Come si lavora con le reti neurali? - pagina 6
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
Ad essere onesti, non capisco bene il tuo punto di vista.
Il pensiero è semplice:
Supponiamo di avere due TC:
1. Sul rimbalzo dal canale, cioè contrend. Fa profitto all'interno del canale, e perde sulla rottura.
2. Sfondamento del canale - tendenza. Guadagna sui trend lunghi, perde sui laterali.
Se il grafico è invertito intorno all'asse orizzontale, allora entrambi i TC si comporteranno allo stesso modo, cioè quello di tendenza farà profitto sotto una tendenza al ribasso anche se il grafico normale per cui è stato regolato era dominato da una tendenza al rialzo.
In realtà, la griglia dovrebbe comportarsi simmetricamente, cioè se è stata addestrata per la tendenza al rialzo, deve "guadagnare" anche nella tendenza al ribasso. Se non può farlo, e per esempio "guadagna" solo nella tendenza al rialzo, allora è peggio del TS primitivo di cui sopra, perché inizierà a perdere sia nella tendenza al ribasso che lateralmente.
Cioè quando si addestra la rete ha bisogno di scaricare non solo un campione di esempi dalla BP analizzata, ma tutti gli esempi nella forma invertita.
Per esempio:
Supponiamo che ci siano due esempi di allenamento nel campione di allenamento. (ingressi e uscite da -1 a +1):
0,35 -0,21 0,8 -0,51 -0,71
0,71 0,1 -0,21 -0,96 0,12
Dove: dal primo al penultimo valore - input, per esempio valori normalizzati di (RSI - 50.0) / 50.0 o un altro oscillatore. L'ultimo valore è quello che vogliamo che sia l'output. Di conseguenza, per ottenere un addestramento simmetrico, ogni esempio dovrebbe essere invertito, cioè il campione di addestramento dovrebbe essere raddoppiato:
0,71 0,1 -0,21 -0,96 0,12
-0,35 0,21 -0,8 0,51 0,71
-0,71 -0,1 0,21 0,96 -0,12
0,35 -0,21 0,8 -0,51 -0,71
Non mi dispiace. Vedere GRNN-GA.
Quindi? La rete neurale è stata sostituita da un algoritmo genetico?
Cosa dice esattamente questo link? Di cosa si tratta?
Posso avere un preventivo - per quelli che non capiscono?
La soluzione di questo problema è semplice - è necessario allenare la rete su un tale intervallo di tempo, in cui sono presenti tutti i tipi di movimento. Sia lateralmente, sia al rialzo che al ribasso. Naturalmente bisogna rendersi conto che se la rete è allenata solo sul lato positivo, fallirà sul lato negativo ))))
Tutto correttamente detto... Ma che dire del cambiamento di tendenza? Non ho avuto molto successo... uno buono, poi non così buono...
ps.ma se ci sono input normali per l'insegnante (cioè - c'è qualcosa da trovare negli input) - allora non importa - una griglia (qualsiasi struttura), mappe koh, ha, k-metodo, ecc..... tutto funzionerà...
ps.ma se ci sono input normali per l'insegnante (cioè - c'è qualcosa da trovare negli input) - allora non importa - una griglia (qualsiasi struttura), mappe koh, ha, k-metodo, ecc..... tutto funzionerà...
Quindi? La rete neurale è stata sostituita da un algoritmo genetico?
Cosa dice esattamente questo link? Di cosa si tratta?
Posso avere un preventivo - per quelli che non capiscono?
Il punto è che per reti neurali intendiamo vari algoritmi, compresi quelli di regressione, genetici, ecc. Il riferimento a GRNN-GA è dato come un esempio, perché in realtà può anche essere chiamato una rete neurale solo perché vengono utilizzati coefficienti di ponderazione - un motore di ricerca di esempi rilevanti per query nel database.
Permettetemi di ricordarvi l'affermazione originale: NS e GA sono cose completamente diverse, non collegate tra loro in alcun modo.
L'uno non si trasforma in nessun modo nell'altro.
Hai intenzione di discutere?
discutere di metodi, algoritmi (griglie, ga, ecc...) per cercare i segnali per condizione (insegnante) è infinito... così come sulla preparazione del vr... il punto è diverso... finché la dinamica generale è mantenuta, tutto va bene... se la dinamica cambia, è un drenaggio....
Non si tratta di dinamica. La dinamica può essere qualsiasi cosa, purché i modelli che la rete ha trovato durante il periodo di formazione funzionino in futuro. Questo è il problema -.....)))
Il pensiero è semplice:
Supponiamo di avere due TC:
1. Su un rimbalzo dal canale, cioè un contrend. Guadagna nel canale e perde su un guasto.
2. Sfondamento del canale - tendenza. Fa profitti all'interno di tendenze lunghe, perde perdite all'interno di tendenze laterali.
L'unico problema qui è come determinare la prossima fase di mercato e quanto durerà.......