Les réseaux neuronaux. Questions des experts. - 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
Aux entrées A,B,C,D,E,F,g,h,I, cible - M
Fonction d'activation de la couche cachée tanh
Trois points de chaque ligne de données, vous avez donné trois lignes, soit un total de 3 * 3 = 9 neurones d'entrée.
Je me suis entraîné sur toutes les données que tu m'as données. Et on m'a donné des exemples de formation 6502.
Хорошо, чуть позже (часа через 2-3), попробую обоснованно показать, каким образом профит (или что то другое, не важно, что мы хотим получить от сети) зависит от фитнес функции. А гарантию того, что мы получим профит в будующем, конечно, никто дать никогда не сможет. А вот к чему стремится должна сетка, пожалуй, мы должны определять для неё однозначно.
Tâche :
Disons que nous avons trois grilles/TC. Chacune est testée sur un ensemble de données de 10 apprentissages. Le tableau indique les valeurs cibles abstraites (optimisables). Nous serons intéressés par la grille/TS qui produit les plus petites valeurs de la fonction cible le plus souvent possible. L'algorithme d'optimisation (AO) que nous utiliserons n'a pas d'importance.
Exemple1
Tous les AO ont la même somme d'erreurs. Nous voyons que si nous utilisons la racine de l'erreur quadratique moyenne, AO choisira le CT n°3 car il a la plus petite valeur.
Si l'on utilise l'erreur quadratique moyenne, AO choisira le CT n° 2, et il en va de même si l'on utilise la médiane.
Exemple2
La situation est ici plus intéressante.
D'un côté, le TC#1 n'a pas un mauvais score, mais l'erreur 200 gâche le tableau. Le TC3 a des résultats stables, mais pas les meilleurs.
Une fois encore, nous constatons que si nous utilisons l'erreur quadratique moyenne, AS choisira le CT3, car il a le score le plus bas.
Et si nous utilisons l'erreur quadratique moyenne, AO choisira l'UC n° 2, mais sur la médiane, le choix s'arrêtera à l'UC n° 1.
Conclusions.
Si le but de l'entraînement du réseau est d'obtenir une courbe dont la forme est la plus proche de celle de la cible, il faut utiliser l'erreur quadratique moyenne (Tâches d'approximation).
Si l'objectif de l'entraînement du réseau est d'obtenir les valeurs les plus petites/les plus basses de la fonction cible aussi souvent que possible, vous devez utiliser l'erreur quadratique moyenne (problèmes de classification/assemblage).
Посмотрел, теперь понял почему у Вас 6-ой знак. Вы брали данные из будущего) целых 2 точки, которых в реале не существует) Фактически ваша сеть делала прогноз столбца М1 зная столбы А2 и А3))) Отсюда и рост точности. Хотя заметьте, дали данные из будушего (такая некислая подсказка прямо скажем), а точность выросла с 2-005 до 7-006)))) Забавно.
L'ordre dans lequel vous m'avez donné les données est l'ordre dans lequel la formation a été effectuée. Vous pouvez mettre les données dans l'ordre inverse et vous devriez obtenir le même résultat. Il s'agit d'un problème d'approximation, et la direction dans laquelle on s'entraîne ne fait aucune différence.
В догонку. Не рекомендую вообще использовать тангенсы в статистике. Эти ребята творят чудеса. Они мне как то раз спрогнозировали цену на 25 баров вперед с апупительной точностью. Я сначала долго искал ошибку, а потом понял, что эти умельцы, тупо подогнали результат, но было чень красиво)))) Я использую только identity он наиболее точно описывают те кзадачи, которые я ставлю и не страдают подгонкой на истории.
Sauvegardez le code en C++, jetez-y un coup d'oeil, il n'y a pas de miracles là-dedans.
PS Je n'utilise pas Statistica dans le commerce.
Jetez un coup d'œil au fichier joint.
Les valeurs qu'il contient sont-elles envoyées directement à l'entrée NS, ou sont-elles normalisées ?
J'ai compris sur le forum fxexpert.ru dans le sujet "Neural Network Principles of MTS Creation" qu'ils sont finalement arrivés à une conclusion,
Qu'il est nécessaire de normaliser les valeurs et de ne pas prendre directement les valeurs des indicateurs ou les cotations, mais leurs variations.
Посмотрел вложенный файл.
Значения из него непосредственно подаются на вход НС, или всетаки нормируются?
На форуме fxexpert.ru в теме" Нейросетевые принципы создания МТС" я так понял,в конечном итоге пришли к выводу,
что необходимо обязательно значения нормировать, и брать не непосредственные значения индикаторов или котировок, а их изменение.
Ce sujet a déjà été abordé dans ce fil de discussion. Le top starter voulait travailler exactement comme... il le fait.
Si le but de l'entraînement du réseau est d'obtenir une courbe dont la forme est la plus proche de la cible, il faut utiliser l'erreur quadratique moyenne (tâches d'approximation).
Si le but de l'entraînement d'un réseau est d'obtenir les valeurs les plus petites/les plus basses de la fonction cible aussi souvent que possible, vous devez utiliser l'erreur quadratique moyenne (tâches de classification/classement).