Reti neurali. Domande degli esperti. - pagina 7

Nuovo commento
 

All'ingresso A,B,C,D,E,F,g,h,I, obiettivo - M

Funzione di attivazione dello strato nascosto tanh

Tre punti da ogni riga di dati, hai dato tre righe, un totale di 3 * 3 = 9 neuroni di ingresso.

Mi sono allenato su tutti i dati che mi hai dato. E mi sono stati dati esempi di formazione 6502.

File:
neuro_.rar  313 kb
 
joo >>:
Хорошо, чуть позже (часа через 2-3), попробую обоснованно показать, каким образом профит (или что то другое, не важно, что мы хотим получить от сети) зависит от фитнес функции. А гарантию того, что мы получим профит в будующем, конечно, никто дать никогда не сможет. А вот к чему стремится должна сетка, пожалуй, мы должны определять для неё однозначно.

Compito:

Diciamo che abbiamo tre griglie/TC. Ognuno è testato su un set di dati di 10 apprendimenti. La tabella mostra i valori target astratti (ottimizzabili). Saremo interessati alla griglia/TS che produce i valori più piccoli della funzione obiettivo il più spesso possibile. Non importa quale algoritmo di ottimizzazione (AO) useremo.

Esempio1



Tutti gli AO hanno la stessa somma di errori. Vediamo che se usiamo l'errore quadratico medio, AO sceglierà TC #3 perché ha il valore più piccolo.

Se viene usato l'errore quadratico medio, AO sceglierà TC #2, e lo stesso vale se viene usata la mediana.

Esempio2


La situazione qui è più interessante.

Da un lato TC#1 non è male, ma l'errore di 200 rovina il quadro. TC3 ha risultati stabili, anche se non i migliori.

Ancora una volta vediamo che se usiamo l'errore quadratico medio, AS sceglierà TC3, poiché ha il punteggio più basso.

E se usiamo l'errore quadratico medio, AO sceglierà CU #2, ma sulla mediana la scelta si fermerà a CU #1.


Conclusioni.

Se lo scopo dell'addestramento della rete è quello di ottenere una curva più simile nella forma a quella di destinazione, allora si dovrebbe utilizzare l'errore quadratico medio (Compiti di approssimazione)

Se l'obiettivo dell'addestramento della rete è quello di ottenere i valori più piccoli/bassi della funzione obiettivo il più spesso possibile, si dovrebbe usare l'errore quadratico medio (problemi di classificazione/clustering).


 
Guardato, ora capisco perché hai la sesta cifra. Hai preso dati dal futuro) 2 punti che non esistono nel mondo reale)) In effetti, la tua rete ha fatto una previsione della colonna M1 conoscendo le colonne A2 e A3)) Da qui l'aumento della precisione. Anche se notare, ha dato i dati dal futuro (un suggerimento non così dolce direttamente dire), e la precisione è aumentata da 2-005 a 7-006)))) Divertente.
 
mrstock >>:
Посмотрел, теперь понял почему у Вас 6-ой знак. Вы брали данные из будущего) целых 2 точки, которых в реале не существует) Фактически ваша сеть делала прогноз столбца М1 зная столбы А2 и А3))) Отсюда и рост точности. Хотя заметьте, дали данные из будушего (такая некислая подсказка прямо скажем), а точность выросла с 2-005 до 7-006)))) Забавно.

L'ordine in cui mi hai dato i dati è l'ordine in cui è stato effettuato l'allenamento. Se puoi usare i dati in ordine inverso, dovresti ottenere lo stesso risultato. Questo è un problema di approssimazione, e non fa differenza in quale direzione allenarsi.

 
Follow-up. Non consiglio affatto di usare le tangenti nella statistica. Questi ragazzi fanno miracoli. Una volta hanno predetto il prezzo 25 barre avanti con una precisione apupica. All'inizio cercavo l'errore, poi ho capito che questi ragazzi l'hanno appena fatto, ma è stato davvero bellissimo)))) Io uso solo l'identità, descrive più accuratamente i problemi che ho impostato e non soffre di aggiustamenti della storia.
 
mrstock >>:
В догонку. Не рекомендую вообще использовать тангенсы в статистике. Эти ребята творят чудеса. Они мне как то раз спрогнозировали цену на 25 баров вперед с апупительной точностью. Я сначала долго искал ошибку, а потом понял, что эти умельцы, тупо подогнали результат, но было чень красиво)))) Я использую только identity он наиболее точно описывают те кзадачи, которые я ставлю и не страдают подгонкой на истории.

Salvate il codice in C++, date un'occhiata, non ci sono miracoli.

PS Non uso Statistica nel trading.

 

Date un'occhiata al file allegato.

I valori da esso inviati direttamente all'ingresso NS, o sono normalizzati?

Ho capito sul forum di fxexpert.ru nell'argomento "Principi di rete neurale della creazione di MTS" che alla fine sono arrivati a una conclusione,

Che è necessario normalizzare i valori e non prendere direttamente i valori dell'indicatore o le quotazioni, ma i loro cambiamenti.

 
Come potrebbe non esserlo? Infatti nella colonna A2 abbiamo martedì in A3-mercoledì (convenzionalmente) prevediamo EMA per lunedì (a1) e come l'EMA è andato in ordine inverso, che dipende solo da clausole successive) Quindi c'è una differenza. Comunque grazie))))
 
Qwer791 >>:

Посмотрел вложенный файл.

Значения из него непосредственно подаются на вход НС, или всетаки нормируются?

На форуме fxexpert.ru в теме" Нейросетевые принципы создания МТС" я так понял,в конечном итоге пришли к выводу,

что необходимо обязательно значения нормировать, и брать не непосредственные значения индикаторов или котировок, а их изменение.

Questo è stato discusso prima in questo thread. Il top starter voleva lavorare esattamente nel modo in cui... lo fa.

 
joo писал(а) >> OK, un po' più tardi (tra circa 2-3 ore), cercherò di mostrare ragionevolmente come il profitto (o qualunque cosa, qualunque cosa vogliamo ottenere dalla rete) dipende dalla funzione fitness.
joo ha scritto >> Conclusioni.

Se l'obiettivo dell'addestramento della rete è quello di ottenere una curva di forma più simile all'obiettivo, allora si dovrebbe usare l'errore quadratico medio (Approximation Tasks)

Se lo scopo dell'addestramento di una rete è quello di ottenere i valori più piccoli/bassi della funzione obiettivo il più spesso possibile, è necessario utilizzare l'errore quadratico medio (compiti di classificazione/clustering)

Onestamente, non ho capito come il profitto dipende dall'errore....))))
1234567891011121314...25
Nuovo commento