Neuro-Prognose von Finanzreihen (auf der Grundlage eines Artikels) - Seite 10

 
Reshetov:

Die Artikel und ihre engstirnigen Autoren sind mir egal. Vor allem dann, wenn die Forschung an stationären oder stabilen Daten durchgeführt wurde.

Ich stütze meine Forschung auf die Ergebnisse zukunftsorientierter Tests und nicht auf das, was irgendein Idiot in einem Artikel ausgeheckt hat.

Jeder hat ein Recht auf seinen persönlichen Standpunkt, ohne auf den eines anderen zu spucken.

Jeder hat das Recht zu behaupten, dass sich die Sonne um die Erde dreht, aber er hat nicht das Recht, Andersdenkende als Malocher oder Idioten zu bezeichnen.

Dies sollte berücksichtigt werden.

 
mersi:

Daher tendieren die meisten zu Netzen mit 2-3 verborgenen Schichten.

Wegen der besseren Konvergenz werden mehr versteckte Schichten gewählt. Ein verallgemeinertes nichtlineares Netz konvergiert noch besser.
 
mersi:

Alle Forscher neuronaler Netze sind mit dieser Aussage nicht einverstanden.

In fast allen Artikeln über ns heißt es, dass ein Netzwerk umso besser ist, je mehr Neuronen es hat, aber gleichzeitig sollte es nicht zu viele Neuronen haben.

Daher tendieren die meisten zu Netzen mit 2-3 verborgenen Schichten.

Ich kann es nicht glauben. Fast alle Aufgaben, die neuronale Netze lösen, werden auf einer einzigen verborgenen Schicht gelöst.
 
alexeymosc:
Ich kann es nicht glauben. Fast alle Probleme, die von neuronalen Netzen gelöst werden, werden mit einer einzigen versteckten Schicht gelöst.

Nein, das ist richtig, siehe oben. Ein Netz mit einer einzigen verborgenen Schicht ist auch eine Lösung, aber manchmal ist es einfacher, eine Schicht hinzuzufügen, als an der Größe einer einzelnen Schicht herumzuprobieren.

Oder andersherum. Beginnen Sie mit einem verallgemeinerten Netz und vereinfachen Sie bei Erfolg das Modell.

 
mersi:

das ist etwas, worüber man nachdenken sollte.

Alternativ können Sie es auch mitnehmen und testen. Laden Sie die erste Schicht (Eingabeschicht) des Gitters, d.h. setzen Sie Signum anstelle von Hypertangens ein, trainieren Sie sie und überprüfen Sie die Leistung bei Vorwärtsbewegungen. Die anderen Schichten können so belassen werden, wie sie sind.
 
TheXpert:
Nein, das ist richtig, siehe oben. Ein Netzwerk mit einer einzigen verborgenen Schicht würde das Problem ebenfalls lösen, aber es ist einfacher, eine Schicht hinzuzufügen, als an der Größe einer einzelnen Schicht herumzupfuschen.

OK, ich verstehe. Ich würde es überprüfen. Anhand von künstlichen und stationären Daten haben meine Tests gezeigt, dass es eine realistische Situation ist, wenn nicht genügend Neuronen in der versteckten Schicht vorhanden sind, wir können die Anzahl erhöhen, um ein besseres Ergebnis bei der Testprobe (Validierung, wie man in der russischen Realität sagt) zu erhalten. Es gibt aber auch eine reale Situation, in der eine weitere Erhöhung der Zahl der Neuronen nicht zu einem besseren Ergebnis führt. Und ich habe mir nie die Mühe gemacht, Schichten zu tragen.

In jedem Fall ziehe ich es vor, das Modell zu verkleinern, nach dem Prinzip des Rasiermessers von Occam.

 
Reshetov:

Die Menschenrechte sind mir auch egal. Nur die Ergebnisse der Vorwärtstests haben meiner Meinung nach etwas zu sagen, auch wenn sie undemokratisch, verfassungswidrig und repressiv sind und nicht den Veröffentlichungen von Schwachköpfen mit Abschlüssen und Auszeichnungen des Erfinders von Dynamit entsprechen.

Der Grund dafür ist einfach: Die Ergebnisse der Vorabtests sind näher an der Wahrheit. Alles andere ist eher eine Fehlinformation.

Schleppangeln

Ich dulde keine Unhöflichkeit.

 
Reshetov:

Es stellt sich heraus, dass, wenn Sie nach dem minimalen Drawdown in der Einzahlungswährung optimieren und dann genau diesen minimalen Drawdown aus den Optimierungsergebnissen auswählen, beide Forwards erfolgreich sind. Wenn der minimale Drawdown bei mehreren Optimierungsergebnissen gleich ist, sollten Sie dasjenige auswählen, das das maximale Gleichgewicht aufweist.

Ich stimme zu, das ist möglich, aber was ist, wenn wir nicht auf den minimalen Fehler optimieren, sondern, sagen wir, auf die Maximierung eines bestimmten Attributs oder einer Reihe von Attributen in den Eingabedaten. Nehmen wir an, es gibt eine Bedingung für die Überkreuzung von MA.

Es sollte eine Optimierungsfunktion erstellt werden, die die größtmögliche Anzahl nützlicher Attribute der Eingabedaten sowie die Balance enthält. Wir werden also das Netzwerk in die Richtung der Suche nach der maximalen Anzahl von Zeichen, die zur Erhöhung des Gleichgewichts führen, lenken. Einerseits sollte diese Funktion ein Gleichgewicht als Ziel haben + n (Anzahl der korrekten MA-Überschreitungen, die zu Gewinn führen), das so groß wie möglich sein sollte......

Auch wenn wir nicht das maximale Gleichgewicht für den Optimierungszeitraum erreichen, werden wir die maximale Anzahl von Zeichen in der Eingabe erhalten, die zu einem kleinen, aber immer noch steigenden Gleichgewicht geführt haben. Und dann sollte diese Methode auf forwards.... getestet werden. wie es funktionieren wird no....

D.h. die Optimierung durch zwei Parameter. Erhöhen Sie den Saldo, und erhöhen Sie die Anzahl der MA-Kreuzungen.

Irgendwelche Vorschläge dazu oder Kritik????

 
nikelodeon:

Ich stimme zu, dass dies möglich ist, aber nur, wenn wir nicht auf einen minimalen Fehler, sondern auf die Maximierung eines bestimmten Merkmals oder einer bestimmten Gruppe von Merkmalen in den Eingabedaten optimieren. Nehmen wir an, es gibt eine Bedingung für die Überkreuzung von MA.

Es sollte eine Optimierungsfunktion erstellt werden, die die größtmögliche Anzahl nützlicher Attribute der Eingabedaten sowie die Balance enthält. Wir werden also das Netzwerk in die Richtung der Suche nach der maximalen Anzahl von Zeichen, die zur Erhöhung des Gleichgewichts führen, lenken. Einerseits sollte diese Funktion ein Gleichgewicht als Ziel haben + n (Anzahl der korrekten MA-Überschreitungen, die zu Gewinn führen), das so groß wie möglich sein sollte......

Selbst wenn wir nicht das maximale Gleichgewicht für den Optimierungszeitraum erreichen, werden wir die maximale Anzahl von Zeichen in der Eingabe erhalten, die zu einem kleinen, aber immer noch steigenden Gleichgewicht geführt haben. Und dann sollte diese Methode auf forwards.... getestet werden. wie es funktionieren wird no....

D.h. die Optimierung durch zwei Parameter. Erhöhen Sie den Saldo, und erhöhen Sie die Anzahl der MA-Kreuzungen.

Irgendwelche Vorschläge dazu oder Kritik????



Ha!!!!! hier haben wir es. Wenn wir das Netz mit diesem Ansatz nicht trainieren können (weil es nicht genügend nützliche Informationen in MA gibt), ist das ein Zeichen für die Unbrauchbarkeit der Eingabe. Aber ich habe den Eindruck, dass es hier etwas gibt...... Ich muss es überprüfen. Übrigens, beraten Sie hier so etwas.

Wenn ich einen Parameter habe, der in einem Indikator berechnet wird. Wenn ich eine Optimierung aller Einstellungen des Indikators vornehmen möchte und die Variable a auf dem ausgewählten Diagramm 0 erreicht.

Ich meine in MT4, wie man den Parameter, der berechnet wird und nicht eingestellt???? optimieren

 

Nein... Es geht nicht um MA, sondern um die Maximierung von Zeichen, d.h. ein Teil des Optimierers wird versuchen, so viele Kreuzungen wie möglich zu machen, und der andere Teil wird versuchen, so viele wie möglich auszugleichen.....

D.h. wir brauchen eine Art Optimierungsfunktion, um..... zu finden.