L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 870

 
elibrarius:
Je veux dire combien de lignes de données de formation (ou d'exemples de formation).
Par exemple 10000 lignes avec 15 entrées

De mémoire - point 1. environ 5-10 mille. Toutes les quelques époques, les données sont mélangées.

Après un certain nombre d'époques, la séquence d'apprentissage est remplacée par une autre et voir le point 1. Et ainsi de suite sur plusieurs époques.

Le nombre total d'époques est de l'ordre de 1000. Le temps d'apprentissage avec les reconfigurations intermédiaires et les tests est d'environ un jour.

Le tableau ci-dessus est issu de mes premières expériences, tout y était plus simple.

 
Yuriy Asaulenko:

De mémoire - point 1. environ 5-10 mille. Toutes les quelques époques, les données sont mélangées.

Après un certain nombre d'époques, la séquence d'apprentissage est remplacée par une autre et voir le point 1. Et ainsi de suite sur plusieurs époques.

Le nombre total d'époques est de l'ordre de 1000. Le temps d'apprentissage avec les reconfigurations intermédiaires et les tests est d'environ un jour.

Le graphique ci-dessus provient de mes premières expériences, tout y était plus simple.

Méthode intéressante - vous recevez une formation primaire + une formation de suivi.
 
elibrarius:
Méthode intéressante - vous obtenez une formation primaire + un certain recyclage.

Je n'appellerais pas ça comme ça. Il suffit de remplacer la séquence d'apprentissage pendant la formation. Ainsi, il ne s'habitue pas aux mêmes données).

Oui, ainsi que le recuit. Comme j'utilise l'algorithme BP standard, les paramètres d'apprentissage NS sont modifiés manuellement toutes les quelques époques.

SZY lisez ce fil de discussion, voici un peu plus de détails sur la structure d'un système comme le mien -https://www.mql5.com/ru/forum/239508

ТС на нейросети (оч. краткое руководство)
ТС на нейросети (оч. краткое руководство)
  • 2018.04.22
  • www.mql5.com
Вместо введения Типовая ТС состоит из ВР, индикаторов и логического блока принятия решений (БПР...
 
Yuriy Asaulenko:

Je n'appellerais pas ça comme ça. Il suffit de remplacer la séquence d'apprentissage pendant la formation. pour ne pas s'habituer aux mêmes données).

Je pense que c'est juste un recyclage sur de nouvelles données. Vous ne réinitialisez pas les poids du réseau après la formation sur le premier bloc de données.

 
elibrarius:

Je pense que c'est un réapprentissage sur de nouvelles données. Ce n'est pas comme si vous réinitialisiez les poids du réseau après l'apprentissage sur le premier bloc de données.

Bien sûr que non. Mais il n'y a pas de nouvelles données - une nouvelle séquence sur la même histoire. Il s'agit de la poursuite d'un même apprentissage, d'un processus unique. Ainsi, chaque époque peut être traitée comme un réapprentissage. C'est plutôt une question de terminologie.

 
elibrarius:
régression sans couches cachées, il semble...
Il est temps de passer à R, j'ai essayé avec alglib NS - c'est dix fois plus lent pour calculer le même réseau qu'avec R (comme 24 heures contre 30-60 minutes). De plus dans alglib maximum 2 couches cachées, alors que d'après vos observations vous avez besoin de 3 conversions consécutives, c'est à dire 3 couches.
La régression est linéaire. R pas hoW, python creuser - mais je ne vois pas trop l'intérêt.
 
Yuriy Asaulenko:

Bien sûr que non. Mais il n'y a pas de nouvelles données - une nouvelle séquence sur la même histoire. Il s'agit de la poursuite d'un même apprentissage, d'un processus unique. Ainsi, chaque époque peut être traitée comme un réapprentissage. Eh bien, c'est plutôt une question de terminologie.

Il est important de se comprendre correctement (d'avoir le même concept des termes).
Chaque époque sur les mêmes données est un apprentissage. Comme nous avons l'apprentissage par cœur.
Sur les nouveaux, sans remise à zéro de la balance, c'est le réapprentissage. Et vous les avez nouveaux car le SN n'en avait pas connaissance lors de la formation initiale.
 

Une régression est une prédiction du prochain prix. Contrairement à un classement, ce n'est pas la direction ou le type de transaction qui est prédit, mais le prix, avec toutes les décimales.

Il existe unerégression linéaire et une régression non linéaire. Arima, Garch, et même un neurone avec la bonne configuration (par exemple, 1 sortie sans activation) sont tous des régressions aussi.

 
Dr. Trader:

Une régression est une prédiction du prochain prix. Contrairement à un classement, ce n'est pas la direction ou le type de transaction qui est prédit, mais le prix, avec toutes les décimales.

Il existe unerégression linéaire et une régression non linéaire. Arima, Garch et même neuronc avec une configuration correcte (par exemple, 1 sortie sans activation) - tout cela est également une régression.

De quoi s'agissait-il au départ ? Je parlais de la régression logit, dans la grande majorité des cas, on peut s'y limiter pour la classification, et ne pas s'embêter avec la NS. Rapide et propre, pas de suralimentation.
 

J'ai eu une discussion avec San Sanych. Nous nous sommes mis d'accord sur le fait que je préparais un dossier pour la formation à la régression, et ensuite nous continuerons avec ce qui se passe. Donc, mes frères, je fais maintenant le déchargement et inventé une telle idée que beaucoup de gens n'ont tout simplement pas assez de traction que vous pouvez le faire. Que diriez-vous d'une cible adaptative pour la régression ???? AAA ???

Je ne sais pas si c'est bon mais ça vaut le coup de vérifier. :-)