L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2250
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
A metà della lettura e mi sono fermato qui con una risatina
numeri casuali. Una rete neurale che utilizza questi pesi può avere la corretta relazione ingresso-uscita, ma perché questi pesi pratici funzionano rimane un mistero. Questa proprietà mistica delle reti neurali è la ragione per cui molti scienziati e ingegneri le evitano. Pensate a tutta la finzione scientifica propagata dai rinnegati del computer.
Penso che l'autore sia molto lontano da NS, anche più lontano di me))
Il libro è del '97, su tsos. Su 33 capitoli questo è l'unico che parla di reti. La saggezza convenzionale è che le reti sono scatole nere. Dopo tutto, è una traduzione.
Leggilo in diagonale, molto interessante.
Il libro è del '97, secondo tsos. Dei 33 capitoli, questo è l'unico che riguarda le reti. La saggezza convenzionale è che le reti sono scatole nere. È una traduzione, dopo tutto.
Leggilo in diagonale, molto interessante.
L'ho letto...
Ho un'idea se faccio un convertitore coseno discreto e faccio in modo che la rete selezioni quei coefficienti la cui somma darà un segnale puro...
Leggi...
Ho avuto un'idea se potessi fare un convertitore coseno discreto e fare in modo che la rete selezioni quei coefficienti la cui somma darebbe un segnale pulito...
Ci ho provato ieri.
il risultato è lo stesso che con LPF dove alfa + betta = 1, e alfa o betta è inferiore a zero...
poi guardate il grafico - oh sì! questa è la realtà, che è difficile da vedere a colpo d'occhio
poi confrontare i due grafici FFT - la parte immaginaria e la parte reale
ci strappiamo i capelli, i vicini sentono un compagno a più piani.
Leggi...
È nata l'idea che se si fa un convertitore coseno discreto e si fa selezionare alla rete quei coefficienti la cui somma darà un segnale pulito...
Sarebbe interessante trovare frequenze che non sono legate a un particolare passo e mantenere queste frequenze il più a lungo possibile dopo lo spostamento della finestra
Nel BPF, le frequenze sono selezionate da una griglia definita. È interessante trovare frequenze che non siano legate a un particolare passo e che queste frequenze siano mantenute il più a lungo possibile quando si sposta la finestra.
È possibile trovarli, non c'è bisogno di NS, ma non funzioneranno (frequenze) in futuro...
ma si può cercare di rendere il segnale "puro" lasciando solo alcune armoniche importanti
Ho realizzato il mio desiderio di lunga data di creare un TS i cui parametri saranno controllati da una rete neurale
Infine ha fatto un semplice TS. Due ruote, ingresso per intersezione di ruote, e i periodi delle ruote sono controllati da un neurone...
Ho ottenuto un filtro adattivo ))
Ilprimo grafico è il prezzo
il secondo è il periodo delle perle controllato dal neurone
terzo equilibrio
Formazione: Neuronka è stato addestrato a gestire i periodi in modo da ottenere il massimo profitto...
Ti dico subito che questa è una traccia e nessuna commissione...
Il valore dello scrip è l'esperienza di crearlo per nuovi compiti più complessi...
Fico, e sto generando dei numeri.
poi serie temporali.
Fico, e sto generando dei numeri.
poi serie temporali.
i profitti da generare devono imparare))))))
la generazione di profitti deve essere insegnata))))))
poi il profitto.
Mi hai chiesto come generare serie con modelli... è quello che sto facendo.
ma è un processo a più fasi.
Non so come implementarlo.... forse c'è un modo più semplice...
Voglio creare una rete che prenda le quotazioni di mercato come input e che produca una serie più "prevedibile"
Ma ho bisogno di una misura di "prevedibilità"
mappare la serie in un altro spazio (distribuzione?) dove le parti più predittive sono più vicine alla media
codificatori.
Diciamo in lotti di 100-500 incrementi, con etichette. Poi si tira la parte superiore della distribuzione dal decoder, la si campiona.
Poi, dal decodificatore condizionale, si prende il primo della classe, per il quale è definita l'entropia più bassa. Beh, questo è un po' il modo dei samurai.
Perché si ottengono i più prevedibili? È perché