Neuronales Netz und Eingaben - Seite 5
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
Warum spionierst du? Suchen Sie jemanden, dem Sie die Schuld für Ihren Analphabetismus geben können? DDD
Im Ernst, wo ist der Haken?))
Für mich ist NS eine der Klassifizierungsmethoden, die nur auf stationären Märkten funktioniert. Ich stelle diese Frage, weil ich nie eine begründete Antwort erhalten habe.
PS. Ich kümmere mich nicht um Analphabetismus oder Analphabetismus der Forumsteilnehmer - ich interessiere mich persönlich für mich, meinen persönlichen Favoriten.
Für mich ist NS eine der Klassifizierungsmethoden, die nur auf festen Märkten funktioniert. Ich stelle diese Frage, weil ich nie eine fundierte Antwort erhalten habe.
PS. Ich kümmere mich nicht um die Lese- und Schreibfähigkeiten der Forumsmitglieder - ich interessiere mich für mich persönlich, ein sehr persönlicher Favorit von mir.
faa, wissen Sie, was Stationarität bedeutet?
faa, wissen Sie, was stationär ist?
Du bist immer noch in meinem Badehaus.
Sie verstehen also nicht....
Und die Stationarität des Prozesses ist für die Verwendung neuronaler Netze zur Vorhersage nicht erforderlich. Das ist nur für den Fall der Fälle.
Für mich ist NS eine Klassifizierungsmethode, die nur auf festen Märkten funktioniert. Ich stelle diese Frage, weil ich nie eine fundierte Antwort erhalten habe.
Meine Meinung: NS mag keine Nicht-Stationarität, da es sich um einen Algorithmus handelt, der eine lange Lernkurve erfordert. Mit anderen Worten: Es gibt kein Netz, das schnell auf unvorhergesehene Änderungen der Orkulation reagiert. Es sei denn, die Struktur des Netzes selbst enthält a priori Daten über die Art der Nicht-Stationarität. Aber das ist genau der Fall, in dem ich NS einem anderen, schnelleren Algorithmus vorziehen würde, denn das Schöne an NS ist, dass er ohne A-priori-Daten erstellt werden kann, in der Hoffnung, dass die Menge selbst die Muster herausfindet. Mit anderen Worten lautet die Schlussfolgerung: Wenn wir keine Ahnung haben, welches Modell den Regelmäßigkeiten (einschließlich Nicht-Stationarität) zugrunde liegt, dann verwenden wir NS, andernfalls ist es besser, zu versuchen, das Modell auf dem Papier zu beschreiben, und dann in Matrix-/Differenzial- oder anderer Form, und einen guten Regressionsalgorithmus zu verwenden (oder Klassifizierung, Clustering - je nach Problem). Allerdings können im Großen und Ganzen dieselben Algorithmen verwendet werden, um einen theoretisch aufgebauten NS zu trainieren, so dass es im Prinzip keine Rolle spielt.
Meiner Meinung nach mag NS keine Nicht-Stationarität, da es sich um einen Algorithmus mit langer Lernzeit handelt. Mit anderen Worten: Es gibt kein Netz, das schnell auf unerwartete Änderungen der Orkulation reagiert. Es sei denn, die Struktur des Netzes selbst enthält a priori Daten über die Art der Nicht-Stationarität. Aber das ist genau der Fall, in dem ich NS einem anderen, schnelleren Algorithmus vorziehen würde, denn das Schöne an NS ist, dass er ohne A-priori-Daten erstellt werden kann, in der Hoffnung, dass die Menge selbst die Muster herausfindet. Mit anderen Worten lautet die Schlussfolgerung: Wenn wir keine Ahnung haben, welches Modell den Regelmäßigkeiten (einschließlich Nicht-Stationarität) zugrunde liegt, dann verwenden wir NS, andernfalls ist es besser, zu versuchen, das Modell auf dem Papier zu beschreiben, und dann in Matrix-/Differenzial- oder anderer Form, und einen guten Regressionsalgorithmus zu verwenden (oder Klassifizierung, Clustering - je nach Problem). Allerdings können dieselben Algorithmen im Großen und Ganzen auch für das Training eines theoretisch aufgebauten NS verwendet werden, so dass es im Prinzip keine Rolle spielt.
Stationarität ist für NS nicht erforderlich.
Ein zweidimensionaler stationärer Prozess in einem Diagramm ist eine gerade, horizontale Linie (oder nahe daran). H.l. muss noch nicht einmal ein NS sein, um dies vorauszusagen.
Meiner Meinung nach mag NS keine Nicht-Stationarität, da es sich um einen langen Lernalgorithmus handelt. Mit anderen Worten: Es gibt kein Netz, das schnell auf unvorhergesehene Änderungen der Orkulation reagiert. Es sei denn, die Struktur des Netzes selbst enthält a priori Daten über die Art der Nicht-Stationarität. Aber das ist genau der Fall, in dem ich NS einem anderen, schnelleren Algorithmus vorziehen würde, denn das Schöne an NS ist, dass er ohne A-priori-Daten erstellt werden kann, in der Hoffnung, dass die Menge selbst die Muster herausfindet. Mit anderen Worten lautet die Schlussfolgerung: Wenn wir keine Ahnung haben, welches Modell den Regelmäßigkeiten (einschließlich Nicht-Stationarität) zugrunde liegt, dann verwenden wir NS, andernfalls ist es besser, zu versuchen, das Modell auf dem Papier zu beschreiben, und dann in Matrix-/Differenzial- oder anderer Form, und einen guten Regressionsalgorithmus zu verwenden (oder Klassifizierung, Clustering - je nach Problem). Allerdings können im Großen und Ganzen dieselben Algorithmen verwendet werden, um einen theoretisch aufgebauten NS zu trainieren, so dass es im Prinzip keine Rolle spielt.
Meiner Meinung nach mag NS keine Nicht-Stationarität, da es sich um einen langen Lernalgorithmus handelt. Mit anderen Worten: Es gibt kein Netz, das schnell auf unerwartete Änderungen der Orkulation reagiert.
Ich frage mich, warum sie dann verwendet werden? )))) Wer weiß hier, wo die Netze in Echtzeit funktionieren?
Die Leute kommen zum einen aus Frustration über die technische Analyse zu NS und zum anderen, um einen Indikator zu bekommen, den sonst niemand hat. Aber all diese Leute verstehen nicht, dass das Problem in der Nicht-Stationarität des Marktes liegt (variable Mo und Streuung), und nicht in der Abwesenheit eines Wunderindikators, und wenn TS diese Nuance nicht berücksichtigt, dann neigt jedes System, mit oder ohne NS, dazu, zu verrotten und zwangsläufig Einlagen zu verlieren. Daher ist der Erfolg bei NS genauso möglich wie der Erfolg bei TA. Aber TA ist vorzuziehen, weil TA-Algorithmen viel einfacher sind, ihre interne Struktur klarer ist und viel schneller funktioniert, verschiedene Varianten der Anpassung möglich sind. Aber gewinnen Sie trotzdem auf TA oder NS - es ist ein Gewinn für einen erfahrenen Spieler im Casino, nicht mehr.
PS. Viele Male schrieb darüber auf diesem Forum, nur alsu bestätigt meinen Verdacht über die NS.
Die Leute kommen zum einen aus Frustration über die technische Analyse zu NS und zum anderen, um einen Indikator zu bekommen, den sonst niemand hat. Aber all diese Leute verstehen nicht, dass das Problem in der Nicht-Stationarität des Marktes liegt (variable Mo und Streuung), und nicht in der Abwesenheit eines Wunderindikators, und wenn TS diese Nuance nicht berücksichtigt, dann neigt jedes System, mit oder ohne NS, dazu, zu verrotten und zwangsläufig Einlagen zu verlieren. Daher ist der Erfolg bei NS genauso möglich wie der Erfolg bei TA. Aber TA ist vorzuziehen, weil TA-Algorithmen viel einfacher sind, ihre interne Struktur klarer ist und viel schneller arbeitet, verschiedene Anpassungsvarianten möglich sind. Aber gewinnen Sie trotzdem auf TA oder NS - es ist ein Gewinn für einen erfahrenen Spieler im Casino, nicht mehr.
PS. Ich habe darüber viele Male in diesem Forum geschrieben, gerade hat sich auch mein Verdacht über NS bestätigt.
das ist es, das ist das Ende...........
Das Ende von TA und NS auf den Finanzmärkten! Oje, oje....
P.s. FAA, blamieren Sie sich nicht.