Neuromantes, no paséis de largo :) necesito consejo - página 8
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Bien, olvidemos por ahora el de la formación.
Tengo una red que se aproxima a 1 valor, que es si el precio subirá o bajará. No voy a entrar en detalles.
Podemos tomar una muestra de prueba (no los datos sobre los que la red aprende, sino los datos en los que el entrenamiento de la red neuronal se detiene cuando el error sobre esta muestra deja de caer) como una pieza única y esta pieza vendrá justo después de la muestra de entrenamiento y antes del período OOS en el que la red realmente comercia. En este caso, estimamos el error de generalización de la red en datos que pueden diferir significativamente del conjunto de entrenamiento.
Otra opción que mencioné es generar una muestra de control al azar del conjunto de muestras que van antes del OOS. Las muestras se barajan. ) Así que resulta (al menos en mi caso) que las muestras adyacentes son similares y la red aprende en una muestra (muestra de entrenamiento) e inmediatamente se estima el error de generalización de la red en la muestra adyacente (de control). En este caso, el mínimo de error en la muestra de ensayo puede ser mucho más profundo que en el caso de que la muestra de ensayo se tome por una pieza separada.
Ahora está más o menos claro. No tengo formación. En absoluto.
Así que no puede haber un muestreo de prueba en la forma que usted sugiere.
Para ser sincero, dudo que sea muy eficaz.
No estoy en contra de su aplicación, pero no veo un esquema eficaz.
Para que sea realmente comprobable, la muestra debe no estar en el intervalo de entrenamiento. Es decir, mucho antes del OOS. Lo que esencialmente da un retraso en el uso y ninguna garantía de mejora :) . El muestreo de prueba es bueno cuando se entrena una vez, se prueba y luego se usa tontamente, no veo el sentido de usarlo para la previsión de series de precios.
No lo tomes como una razón para deshacerte de él (esto es un llamamiento a todos los lectores :) ), es sólo un imho.
Todo lo que has dicho es razonable. Sólo quiero probar mis suposiciones con la práctica, aunque yo mismo también voy de una opción a otra y luego vuelvo... ))) Pero he hecho una regla para utilizar siempre una muestra de prueba de alguna manera.
También, por cierto, siempre compruebo el sistema en una prueba de avance antes de colocar un EA en una cuenta. Te puedo decir que todos mis EAs pasan una sola prueba de forward (he tenido suficiente tiempo para hacer múltiples forwards sólo para EURUSD H1). Si no han pasado, ni siquiera me molesto en ponerlos, porque ya no tengo ninguna confianza ))))
Otra cucharada de alquitrán. Una red individual.
Se puede ver que la media es +, pero, caramba, no hay una pequeña dispersión en absoluto.
Otra cucharada de alquitrán. Red separada.
Por supuesto, se puede ver que la media es +, pero, caramba, la diferencia no es pequeña en absoluto.
¡Hola!
¿Has hecho alguna desvolatilización (que se encuentra en los artículos) para los inductores que introduces en la entrada de la red?
También puedes intentar que las inducciones sean devolutas.
Por desgracia... No sirvo ningún índice.
Interesante...
¿Y la normalización a un solo intervalo (o al menos a un intervalo)?
Me atrevo a hacer una pregunta inmodesta: ¿cuál es el maestro? ¿maximizar los beneficios mediante la previsión de unos compases por delante?
Me atrevo a hacer una pregunta inmodesta: ¿cuál es el maestro? ¿maximizar los beneficios mediante la previsión de varios compases por delante?
No, este enfoque no se integra bien con la red de eco. Ya se ha dicho en este hilo lo del profesor.
¿Y el racionamiento a un solo intervalo (o al menos a un intervalo)?
Bueno, si es así, sí, lo hago :)
Nos olvidamos de nuestras "ovejas"). El mensaje de partida es "¿Cómo mejorar?".
Sugiero que nos abstraigamos un poco (sólo un poco) y pensemos en cómo mejorar el resultado de NS en general, no sólo éste, en el ámbito de aplicación que nos interesa. Aquí, punto por punto:
1) Elección de entradas/salidas (una cuestión íntima y casi siempre no sujeta a discusión, en este caso, se basa en una teoría aprobada por dos miembros experimentados en nuestro foro de negocios, y creemos que no hay nada que mejorar)
2) Preprocesamiento de entradas (la pregunta parece bastante simple y bastante abierta, podemos discutir si se sabrá, qué y cómo se hace en este caso (aunque tengo un NS sensible que "zest" básico es original (no se cumple en cualquier lugar) la codificación de los datos de entrada, que no voy a compartir todavía))
3) Matemáticas de NS. (Todo se inventó aquí antes que nosotros. Puede sentirse libre de compartir y discutir lo que quiera. Salvo que todos los intentos de mejorar algo aquí se parecen más al chamanismo y a los experimentos a ciegas que a la acción consciente)
4) Cuestiones "organizativas" de la NS. (Cómo / cuándo entrenar / reentrenar, períodos / intervalos, la lógica del intérprete de la salida de la red, MM, etc. Hemos visto informes sobre todo el TS. Se me ocurren ideas sensatas para mejorar mirando los informes que no sean unos MM triviales.
¿Qué me he perdido?
¿Dónde/qué puedo mejorar teóricamente siguiendo los consejos de una persona que no está inmersa en el desarrollo del núcleo? Quedan los puntos 2 y 3. El punto 2 es omitido por TopikStarter por no ser digno de atención "allí todo lo habitual" (aunque en mi opinión, puede haber variantes). Punto 3, hay artículos que no se pueden entender sin 100 gramos, y que yo personalmente aún no puedo comprender del todo (un intento de implementar incluso una simple red de eco ha fracasado hasta ahora).
TheXpert, ¿puede decirme algo más sobre su ST que no sea un secreto? A priori, nos interesaría, ya que tiene un resultado determinado (personalmente lo creo), y puede "salirle el tiro por la culata" con un consejo inteligente. Por ejemplo, me pregunto:
- ¿Por qué el "eco"? Has estado allí, cuéntame sus pros y sus contras. ¿Cómo lo sacaste en primer lugar?
- Entradas/salidas: El Sr. joo habla de "patrones de flujo" y de CT de tipo 2. Creo que vale la pena discutir el "fluir", el segundo tipo es sólo un malvado imho.
a) ¿Está realmente seguro de que las entradas/salidas no pueden mejorarse?
b) Preprocesamiento: ¿Cómo se ve? ¿Se ha realizado un análisis de la distribución de los valores de entrada, por ejemplo?