Literatura. Redes neuronales. Algoritmos genéticos. Procesamiento digital de señales. Matemáticas, análisis. Estadísticas. - página 8

 
Creo que esto es un poco off-topic, hay libros publicados aquí, pero tal vez usted puede darme algún consejo sobre el tema
 
Por ejemplo, Ostrovsky S. Neural networks for information processing.
 
Como se prometió, las estadísticas de descarga. Puedes ver lo que le interesa más a la gente.
Redes neuronales, algoritmos genéticos 107
Métodos y algoritmos de optimización ---------44
Procesamiento digital de señales -------------61
Matemáticas y análisis ------------------------33
Statistics ------------------------------------42
Series temporales -------------------------------41
Programación en C++ ---------------------38


Finanzas.

título de los archivos ----------------------------47

parte no.1 --------------------------------------34

pieza nº 2 --------------------------------------27

parte ¹3 --------------------------------------40

parte #4 --------------------------------------57

Literatura sobre Matlab -----------------------11
Literaturasobre Statistica --------------------10
Literatura sobre el arce ------------------------1

Curiosamente, ¡sólo 1 descarga fue para Maple! La bibliografía sobre redes ocupó el primer lugar por un margen significativo.
También es interesante que la 4ª parte se haya descargado casi el doble que la 2ª, aunque es imposible descomprimir el archivo sin tener todas las partes al mismo tiempo.
 
goldtrader писал(а) >>

Interesado en las opiniones de los colegas sobre la tesis del alumno de Likhovidov.


He leído la tesis. El estudiante sugiere un enfoque curioso: entrenar el NS mediante las señales de un indicador de entrada perfecto,
esencialmente un zig-zag. ¿Alguien lo ha probado? ¿Tal vez funcione?
Archivos adjuntos:
diplom.rar  638 kb
 
real-trader >>:
Прочёл дипломную работу. Любопытный подход предлагает студент: обучать НС по сигналам индикатора идеального входа,
по сути зиг-зага. Никто не пробовал? Вдруг оно работает?

Esta no es la idea original y también inútil del autor. No es el primero en pensarlo.

Hay afirmaciones innovadoras mucho más interesantes en esta obra, sobre las que casi ningún investigador de NN escribe.

 
joo писал(а) >>

Esta no es la idea original y también inútil del autor.


¿Qué es lo poco prometedor, si no un secreto? ¿Está el NS sobreentrenado o los patrones no se reproducen en el OOS?

 
En general, ninguno.
Abrir una posición en la cima de ZZ significaría hacer algo paradójico. ¡Significaría saber que este tope es el máximo/mínimo en comparación con los futuros topes!
No hay información en ningún momento de que vaya a haber una ZZ superior en esa barra en particular, lo que significa que no se puede enseñar a la red. Es sólo un "punto" en el flujo de información.
Por eso, aunque no sea obvio, no ha sido posible antes ni lo será en el futuro predecir los precios de las barras/barras con antelación.
Las redes neuronales deben ser entrenadas en áreas de precios probables, no en valores de precios específicos.
 
joo >>:
Вообще, ни то ни другое.
Открыть позицию на вершине ZZ означает совершить нечто парадоксальное. Это означало бы знание, что эта вершина максимальна/минимальна по сравнению с будущими вершинами!
Нет НИКАКОЙ информации в каждый момент времени о том, что именно на этом баре будет вершина ZZ, а значит, этому невозможно обучить сеть. Это всего лишь "точка" в потоке информации.
Именно поэтому, хотя это и не очевидно, не удавалось раньше и не удастся в будущем прогнозировать цену на бар/бары вперед.
Нейронные сети нужно обучать на вероятные области цены, а не на конкретные её значения.

Así es exactamente como los comerciantes (los que tienen éxito) operan con las redes biológicas. Y como las zonas probables cambian, por eso las órdenes de stop fijas (tanto las basadas en NN como las clásicas basadas en indicadores) no funcionan

 
Bonita rama, por cierto.
 
Métodos y algoritmos de optimización (añadidos)

Beiko I.V. et al. - Métodos y algoritmos de la solución de tareas de optimización.1983.djvu
Vukolov E.A. Fundamentos del análisis estadístico en Statistica y Excel.djvu
Kuprienko N.V. - Estadísticas. Métodos de análisis de la distribución. Muestreo - 2009.pdf
Tsirlin A.M. Métodos de optimización en termodinámica irreversible y microeconomía.pdf
Sharapov V.G. Manual de resolución de problemas en el curso de cálculo variacional y métodos de optimización. pdf