Trouver un ensemble d'indicateurs pour alimenter les entrées du réseau neuronal. Discussion. Un outil d'évaluation des résultats. - page 7
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
à iliarr
Essayez, par souci d'intérêt, d'utiliser le nombre de transactions ou le drawdown relatif comme fonction de fitness. Vous risquez de ne pas trader du tout si vous utilisez le drawdown comme fonction de fitness.
Il se peut que le filet ne soit pas négocié du tout si vous utilisez le drawdown comme fonction de fitness. :))
à iliarr
Essayez, par souci d'intérêt, d'utiliser le nombre de transactions ou le drawdown relatif comme fonction de fitness. Vous risquez de ne pas trader du tout si vous utilisez le drawdown comme fonction de fitness.
Il se peut que le filet ne soit pas négocié du tout si vous utilisez le drawdown comme fonction de fitness. :))
J'y ai pensé, mais j'ai décidé de le reporter pour un moment...
Si la fonction cible est uniquement le nombre de transactions ou uniquement le drawdown, elle sera peu utile, car le réseau apprendra soit à entrer/sortir du marché souvent et sans but, soit à éviter les drawdowns.....
Je dois optimiser à la fois le profit, le nombre de transactions et le drawdown... Si je me souviens bien, JGAP permet d'avoir une fonction cible avec plusieurs sorties... mes priorités actuelles sont : résoudre les données d'entrée et affiner le neuronet de récurrence.
comme je le vois, pour le moment, personne n'est intéressé par la recherche et le test des données d'entrée avec la méthode que j'ai suggérée...
Arriver à un dénominateur commun sur les tests ? ;-). Voici une suggestion à ce sujet. Si un réseau est entraîné sans professeur pour réaliser un profit hypothétiquement illimité, il faut garder à l'esprit que les données d'entrée imposent toujours une limite par le haut à la taille du profit. Il est possible d'estimer le montant qui ne peut être dépassé par la période d'apprentissage choisie (avec un lot constant, par la stratégie choisie). Ainsi, nous pouvons calculer le ratio d'apprentissage de la grille pour cette période comme un rapport entre le profit maximum théorique possible et le profit que la grille donne. Des estimations similaires sont ensuite réalisées pour la période de validation et les ratios sont comparés.
Comme cela a été souligné ici, sans un tel contrôle, il n'a aucune valeur, à mon avis.
Si un réseau est formé sans professeur pour faire des profits hypothétiquement illimités
C'est ce qu'on appelle le surentraînement. Nous avons déjà évoqué cette question.
Question pour les amateurs recherchant des entrées de réseaux neuronaux :)
Quelqu'un s'est-il essayé à l'analyse en composantes principales (aussi appelée "analyse en composantes principales" ou "ACP") ?
Question pour les amateurs recherchant des entrées de réseaux neuronaux :)
Personne ne s'est frotté à la méthode des composantes principales (alias "analyse en composantes principales" ou "ACP") ?
Comment allez-vous l'appliquer ?
Question pour les amateurs recherchant des entrées de réseaux neuronaux :)
Personne ne s'est frotté à la méthode des composantes principales (alias "analyse en composantes principales" ou "ACP") ?
J'ai développé un système basé sur l'algorithme GHA. Il fonctionne très bien s'il y a du bruit. Vous pouvez le faire via la DFT ou via l'analyse en composantes principales. Veuillez vous abstenir d'utiliser le mot "amateurs" sans le préfixe "cher" :)lea писал(а) >>
Quelqu'un s'est-il essayé à l'analyse en composantes principales (aussi appelée "analyse en composantes principales" ou "ACP") ?
Je l'ai fait, mais dans un domaine d'application complètement différent. Au fait, je n'ai jamais réussi à faire fonctionner l'ACP non linéaire. Et le linéaire, je pense, est faible.
J'ai développé un système basé sur l'algorithme GHA. Il fonctionne bien s'il y a du bruit. Vous pouvez le faire via la DFT, ou vous pouvez le faire via l'analyse en composantes principales.
Dans quoi tout cela a-t-il été calculé ? MathCad/MathLab ?
Veuillez vous abstenir d'utiliser le mot "amateurs" sans le préfixe "respecté" :)
OK :)
Je m'y adonne, mais dans un domaine d'application très différent. Au fait, je n'ai pas réussi à faire fonctionner l'ACP non linéaire. Le linéaire, à mon avis, est un peu faible.
Pour l'instant, j'espère me contenter du linéaire.
Comment allez-vous l'utiliser ?
Par sa finalité - sélectionner un ensemble de variables, qui seront corrélées de manière plus lâche que les variables originales.