Trovare un set di indicatori per alimentare gli ingressi della rete neurale. Discussione. Uno strumento di valutazione dei risultati. - pagina 9
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
Non sono davvero alla ricerca di un involucro della serie di prezzi. C'è già un insieme di indicatori (cioè una serie di prezzi trasformata), quindi la dimensionalità di questo insieme deve essere ridotta.
Raccomando a questo scopo di considerare anche le possibilità di mappe di co-organizzazione. La dimensionalità è meglio ridotta con loro. Metteranno anche in evidenza la serie di stati. Esiste anche una variante di analisi come l'analisi dei componenti indipendenti. È molto più promettente, ma finora non sono stato in grado di capirlo fino in fondo. Se siete interessati all'analisi dei componenti indipendenti - fatemelo sapere.Ecco un paio di libri sull'ottimizzazione. Appena scaricato, ancora caldo.
........ non riesce a collegarsi. L'ho preso da http://torrents.ru.
Avresti potuto chiarire un po' la direzione.Avresti potuto chiarire un po' la direzione.
"Ottimizzazione" su richiesta:
http://torrents.ru/forum/viewtopic.php?t=1591908e
http://torrents.ru/forum/viewtopic.php?t=2139370e
http://torrents.ru/forum/viewtopic.php?t=1327023e
http://torrents.ru/forum/viewtopic.php?t=711214e
http://torrents.ru/forum/viewtopic.php?t=2346898e
http://torrents.ru/forum/viewtopic.php?t=2123107e
Grazie joo. Intriligator era il mio libro di bordo. :) Controllate, cioè, studiate il materiale.
Questo è ciò che mi ha scritto un amico matematico quando mi ha chiesto come sbarazzarsi della correlazione degli input:
"Il metodo dei componenti principali sembra essere quello giusto. Ecco una descrizione più o meno accessibile: http://www.statsoft.ru/home/ textbook/modules/stfacan.html. Quanto sia efficace nel tuo caso, non lo so. Ma la correlazione lineare dovrebbe eliminarla bene. "
Ci darò un'occhiata.
La PCA è la trasformazione dei dati e la riduzione della dimensionalità, cioè dopo la trasformazione dei dati troviamo i migliori nuovi dati di input (secondo il criterio).
Se avete bisogno di selezionare dati non correlati dai dati iniziali, allora la regressione multivariata regna. Per esempio, se avete una serie di indicatori, potete eseguire con attenzione una regressione multivariata in un programma statistico e trovare il giusto set di indicatori.
Vi consiglio di esaminare le possibilità delle mappe di organizzazione del soma anche per questo scopo. La dimensionalità è meglio ridotta con loro. Selezioneranno anche la serie di stati. Esiste anche una variante di analisi come l'analisi dei componenti indipendenti. È molto più promettente, ma finora non sono stato in grado di capirlo fino in fondo. Se siete interessati all'analisi dei componenti indipendenti - fatemelo sapere.
Le mappe di auto-organizzazione saranno considerate se la PCA fallisce.
Ho sentito parlare dell'analisi a componenti indipendenti, ma non ho capito cosa sia in dettaglio.
Ora ho intenzione di implementare la PCA basata sulla mia libreria di matrici.
Il calcolo è stato fatto in Excel.
Duro :)
il calcolo è stato fatto in excel.
Duro :)
Questa è un'altra cosa... Mi sorprendo a pensare che ho iniziato a programmare i calcoli di forza nella mia testa in MQL5.... :)
Quindi devo averla usata male o preparata.
Io stesso ho lavorato con la compressione delle immagini. A volte l'errore è zero, a volte no, a seconda del grado di compressione (numero di componenti principali) e dell'informatività degli input.
Prova con esempi semplici.
Funziona alla grande sugli attrattori :) Non l'ho provato sulle foto. Penso che il problema sia la struttura della fila. Non l'ho pre-elaborato.
Sono d'accordo con iliarr. Ti verrà un colpo.