rete neurale e ingressi - pagina 5
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
Perché sp'gashing? Sta cercando qualcuno da incolpare per il suo analfabetismo? DDD
Seriamente, qual è la fregatura?))
Per me NS è uno dei metodi di classificazione che funziona solo nei mercati stazionari. Faccio la domanda perché non ho mai ricevuto una risposta ragionata.
PS. Non mi interessa l'analfabetismo o l'analfabetismo dei partecipanti al forum - sono personalmente interessato a me, il mio preferito.
Per me, NS è uno dei metodi di classificazione che funziona solo sui mercati fissi. Faccio questa domanda perché non ho mai ricevuto una risposta motivata.
PS. Non mi interessa l'alfabetizzazione o l'analfabetismo dei membri del forum - sono interessato a me personalmente, un mio favorito molto personale.
Faa, capisce cosa significa stazionarietà?
faa, capisci cosa significa stazionario?
Sei ancora nel mio bagno.
Quindi non capisci....
E la stazionarietà del processo non è richiesta per l'applicazione delle reti neurali per la previsione. Beh, questo è solo nel caso in cui.
Per me, NS è un metodo di classificazione che funziona solo nei mercati fissi. Faccio questa domanda perché non ho mai ricevuto una risposta motivata.
La mia opinione - NS non ama la non stazionarietà, a causa del fatto che è un algoritmo che richiede una lunga curva di apprendimento. In altre parole, non esiste una rete che reagisca rapidamente ai cambiamenti imprevisti dell'orcolazione. A meno che, naturalmente, la struttura della rete stessa non contenga dati a priori sulla natura della non stazionarietà. Ma questo è proprio il caso in cui preferirei NS ad un altro algoritmo più veloce, poiché la bellezza di NS è che può essere costruito senza dati a priori, sperando che l'insieme stesso scelga i modelli. In altre parole la conclusione è la seguente: se non abbiamo idea di quale modello possa sottendere regolarità (inclusa la non stazionarietà), allora usiamo NS, altrimenti è meglio provare a descrivere il modello su carta, e poi in forma matriciale/differenziale/altro e prendere qualche buon algoritmo di regressione (o classificazione, clustering - a seconda del problema). Anche se, in linea di massima, gli stessi algoritmi possono essere utilizzati per addestrare un NS costruito con la teoria in mente, quindi in linea di principio non importa.
La mia opinione - NS non ama la non stazionarietà, per la ragione che è un algoritmo di apprendimento lungo. In altre parole, non esiste una rete che reagisca rapidamente ai cambiamenti inaspettati dell'orcolazione. A meno che, naturalmente, la struttura della rete stessa non contenga dati a priori sulla natura della non stazionarietà. Ma questo è proprio il caso in cui preferirei NS ad un altro algoritmo più veloce, poiché la bellezza di NS è che può essere costruito senza dati a priori, sperando che l'insieme stesso scelga i modelli. In altre parole la conclusione è la seguente: se non abbiamo idea di quale modello possa sottendere regolarità (inclusa la non stazionarietà), allora usiamo NS, altrimenti è meglio provare a descrivere il modello su carta, e poi in forma matriciale/differenziale/altro e prendere qualche buon algoritmo di regressione (o classificazione, clustering - a seconda del problema). Anche se, in linea di massima, gli stessi algoritmi possono essere utilizzati anche per addestrare un NS costruito con la teoria in mente, quindi in linea di principio non importa.
La stazionarietà non è richiesta per NS.
Un processo stazionario bidimensionale su un grafico è una linea retta orizzontale (o quasi). Non è nemmeno necessario che H.l. sia un NS per prevedere.
La mia opinione è che NS non ama la non stazionarietà, a causa del fatto che è un algoritmo di apprendimento lungo. In altre parole, non esiste una rete che reagisca rapidamente ai cambiamenti imprevisti dell'orcolazione. A meno che, naturalmente, la struttura della rete stessa non contenga dati a priori sulla natura della non stazionarietà. Ma questo è proprio il caso in cui preferirei NS ad un altro algoritmo più veloce, poiché la bellezza di NS è che può essere costruito senza dati a priori, sperando che l'insieme stesso scelga i modelli. In altre parole la conclusione è la seguente: se non abbiamo idea di quale modello possa sottendere regolarità (inclusa la non stazionarietà), allora usiamo NS, altrimenti è meglio provare a descrivere il modello su carta, e poi in forma matriciale/differenziale/altro e prendere qualche buon algoritmo di regressione (o classificazione, clustering - a seconda del problema). Anche se, in linea di massima, gli stessi algoritmi possono essere utilizzati per addestrare un NS costruito con la teoria in mente, quindi in linea di principio non importa.
La mia opinione è che NS non ama la non stazionarietà, a causa del fatto che è un algoritmo di apprendimento lungo. In altre parole, non esiste una rete che reagisca rapidamente ai cambiamenti inaspettati dell'orcolazione.
Mi chiedo perché usarli allora? )))) Chi sa dove funzionano le reti in tempo reale?
La gente di solito arriva a NS dalla frustrazione con l'analisi tecnica, da un lato, e dall'altro, nel tentativo di ottenere, di fatto, un indicatore che nessun altro ha. Ma tutta questa gente non capisce che il problema è nella non stazionarietà del mercato (mo e dispersione variabile), e non nell'assenza di un indicatore miracoloso, e se il TS non tiene conto di questa sfumatura, allora qualsiasi sistema, con o senza NS, tende a marcire e necessariamente a perdere depositi. Quindi il successo su NS è possibile proprio come il successo su TA. Ma la TA è preferibile perché gli algoritmi TA sono molto più semplici, la loro struttura interna è più chiara e funziona molto più velocemente, sono possibili diverse varianti di adattamento. Ma ancora vincere su TA o NS - è una vittoria per un giocatore esperto nel casinò, non di più.
PS. Molte volte ha scritto su questo forum, appena alsu confermato i miei sospetti circa il NS.
La gente di solito arriva a NS dalla frustrazione con l'analisi tecnica, da un lato, e dall'altro, nel tentativo di ottenere, di fatto, un indicatore che nessun altro ha. Ma tutta questa gente non capisce che il problema è nella non stazionarietà del mercato (mo e dispersione variabile), e non nell'assenza di un indicatore miracoloso, e se il TS non tiene conto di questa sfumatura, allora qualsiasi sistema, con o senza NS, tende a marcire e necessariamente a perdere depositi. Quindi il successo su NS è possibile proprio come il successo su TA. Ma la TA è preferibile perché gli algoritmi TA sono molto più semplici, la loro struttura interna è più chiara e funziona molto più velocemente, sono possibili diverse varianti di adattamento. Ma ancora vincere su TA o NS - è una vittoria per un giocatore esperto nel casinò, non di più.
PS. Hanno scritto su questo molte volte su questo forum, appena alsu confermato i miei sospetti su NS.
ecco, questa è la fine...........
La fine dell'AT e del NS nei mercati finanziari! Accidenti, accidenti....
P.s. Faa, non metterti in imbarazzo.