Neuro-previsione di serie finanziarie (basato su un articolo) - pagina 6

 
nikelodeon:

In realtà, si tratta di sovrallenamento. Sono sorpreso che lei non lo sappia. La saggezza convenzionale è che una rete è sovrallenata quando inizia a funzionare come ieri. Cioè, non evidenzia i punti chiave nell'input, ma inizia a produrre lo stesso segnale di ieri.....

Sciocchezze, o qual è un'altra parola per questo tipo di sciocchezze?

Se alla rete è stato insegnato che 2*2=4, cosa dovrebbe rispondere se le viene posta la domanda: "2*2=?

2*2=4 era ieri e sarà domani. Sarebbe almeno strano se la rete iniziasse a dare risposte diverse alle stesse domande.

 

In generale, per come la vedo io, molti di coloro che su questo forum hanno fatto pratica con le reti credono che le reti neurali siano come una calcolatrice - si inseriscono dati e la rete produce un risultato. Proprio così: le reti sono calcolatrici.

Ma una conoscenza approfondita delle reti e delle loro architetture non fornisce e non può fornire informazioni sulle loro proprietà. È una comprensione "stretta" di come funzionano le RNA.

Così, un brillante neurochirurgo non può sapere di cosa è capace il cervello umano. Solo gli psicologi e gli psicoterapeuti (da non confondere con gli psichiatri) insieme ai filosofi e forse ai sociologi possono saperlo. Queste non sono questioni di "fisiologia" delle reti, ma di Intelletto - e questo è un livello completamente diverso di comprensione dell'RNA (e del cervello umano).

Solo con un tale approccio è possibile ottenere qualcosa dall'RNA. Alimentare stupidamente le citazioni alle reti non ha mai dato nulla di buono prima, e non darà nulla in futuro. Ma l'autore, secondo la mia opinione "diagonale" (non ho tempo per una seconda opinione dettagliata) sta guardando la previsione usando ANN dall'angolo giusto, dal punto di vista dell'Intelletto - usando indicatori, alcuni "derivati" dalle quotazioni.

Ma, puramente intuitivamente, dubito che sia possibile fare previsioni al 98%. L'80% probabilmente sì, ma non il 98%. Forse l'autore ha trascinato un po' i risultati della ricerca - sono abbastanza disposto ad ammetterlo. Ma per verificare questi risultati, è necessario fare gli stessi esperimenti dell'autore - solo allora si può dire che qualcosa è "vero".

 

Intero:



Sono anche molto sorpreso di come si possa avere un'opinione senza averne le basi.
Ho già dato la mia opinione sul termine 'overtrained' da qualche parte qui. Il termine non riflette affatto l'essenza del fenomeno. Quale parola inglese è così tradotta? Piuttosto, il termine "rote" (da "crammed") o "learned" è più appropriato. Il fenomeno è simile a quello di un crammer o di un crammer con la testa vuota, che non capisce nulla ma ha imparato a memoria il paragrafo parola per parola. Il fenomeno si verifica quando si insegna una rete volumetrica con un piccolo numero di campioni. La rete reagisce correttamente ai campioni di allenamento, ma non serve a niente, perché può ospitare l'allenamento di un numero molto più grande di campioni, cioè è solo una testa vuota. Il risultato che dà è quello che è, non quello di ieri. Quindi, ciò che avete tale ieri non è chiaro per me, una sorta di miracoli, una sorta di sovrallenamento magico.
È come le formule di programmazione, si parla di perdite di memoria in ogni occasione. Così è quando si parla di reti - sovra-formazione, sovra-educazione, ma non molte persone capiscono cosa sia.


Lo chiami lei. È solo che in alcuni libri di testo ho visto il fenomeno che la rete emette segnali "proprio come ieri", non significa che emette sempre lo stesso segnale. No, ma l'essenza e il significato dei segnali non cambia. In generale, trovare i parametri di allenamento di una rete è il compito più difficile, che può essere risolto con una lunga ricerca statistica.

Supponiamo che una rete abbia dato 100 opzioni per impostare i suoi parametri. E solo alcuni di loro sono corretti. Il resto trapelerà in futuro. Prendiamo ad esempio una rete sui mash. È molto buono per la riqualificazione in qualsiasi area. Volevo provare io stesso questa teoria, ma non è il mio destino. Quindi, forse qualcuno ne avrà bisogno.

Abbiamo due sezioni di formazione

1. addestriamo la rete sulla seconda parte. Ricevere un profitto (il netto su qualsiasi parte della formazione riceverà un profitto).

2. Guarda come funzionava la rete nella sezione 1.

Addestriamo la rete sulla patch 1 in modo da ottenere lo stesso risultato che abbiamo avuto quando ci siamo addestrati sulla patch 2.

Cioè la funzione obiettivo dell'allenamento non sarà il massimo equilibrio, ma tutt'altro. Quindi, usando la statistica possiamo calcolare qual è il migliore.

Ho appena corso reti in NS, e lì con una scelta di obiettivi per la formazione è in qualche modo scarsa.

Di conseguenza, dopo aver raccolto le statistiche, possiamo giungere alla conclusione che lo scopo della formazione dei baran massimi non è sempre buono. Ma ecco un'altra domanda, come trovare l'obiettivo vero e proprio, in modo che la NS funzioni bene in futuro. C'è solo un'opzione, come si dice.

Avviamo una rete e monitoriamo il suo commercio e facciamo una conclusione sul fatto che funzioni o meno. Come questo .....

Come risultato, le impostazioni redditizie della rete in allenamento appaiono così Quindi, si può allenare la rete per questo equilibrio e si può raccogliere in futuro. Ma c'è un tallone d'achille, come facciamo a sapere quale dovrebbe essere l'equilibrio .... e non si può allenare il TC in NS in questo modo. C'è una difficoltà con le funzioni di formazione degli obiettivi. Se solo in un altro programma per provare....

 

Oppure così, in entrambi i casi la curva baoan nella zona ottimizzata è estremamente diversa, e certamente non nel più. Tuttavia, questo non ha fermato la rete in futuro. Linea di fondo più....

Mi sembra che se raccolgo statistiche per sezioni della rete, posso ottenere una somiglianza generale dei bilanci di cui abbiamo bisogno per stabilire un certo schema. Quindi, non dovremmo addestrare la rete per il massimo profitto in una data sezione, ma per trovare segnali nascosti che funzioneranno in futuro. Ma non in questo momento. Quindi, ecco il trucco. Forzare la rete a trovare parametri che non funzionano ora, ma che potrebbero avere un impatto utile sulla rete in futuro..... Ci sono molte statistiche da raccogliere, ed è tutt'altro che banale......

 

In ogni caso, risolvendo questo problema (selezione dei risultati dell'ottimizzazione) di almeno il 60%, è possibile ottenere uno strumento per il trading e non è affatto male.

Non conosco altri pacchetti, ma quando si ottimizza in NS, si ottengono diversi risultati, a partire da un saldo negativo nell'area di ottimizzazione. Se solo fosse possibile ottenere tutti i risultati di ottimizzazione in NS. E poi scegliere tra loro, puramente visivamente per equilibrio. Poi si potrebbe filtrare i risultati inutili per fortuna. Mettete la rete in funzione e guardate chi di loro inizierà a pompare. Quello che inizia a perdere viene spento... O qualsiasi altra cosa..... È un peccato che NS non abbia questa opzione. Salvare almeno i parametri dell'indicatore in un file durante l'ottimizzazione....

Di nuovo, non significa che nell'ottimizzazione del 1° grafico otterrete i valori che avete ottenuto nell'ottimizzazione del 2° grafico. Quindi ci sono molte domande irrisolte qui......

 
nikelodeon:

Ecco il trucco. Far trovare alla rete dei parametri che non funzionano ora, ma che potrebbero avere un impatto utile sulla rete in futuro..... Ci sono molte statistiche da raccogliere, e sono tutt'altro che banali......


è così che si ricorderà dopo l'allenamento che non funzionano... in nhs in ts non è una rete, ma un ga...
 
Vizard:

è così che si ricorderà dopo l'allenamento che non funzionano... in nhs in ts non reti ma ga...

Sono d'accordo.... sembra che ci sia molta libertà, ma quello che serve non può essere modificato....
 
joo:

Ma l'autore dell'articolo, nella mia prima visione "diagonale" (e non ho ancora tempo per una seconda visione approfondita) guarda alla previsione con ANN dall'angolo giusto, in termini di Intelligence - usando indicatori, alcuni "derivati" delle quotazioni.

Ma, puramente intuitivamente, dubito che sia possibile fare previsioni al 98%. L'80% probabilmente sì, ma non il 98%. Forse l'autore ha trascinato un po' i risultati della ricerca - sono abbastanza disposto ad ammetterlo. Ma per verificare questi risultati, è necessario fare gli stessi esperimenti dell'autore - solo allora si può dire qualcosa al "cento per cento".


questa è un'illusione... Integer aveva ragione quando lo diceva - la trama è lasciata per le previsioni...

In realtà, tutto è verificato da un esempio primitivo... si può usare qualsiasi metodo - dal secondo o terzo articolo ))))

se campioniamo fino alla prima linea verticale gialla, otteniamo il 90-95% lo stesso... passiamo alla successiva... applichiamo lo stesso algoritmo... otteniamo meno... l'ultima sezione (crescita) la rete non potrà mai prevedere...

tutto questo è per prevedere diversi passi per 1 VP (entrata dallo stesso) naturalmente... Se si evidenziano i picchi dei trogoli (ciclicità), si può ancora catturare la crescita in linea di principio...

 
nikelodeon:

Agreed.... sembra che ci sia molta libertà, ma ciò che è necessario non può essere tweettato....

la scatola nera è questo nsh...
 
Vizard:


è solo che c'è una certa ciclicità (dinamica) ... quindi se questa dinamica entra nel modello (ns, regressione o altro... fondamentalmente non fa differenza) e poi continua per un po'... allora va bene... se cambia, allora fallisce... ragioni del cambiamento delle dinamiche 2...mercato e filtri DT...


Sì, sono d'accordo con te.

Questa è la seconda spiegazione della performance: è stato scelto deliberatamente un periodo per i test in cui la rete è riuscita localmente a mostrare un risultato sbalorditivo. A proposito, è strano che la lunghezza del periodo di prova sia 150 punti e non 200 o, per esempio, 451. Risulta essere un adattamento latente.