Neuronales Netz und Eingaben - Seite 8
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
Was das Erkennen von Buchstaben des Alphabets (in Analogie) betrifft, so sollten wir davon ausgehen, dass der Markt ein geschlossenes System ist. Dadurch wird es stationär (in Ihrer Sprache), d.h. wir sollten alles eingeben, was wir über den Markt wissen. )))))
Und hier taucht die ewige Frage des TS-Erbauers auf: Ist die nicht-lineare Funktion, die das Netz mit den gegebenen Eingaben und Ausgaben gebildet hat, eine Anpassung oder eine wirklich gefundene Regelmäßigkeit?
Und im Falle von NS ist die Frage sehr ernst, weil zum Beispiel 2 Schichten von 10 Neuronen hundert Gewichte (hundert Parameter des zukünftigen EA) sind, die optimiert werden sollten. Versuchen Sie einmal, einen Expert Advisor mit hundert Parametern zu nehmen und ein Jahr lang eine Optimierung für alle Parameter durchzuführen.
Genauer gesagt, wir kennen die Art der Nicht-Stationarität der Finanzmärkte nicht, und leider wissen wir es auch nicht.
Der einzige Vorteil von NS ist, dass es sehr nichtlinear und sehr flexibel ist. Mit einer kleinen Anzahl von Neuronen kann sich der NS 10-15 Jahre lang ein winziges Diagramm eines beliebigen Werkzeugs leicht einprägen (lernen).
Es scheint - was ist noch nötig?
Und hier wird nur die Fähigkeit des Händlers relevant - Informationen über die Symbole einzugeben, die Regelmäßigkeiten aufweisen, und ein erneutes Training des Netzwerks zu vermeiden. Wenn diese beiden Bedingungen erfüllt sind, wird das Netz perfekt funktionieren.
Diese beiden Bedingungen gehören jedoch zu den schwierigsten. Alles, was Sie brauchen, ist das "Bauchgefühl" des Händlers )))).
Genauer gesagt ist die Art der Nicht-Stationarität der Finanzmärkte etwas, das wir nicht kennen und leider auch nicht kennen können.
Wir können sicherlich spekulieren, aber es ist wie mit den Vorhersagen - es nützt nichts. "Wie ein Finger im Himmel" ))))
Er ist keineswegs nutzlos: Wenn der Input (Quotient) angemessen beschrieben ist, bietet er einen recht greifbaren statistischen Vorteil. Formal ausgedrückt besteht das Problem darin, eine Transformation zu finden, die einen Kotir am Eingang und eine stationäre GPB am Ausgang als Residuum hat. Wenn die Transformation gefunden wird, bedeutet dies, dass das Modell alle Besonderheiten des Verhaltens des Kotirs berücksichtigt. Nun, dann ist es eine Frage der Technik - die aktuellen Parameter des Modells zu analysieren und festzustellen, ob sie uns derzeit die Möglichkeit geben, die Situation zu nutzen. Die Aufgabe ist kreativ, aber so ist der Fall, "wissenschaftliche Lehre" war, ist und wird immer die wichtigste Methode der wissenschaftlichen Synthese sein)))
Es ist keineswegs nutzlos: Wenn der Input (Quotient) angemessen beschrieben ist, ergibt sich daraus ein recht greifbarer statistischer Vorteil. Formal gesehen besteht das Problem darin, eine Transformation zu finden, die am Eingang einen Kotir und am Ausgang einen stationären GER als Residuum hat. Wenn die Transformation gefunden wird, bedeutet dies, dass das Modell alle Besonderheiten des Verhaltens des Kotirs berücksichtigt. Nun, dann ist es eine Frage der Technik - die aktuellen Parameter des Modells zu analysieren und festzustellen, ob sie uns derzeit die Möglichkeit geben, die Situation zu nutzen. Die Aufgabe ist kreativ, aber so ist der Fall, "wissenschaftliche Lehre" war, ist und wird immer die wichtigste Methode der wissenschaftlichen Synthese sein)))
Ich bin mit solchen Komplikationen nicht einverstanden, aber egal.
Meiner Meinung nach (und nicht nur meiner Meinung nach) ist alles viel einfacher - wenn es Muster in den Quotienten gibt, die den NS-Eingängen und -Ausgängen zugeführt werden, dann wird das Netz sie erfolgreich finden und Sie werden zufrieden sein. Und praktisch jeder NS. Wenn es keine Regelmäßigkeiten gibt, ist es sinnlos, zu transformieren, zu synthetisieren, eine Art Allround-NS zu bauen und sich mit anderen wissenschaftlichen und mathematischen Problemen zu beschäftigen - man wird keine Regelmäßigkeiten finden, wo es keine gibt )))).
Es ist, als würde man eine schwarze Katze in einem schwarzen Zimmer suchen, vor allem, wenn sie nicht da ist ))))
Ich bin mit solchen Komplikationen nicht einverstanden, aber das macht nichts.
Meiner Meinung nach ist es sogar viel einfacher - wenn es Muster in den Quotienten gibt, die an die NS-Eingänge und -Ausgänge geleitet werden, wird das Netzwerk sie finden und Sie werden zufrieden sein. Und praktisch jeder NS. Wenn es keine Regelmäßigkeiten gibt, ist es sinnlos, zu transformieren, zu synthetisieren, eine Art Allround-NS zu bauen und alle anderen wissenschaftlichen und mathematischen Spielereien zu betreiben )))).
Ich weiß es nicht! Die Regelmäßigkeit ist vielleicht nicht überall gegeben, sondern tritt nur zu bestimmten, kurzfristigen Zeitpunkten auf, die der NS aufgrund seiner Trägheit nicht definieren kann. Ich persönlich vertrete genau diesen Standpunkt in Bezug auf kotier - es gibt kurze lokale Bereiche der Ineffizienz, und um mit ihnen zu arbeiten, muss man sie gleich zu Beginn erkennen. Damit das Netz dazu in der Lage ist, darf es nicht irgendein Netz sein, sondern eines mit Rückkopplungen zwischen den Schichten, und zwar nicht willkürlich, sondern nach einem bestimmten Modell, d. h. auch hier muss ein gewisses Vorwissen in das NS eingebracht werden.
Nein, das tut es nicht! Das Muster ist vielleicht nicht überall vorhanden, sondern erscheint nur in bestimmten Momenten, die der NS aufgrund seiner Trägheit nicht wahrnehmen kann. Das ist genau mein Standpunkt in Bezug auf Kotier - es gibt kurze lokale Bereiche der Ineffizienz, und um mit ihnen zu arbeiten, muss man sie gleich zu Beginn erkennen. Damit das Netz dazu in der Lage ist, darf es nicht irgendein Netz sein, sondern eines mit Rückkopplungen zwischen den Schichten, und zwar nicht willkürlich, sondern nach einem bestimmten Modell, d. h. auch hier muss ein gewisses Vorwissen in das NS eingebracht werden.
Übrigens wird in der oben erwähnten Theorie der optimalen Steuerung bewiesen, dass das Problem der Suche nach einem optimalen Steuerungsgesetz unter bestimmten Bedingungen (np ganz einfach in der Struktur "Witsenhausen-Gegenbeispiel" für den quadratischen Controller) NP-komplett (d.h. rechnerisch sehr kompliziert) ist, also kein Wunder, dass man versucht, es mit genau diesem speziellen NS zu lösen...
Nein, ist es nicht! Die Regelmäßigkeit ist vielleicht nicht überall gegeben, sondern tritt nur zu bestimmten, kurzfristigen Zeitpunkten auf, die der NS aufgrund seiner Trägheit nicht bestimmen kann. Ich persönlich vertrete genau diesen Standpunkt in Bezug auf kotier - es gibt kurze lokale Bereiche der Ineffizienz, und um mit ihnen zu arbeiten, muss man sie gleich zu Beginn erkennen. Damit das Netz dazu in der Lage ist, darf es nicht irgendein Netz sein, sondern eines mit Rückkopplungen zwischen den Schichten, und zwar nicht willkürlich, sondern nach einem bestimmten Modell, d. h. auch hier muss ein gewisses Vorwissen in das NS eingebracht werden.
Vielleicht, aber warum solche Nachforschungen anstellen, wenn es möglich ist, mit viel einfacheren Methoden Geld zu verdienen.
Ihre Methode ist sehr sinnvoll, aber es stellen sich viele Fragen, auf die es nur wenige Antworten gibt - wie erkennen Sie diese ineffektiven Bereiche? Was sind die Ineffizienzen? Wie können Sie die Art dieser Rückkopplungen in Bezug auf diese Modelle bestimmen? Wie kann die Korrelation zwischen diesen Modellen und den Rückkopplungen bestimmt werden? Welches A-priori-Wissen und wie kann man es mit den Modellen in Verbindung mit den Rückkopplungen in Beziehung setzen? Kurz gesagt: Hirntumor ))))
Übrigens ist in der von mir erwähnten Theorie der optimalen Steuerung bewiesen, dass das Problem, ein optimales Steuerungsgesetz unter bestimmten Bedingungen zu finden (nn ein in der Struktur recht einfaches "Witsenhausen-Gegenbeispiel" für einen quadratischen Regler) NP-vollständig (d.h. rechnerisch furchtbar kompliziert) ist, kein Wunder also, dass man versucht, es mit genau so einem NS zu lösen...
OK, ich gebe auf )))) Ich bin raus ))))