Neuro-previsione di serie finanziarie (basato su un articolo) - pagina 10

 
Reshetov:

Non mi importa degli articoli o dei loro autori meschini. Soprattutto se la ricerca è stata fatta su dati stazionari o stabili.

Io baso le mie ricerche sui risultati di test previsionali, non su quello che qualche idiota in un articolo si è inventato.

Ognuno ha diritto al suo punto di vista personale senza sputare su quello di qualcun altro.

Ognuno ha il diritto di sostenere che il sole gira intorno alla terra, ma non ha il diritto di considerare i dissenzienti come malacolici o idioti.

Questo dovrebbe essere considerato.

 
mersi:

quindi la maggior parte si orienta verso reti con 2-3 strati nascosti.

Più strati nascosti sono scelti per una migliore convergenza. Una rete generalizzata non lineare converge ancora meglio.
 
mersi:

Tutti i ricercatori di reti neurali non sono d'accordo con questa affermazione.

Quasi tutti gli articoli sui n affermano che migliore è la rete, più neuroni ha, ma allo stesso tempo, non dovrebbe averne troppi.

quindi la maggior parte tende a reti con 2-3 strati nascosti.

Non ci credo. Quasi tutti i compiti che le reti neurali risolvono sono risolti su uno strato nascosto.
 
alexeymosc:
Non ci credo. Quasi tutti i problemi risolti dalle reti neurali sono risolti su un singolo strato nascosto.

No, è giusto, vedi sopra. Una rete con un solo strato nascosto risolverà anche, ma a volte è più facile aggiungere uno strato che giocherellare con la dimensione di uno solo.

O viceversa. Iniziare con una maglia generalizzata, e se ha successo, semplificare il modello.

 
mersi:

questo è qualcosa su cui riflettere.

In alternativa, potete prenderlo e testarlo. Caricate il primo (strato di input) della griglia, cioè mettete Signum al posto di hypertangent, addestratelo e controllate le prestazioni in avanti. Gli altri strati possono essere lasciati così come sono.
 
TheXpert:
No, è giusto, vedi sopra. Una rete con un solo strato nascosto risolverebbe anche il problema, ma è più facile aggiungere uno strato che armeggiare con la dimensione di uno solo.

Ok, capisco. Io controllerei. Su dati artificiali e stazionari i miei test hanno mostrato che è una situazione realistica quando non ci sono abbastanza neuroni nello strato nascosto, possiamo aumentare il numero per ottenere un risultato migliore sul campione di test (validazione, come si dice nella realtà russa). Ma c'è anche una situazione reale in cui aumentare ulteriormente il numero di neuroni non produce un risultato migliore. E non mi sono mai preoccupato degli strati.

In ogni caso, preferisco ridurre le dimensioni del modello, seguendo il principio del rasoio di Occam.

 
Reshetov:

Neanche a me interessano i diritti umani. Ho solo voce in capitolo sui risultati dei test in avanti, anche se sono antidemocratici, incostituzionali, oppressivi e incoerenti con le pubblicazioni di deficienti addobbati con lauree e premi dell'inventore della dinamite.

La ragione è semplice: i risultati dei test in avanti sono più vicini alla verità. Tutto il resto è più vicino alla disinformazione.

Trolling

Non tollero la maleducazione.

 
Reshetov:

Si scopre che se si ottimizza per il drawdown minimo nella valuta di deposito e poi si sceglie questo drawdown minimo dai risultati dell'ottimizzazione, entrambi i forward hanno successo. Se il drawdown minimo è lo stesso per diversi risultati di ottimizzazione, dovresti scegliere quello che avrà il saldo massimo.

Sono d'accordo, è possibile. Ma cosa succede se ottimizziamo non sul minimo errore, ma, diciamo, sulla massimizzazione di qualche particolare attributo o set di attributi nei dati di input. Diciamo che c'è una condizione di crossover di MA.

Si dovrebbe fare una funzione di ottimizzazione che contenga il maggior numero possibile di attributi utili dei dati di input e l'equilibrio. Quindi faremo andare la rete nella direzione di cercare il massimo numero di segni che portano all'aumento dell'equilibrio. Da un lato questa funzione dovrebbe avere un equilibrio come obiettivo + n (numero di incroci corretti della MA che portano al profitto) che dovrebbe cercare di essere il più grande possibile......

Anche se non otteniamo l'equilibrio massimo per il periodo di ottimizzazione, otterremo il numero massimo di segni nell'input, che hanno portato a un piccolo, ma ancora aumentare l'equilibrio. E poi questo metodo dovrebbe essere testato su forwards.... come funzionerà no....

Cioè l'ottimizzazione per due parametri. Aumentare l'equilibrio, e aumentare il numero di attraversamenti della MA.

Qualsiasi suggerimento su questo, o critica????

 
nikelodeon:

Sono d'accordo, è possibile, ma se ottimizziamo non per il minimo errore, ma per la massimizzazione di qualche particolare caratteristica o set di caratteristiche nei dati di input. Diciamo che c'è una condizione di crossover di MA.

Si dovrebbe fare una funzione di ottimizzazione che contenga il maggior numero possibile di attributi utili dei dati di input e l'equilibrio. Quindi faremo andare la rete nella direzione di cercare il massimo numero di segni che portano all'aumento dell'equilibrio. Da un lato questa funzione dovrebbe avere un equilibrio come obiettivo + n (numero di incroci corretti della MA che portano al profitto) che dovrebbe cercare di essere il più grande possibile......

Anche se non otteniamo l'equilibrio massimo per il periodo di ottimizzazione, otterremo il numero massimo di segni nell'input, che hanno portato a un piccolo, ma ancora aumentare l'equilibrio. E poi questo metodo dovrebbe essere testato su forwards.... come funzionerà no....

Cioè l'ottimizzazione per due parametri. Aumentare l'equilibrio, e aumentare il numero di attraversamenti della MA.

Qualsiasi suggerimento su questo, o critica????



Ha!!!!! qui abbiamo capito. Se non possiamo addestrare la rete con questo approccio (perché non ci sono abbastanza informazioni utili in MA), sarà un segno di inutilità di entrare. Ma mi sembra che ci sia qualcosa qui...... Devo controllare. A proposito, consigliare qui una cosa del genere.

Se ho un parametro che viene calcolato in un indicatore. Se voglio fare l'ottimizzazione di tutte le impostazioni dell'indicatore e la variabile a raggiunge lo 0 sulla regione selezionata.

Intendo in MT4 come ottimizzare il parametro, che è calcolato e non impostato????

 

No... Non si tratta di MA, ma di massimizzazione dei segni, cioè una parte dell'ottimizzatore cercherà di fare queste intersezioni il più possibile, e l'altra parte cercherà di bilanciare il più possibile.....

Cioè abbiamo bisogno di un qualche tipo di funzione di ottimizzazione per arrivare a.....