der NS und bringen der NS bei, die richtigen Signale zu geben. Natürlich müssen wir das Ergebnis erhalten
damit unsere Eingaben perfekt oder zumindest fast perfekt sind... Diese Werte sollten als Lehrmeister für die NS dienen. Der Vorteil dabei ist, dass wir Vektoren BUY/SELL einspeisen, die das Netzwerk selbst als optimal ausgewählt hat. Aber eine Reihe von Vektoren Hold muss manuell getrimmt werden. Nur um sicherzustellen, dass die Stichprobe nicht zu 90 % aus Halten-Vektoren und nur zu 5 % aus Kaufen/Verkaufen-Vektoren besteht...
Warum Indikatoren nehmen? Es gibt ein interessantes Tool in metastock - Maximum Profit System (MPS), mit dem die Rentabilität von Systemen verglichen werden kann. Die MPS soll alle wahrscheinlichen Abschlüsse mit einem positiven Ergebnis berechnen. Es ist sehr bequem, auf seiner Grundlage Trainingsreihen für MLPs zu erstellen.
Sie wird neu gezeichnet. Wir gehen davon aus, dass das Netz Signale seiner eigenen Wahl erhält.
Dann nehmen wir diese Signale und vergessen diesen Indikator. Dann müssen wir entscheiden, wie wir die von den NS gegebenen Eingaben beschreiben wollen. Wählen Sie einen Bereich für die Eingabe aus (Anzahl der Balken und Punkte, die sich neben dem Signal befinden, aber wir werden sie auch als Trainingspunkte verwenden).
Das Gleiche kann mit dem Klot's-Indikator (der über GA verfügt) gemacht werden.
Leider sollten Sie sich darüber im Klaren sein, dass es eine unrealistische Aufgabe ist, Eingänge für den Ausgang auszuwählen (nicht einmal für den Ausgang, sondern für die Kauf-/Verkaufssignale). Fantastisch.
Sie wissen nicht, was in Zukunft mit diesen Signalen geschehen wird? Werden sie in Zukunft genauso korrekt ablaufen wie in der Schulung, und können Sie die Eingaben korrekt auswählen, die in Zukunft die richtigen Informationen zum Öffnen dieser korrekten Einträge liefern (wie in der Schulung)? Andererseits werden diese Eingänge in Zukunft korrekt geöffnet, so dass Sie sie den Ausgängen zuordnen können? Mehr Fragen als Antworten.....
P.S. Sie werden sich nicht verwirren - niemand wird )))))
Leider müssen Sie feststellen, dass es eine unrealistische Aufgabe ist, den Output (nicht einmal den Output, sondern die Kauf-/Verkaufssignale) an die Inputs anzupassen. Fantastisch.
Sie wissen nicht, was in Zukunft mit diesen Signalen geschehen wird? Werden sie in Zukunft genauso korrekt ablaufen wie in der Schulung und können Sie die Eingaben richtig auswählen, die in Zukunft die richtigen Informationen für die Eröffnung der richtigen Einträge liefern (wie in der Schulung)? Werden diese Eingänge jedoch in Zukunft korrekt geöffnet, so dass die Ausgänge für sie ausgewählt werden können? Mehr Fragen als Antworten.....
P.S. Sie werden sich nicht verwirren - niemand wird )))))
In unserem Geschäft gibt es immer viele Fragen, und die Antworten sind entweder relativ oder sehr wenige. Es ist also nicht überraschend.
Die Auswahl der Inputs erfolgt durch statistische Analyse verschiedener Stichproben. Die Stichprobe sollte wie folgt aufgeschlüsselt werden, um genauer zu sein, sollten wir solche Stichproben finden:
Natürlich können alle drei Klassen verwendet werden, aber jede der Klassen Kaufen/Verkaufen sollte auf ein Minimum reduziert werden.
So sollten wir 3 Sätze von Vektoren erhalten, bei denen die Buy. Kaufen und Verkaufen (wenn jemand eine Reihe von Vektoren findet, bei denen sich alle 3 Klassen gemäß den gegebenen Signalen nicht überschneiden, brauchen wir die NS nicht). Genau diese Sätze werden dann den Eingängen für das Training zugeführt. Auch hier sollten die Vektorwerte relativ sein (der MACD reicht aus, auch wenn sich sogar sein Maximum ändern kann). Dann die Vorverarbeitung der Eingabedaten, usw.
Wenn unser NS Signale gibt, heißt das natürlich nicht, dass nach dem Kauf auch ein Verkauf erfolgt, aber es gibt viele Systeme, die bei der Sicherheit helfen können ...
2 Risse Danke! Wenn ich es richtig verstehe, ist es das, was wir brauchen, obwohl ich es mir noch nicht angeschaut habe.
Die Auswahl der Inputs erfolgt durch statistische Analyse verschiedener Stichproben. Die Stichprobe sollte auf folgende Weise aufgeschlüsselt werden, um genauer zu sein, sollten wir solche Stichproben finden:
Die entweder Verkaufen/Halten oder Kaufen/Halten enthalten, natürlich alle drei, aber jede der Klassen Kaufen/Verkaufen sollte das Minimum davon enthalten.
So sollten wir 3 Sätze von Vektoren erhalten, bei denen die Buy. Kaufen und Verkaufen (wenn jemand eine Reihe von Vektoren findet, bei denen sich alle 3 Klassen gemäß den gegebenen Signalen nicht überschneiden, brauchen wir die NS nicht). Genau diese Sätze werden dann den Eingängen für das Training zugeführt. Auch hier sollten die Vektorwerte relativ sein (der MACD reicht aus, auch wenn sich sogar sein Maximum ändern kann). Dann die Vorverarbeitung der Eingabedaten, usw.
Wenn der NS Signale gibt, bedeutet das natürlich nicht, dass nach dem Kauf auch ein Verkauf erfolgt, aber es gibt viele Systeme, die bei der Absicherung helfen können.
Lassen Sie den Gedanken nicht zu, dass es sich um eine fehlerhafte Theorie handeln könnte?
Lassen Sie nicht den Gedanken zu, dass es sich um eine fehlerhafte Theorie handeln könnte?
Das ist keine Theorie, sondern nur eine der Möglichkeiten, die meiner Meinung nach zu guten (profitablen) Ergebnissen führen können.
Natürlich weiß ich das. Können Sie beweisen, dass es falsch ist, beweisen Sie es, ich werde Ihnen sehr dankbar sein für die Zeit, die Sie sparen!