Come formare correttamente i valori di input per il NS. - pagina 3
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 StatBars qualcosa il tuo file non è decompresso per favore controlla.
L'argomento è stato abbandonato per niente. È molto interessante.
Oltre alla normalizzazione dei valori di input, gli input correttamente formati possono anche includere la selezione del modello o cosa esattamente si vuole addestrare la rete a fare?
Se qualcuno ha qualche idea o esperienza, per favore condividetela.
L'argomento è stato abbandonato per niente. È molto interessante.
Oltre alla normalizzazione dei valori di input, gli input correttamente formati possono anche includere la selezione del modello o cosa esattamente si vuole addestrare la rete a fare?
Se hai qualche idea o esperienza, per favore condividila.
Sì, l'argomento non dovrebbe essere abbandonato. Imho molto può insegnare o suggerire a un neofita delle reti neurali :)
Penso che l'esperienza sia molto importante in questo business. Chiedo quindi il consiglio degli esperti.
Attualmente sto studiando i libri:
Simon Haikin. Raccomando ai principianti il libro NeuralNetworks di F. Wassermann Neurocomputer Science per la prima conoscenza. Inoltre, quando tutto è più o meno chiaro nella vostra testa, potete sistematizzare da D. Ivanov Financial Market Forecasting with Artificial Neural Networks.
Tutti questi autori scrivono dell'importanza dei dati di input.
Nel libro di Simon ero anche interessato al metodo del gradiente accoppiato. Qualcuno può condividerlo, perché tutto nel libro è molto matematico.
A grandi linee delineo un piano di lavoro con neuronet, o meglio le cose a cui prestare attenzione quando lo si sviluppa.
1. Preparazione dei dati di input. (spostamento delle medie, decorrelazione, equalizzazione della covarianza).
2. Uscite corrette (intervalli, estremi, direzioni)
3. Il problema di riqualificare la rete
4. Controllo incrociato
5. Adattamento della rete ai nuovi dati
6. Ottimizzazione della ricerca a gradiente coniugato
7. Capacità di usare mappe secolari (o strati di Kohonen e Grossberg?)
8. Comitato di reti.
9. Reti ricorsive.
Tutto questo deve essere studiato e applicato nella mia pratica (i piani sono napoleonici). E se tutti i guru hanno affrontato i punti 1 e 2, allora forse possono rispondere a queste due domande meglio di qualsiasi libro teorico.
Attualmente sto facendo ricerche e leggendo libri:
Simon Haykin. Reti neurali - scrive molto bene, ma per i principianti consiglio ancora il libro di F. Wasserman Neurocomputer Technology per la prima conoscenza. Poi, quando tutto diventa più o meno chiaro nella vostra testa, potete sistematizzarlo con il libro di D. Ivanov, Forecasting Financial Markets Using Artificial Neural Networks.
------------------------------------------------------
Alexey, se è possibile, dammi i link dei libri menzionati per il download gratuito.
Se i moderatori lo permettono, sto postando gli archivi qui (dovrete cancellarli dopo averli letti :))))
Grazie, l'ho caricato. L'ho cercato, sembra essere scomparso.
Simon Heikin. Reti neurali.
....
Ho appena scritto questo ed è venuto fuori...
Copiare la seconda parte. Ce ne saranno altri?
Copiare la terza parte. C'è altro?
Copiare la quarta parte. C'è altro?
Finito con Haikin, andiamo avanti....
A giudicare dal volume, sembra che abbiamo una vita da mettere giù...
No, non dovrai sacrificare la tua vita, solo la metà... :)
Va bene, grazie, ho copiato anche Yezhov. Cercherò di entrare in queste reti neurali per davvero. Di per sé l'idea mi ha sempre fatto piacere.
Ma rispetto al forex sono sempre stato dubbioso, perché i "modelli" sono legati a valori assoluti.