Neuromongers, ne passez pas à côté :) besoin de conseils - page 8

 

OK, oublions la formation pour l'instant.

J'ai un réseau d'approximation d'une valeur, qui est de savoir si le prix va monter ou descendre. Je ne vais pas entrer dans les détails.

Nous pouvons prendre un échantillon de test (non pas les données sur lesquelles le réseau apprend, mais les données sur lesquelles la formation du réseau neuronal s'arrête lorsque l'erreur sur cet échantillon cesse de diminuer) comme une pièce unique et cette pièce viendra juste après l'échantillon de formation et avant la période OOS où le réseau effectue réellement des transactions. Dans ce cas, nous estimons l'erreur de généralisation du réseau sur des données qui peuvent différer de manière significative du tableau d'entraînement.

Une autre option que j'ai mentionnée consiste à générer un échantillon de contrôle de manière aléatoire à partir de l'ensemble des échantillons qui précèdent l'OOS. Les échantillons seraient mélangés. ) Il s'avère donc (du moins dans mon cas) que les échantillons adjacents sont similaires et que le réseau apprend sur un échantillon (échantillon de formation) et immédiatement l'erreur de généralisation du réseau est estimée sur l'échantillon adjacent (de contrôle). Dans ce cas, l'erreur minimale sur l'échantillon d'essai peut être beaucoup plus profonde que dans le cas où l'échantillon d'essai est prélevé par une pièce séparée.

 

C'est plus ou moins clair maintenant. Je n'ai pas de formation. Pas du tout.

Il ne peut donc pas y avoir de test d'échantillonnage sous la forme que vous suggérez.

Pour être honnête, je doute que ce soit très efficace.

Je ne suis pas contre son application, mais je ne vois pas de dispositif efficace.

Pour être réellement testable, l'échantillon ne doit pas être sur l'intervalle d'entraînement. C'est-à-dire bien avant l'OOS. Ce qui donne essentiellement un retard dans l'utilisation et aucune garantie d'amélioration :) . L'échantillonnage de test est bon quand on s'entraîne une fois, qu'on le teste et qu'on l'utilise ensuite bêtement, je ne vois pas l'intérêt de l'utiliser pour prédire des séries de prix.

Ne le prenez pas comme une raison pour vous en débarrasser (ceci est un appel à tous les lecteurs :) ), c'est juste une opinion.

 

C'est tout à fait raisonnable ce que vous avez dit. Je veux juste tester mes hypothèses avec la pratique, bien que moi-même je passe aussi d'une option à l'autre, puis revienne... ))) Mais j'ai pris pour règle de toujours utiliser un échantillon de test d'une manière ou d'une autre.

D'ailleurs, je teste toujours le système sur un test préalable avant de placer un EA sur un compte. Je peux vous dire que tous mes EAs passent un test de forward unique (j'ai eu assez de temps pour faire des forwards multiples seulement pour EURUSD H1). S'ils n'ont pas réussi, je ne me donne même pas la peine de les faire passer, car je n'ai plus aucune confiance )))).

 

Une autre cuillerée de goudron. Un filet individuel.

1    -1021.00   870    0.95    -1.17   2253.80    21.60%   Fake=0   
2    1336.30    862    1.08    1.55    939.40     8.90%    Fake=1  
3    2174.60    869    1.12    2.50    1471.40    14.45%   Fake=2
4    2239.00    844    1.15    2.65    942.70     9.42%    Fake=3 
5    2433.90    901    1.15    2.70    1191.70    9.43%    Fake=4
6    3746.20    864    1.24    4.34    777.60     7.41%    Fake=5 
7    -1804.60   868    0.90    -2.08   2966.00    28.61%   Fake=6
8    555.30     842    1.03    0.66    1360.90    12.77%   Fake=7

Vous pouvez voir que la moyenne est +, mais, bon sang, il n'y a pas du tout un petit écart.

 
TheXpert:

Une autre cuillerée de goudron. Réseau séparé.

Bien sûr, vous pouvez voir que la moyenne est +, mais, bon sang, l'écart n'est pas petit du tout.



Bonjour !

Avez-vous fait une dévolatilisation (trouvée dans les articles) pour les inductances que vous alimentez dans l'entrée nette ?

Vous pourriez aussi essayer de rendre les inductions dévolutives.

 
Hélas... Je ne sers pas de dindes.
 
TheXpert:
Hélas... Je ne sers aucun indice.


Intéressant...

Qu'en est-il de la normalisation à un seul intervalle (ou au moins à un intervalle) ?

Oserais-je poser une question immodeste : quel est le professeur ? maximiser les profits en prévoyant quelques mesures à l'avance ?

 
renegate:

Oserais-je poser une question immodeste : quel est le professeur ? Maximiser les profits en prévoyant plusieurs barres à l'avance ?

Non, cette approche ne s'intègre pas bien au réseau d'écho. Déjà dit dans ce fil de discussion au sujet de l'enseignant.

renier:

Qu'en est-il du rationnement à un seul intervalle (ou au moins à un intervalle) ?

Eh bien, si c'est juste comme ça, oui, je le fais :)

 
Je n'ai pas trouvé de professeur dans ce fil. Je jetterai un coup d'oeil plus tard. Ce sera mieux demain matin...
 

Nous avons oublié nos "moutons"). Le message de départ est "Comment s'améliorer ?".

Je suggère que nous fassions un peu abstraction (juste un peu) et que nous réfléchissions à la manière d'améliorer le résultat NS en général, et pas seulement celui-ci, dans le domaine d'application qui nous intéresse. Ici, point par point :

1) Choix des entrées/sorties (question intime et presque toujours non sujette à discussion, dans ce cas, elle est basée sur une théorie approuvée par deux utilisateurs expérimentés de notre forum professionnel, et nous pensons qu'il n'y a rien à améliorer)

2) Prétraitement des entrées (la question semble assez simple et assez ouverte, nous pouvons discuter si on le saura, ce qui et comment est fait dans ce cas (bien que j'ai une NS sensible qui "zest" de base est original (pas rencontré n'importe où) le codage des données d'entrée, que je ne vais pas partager encore))

3) Mathématiques de la NS. (Tout a été inventé ici avant nous. Vous pouvez vous sentir libre de partager et de discuter de tout ce que vous voulez. Sauf que toutes les tentatives d'améliorer quelque chose ici ressemblent plus à du chamanisme et à des expériences aveugles qu'à des actions conscientes).

4) Questions "organisationnelles" de NS. (Comment / quand s'entraîner / se réentraîner, périodes / intervalles, la logique de l'interprète de sortie du réseau, MM, etc. Nous avons vu des rapports sur l'ensemble du TS. Scie, mais des idées sensées pour l'amélioration en regardant les rapports autres que certains MM triviaux vient à l'esprit.

Qu'est-ce que j'ai manqué ?

Où/qu'est-ce que je peux théoriquement améliorer en prenant l'avis d'une personne qui n'est pas immergée dans le développement de base ? Il reste donc les points 2 et 3. Le point 2 est omis par TopikStarter comme ne méritant pas d'attention "il y a tous les habituels" (bien qu'à mon avis, il puisse y avoir des variantes). Point 3, il y a des articles que vous ne pouvez pas comprendre sans 100 grammes, et que personnellement je ne peux pas encore comprendre complètement (une tentative de mettre en œuvre même un simple réseau d'écho a échoué jusqu'à présent).

TheXpert, pouvez-vous me dire autre chose sur votre TS qui n'est pas un secret ? Nous serions a priori intéressés, car vous avez un certain résultat (je le pense personnellement), et cela peut se "retourner" contre vous avec des conseils avisés. Par exemple, je me demande :

- Pourquoi cet "écho" ? Vous y avez été, parlez-moi de ses avantages et de ses inconvénients. Comment l'avez-vous déterré en premier lieu ?

- Entrées/sorties : M. joo parle de "modèles de flux" et de CT de type 2. Je pense que la "fluidité" vaut la peine d'être discutée, le deuxième type est juste maléfique, selon moi.

a) Êtes-vous vraiment sûr que les entrées/sorties ne peuvent pas être améliorées ?

b) Pré-traitement : à quoi ressemble-t-il ? Y a-t-il eu une analyse de la distribution des valeurs d'entrée, par exemple ?