신경망. 전문가를 위한 질문입니다.
1) 네트워크는 입력 데이터에 있는 경우 기능을 복원할 수 있습니다. 마지막 실험에서 기간 값이 변동성에 따라 달라지면 그리드에 이 변동성에 대한 일종의 추정치가 제공되어야 합니다. 입구에서 복구에 필요한 모든 데이터를 제출하지 않았을 수 있습니다.
2) MLP에서 필요한 모든 것을 짜낼 수 있습니다. 다른 아키텍처를 사용하는 것이 MLP보다 낫다는 것을 수학적으로 증명할 수 있는 경우 다른 네트워크를 사용하십시오.
3)NS2 - 빠르고 고품질의 결과, 어디서나 휴대하기...
전적으로 동의합니다만, 지금의 제가 있는 단계에서는 제가 해결해야 할 과제가 제가 말씀드린 것과 같아야 합니다. 스크린샷에는 가격, EMA(보라색) 및 동적 ss가 있습니다. EMA는 항목으로 닫기만 제출하여 이상적으로 복원되지만 빨간색 평균은 그렇지 않습니다. 또한 훈련 샘플 외부에서 궁극적으로 의미가 없는 결과를 조정하면 모든 것이 정상입니다! 어떻게 해야할지 모르겠어? NS2는 내가 이해하는 대로 신경 솔루션입니까?
흠...어쩐지 파일이 첨부가 안되네요. 이제 그 이유를 알아보려고 합니다.
여기에서 모든 것이 해결되었습니다.
여러분, 좋은 하루 되세요. 신경망 분야의 전문가를 위한 질문입니다. 요점은 이것입니다. statisticctica 를 설치하고 자동 신경망으로 연구를 시작했습니다. 다층 투시도. 패턴을 찾는 측면에서 신경망이 어떻게 스마트한지 이해하는 작업을 스스로 설정했습니다. 내가 뭘 한거지? 마지막 20개 막대에 대해 가장 일반적인 LVSS(선형 가중 평균)를 사용했습니다. 타겟(출력)으로서 나는 LVSS의 마지막 값을 주었고, 마지막 20포인트는 LVSS의 현재 값이 의존하는 입력에 떨어졌다. 마지막 20점과 LVSS 계산 공식을 아는 사람이라면 그 가치를 100% 회복할 수 있을 것입니다. 그리드는 공식을 몰랐고 자신의 방식으로 알아내는 것이 그녀의 일이었습니다. 결과 - 스택이 LVSS를 100% 복원했습니다. LVSS가 어떻게 배열되는지 이해했습니다. 우리는 그녀가 작업에 완벽하게 대처했다고 가정합니다. 패턴이 있으면 네트워크가 실제로 패턴을 찾습니다. 그런 다음 EMA, PSS 및 발진기로 유사한 실험을 수행했습니다. 결과는 동일합니다. 100%. 그 후 나는 작업을 복잡하게 만들기로 결정했습니다. 적응 평균을 취했습니다 . 시장 변동성에 따라 평균 매개 변수가 변경됨을 상기시켜 드리겠습니다. 변동성은 차례로 특정 수의 막대에 대해 계산됩니다. 나는 ACC를 구축하고 그리드를 시작하는 데 필요한 모든 막대를 입구에 제공합니다. 결과는 100%보다 훨씬 나빴지만 ACC 공식을 알고 모든 점수를 보유한 사람은 100%에서 ACC를 구축할 수 있었습니다. 실제로 네트워크는 작업에 대처하지 못했습니다. 우리는 자동 신경망에 대해 이야기하고 있습니다.
이 분야의 전문가에 대한 결론 및 실제 질문.
하나) 신경망은 ACC의 경우처럼 역학이 있으면 기능을 복원할 수 없다는 것을 올바르게 이해하고 있었습니까? 나조차도 계산에 필요한 모든 데이터를 가지고 있기 때문에 LVSS 또는 EMA의 경우와 같이 공식이 완전히 정적인 경우 문제가 없습니다.
2) 내가 틀렸다면 어떤 네트워크를 사용해야합니까? 그리고 통계에서 MLP 를 사용했습니다.
삼) 자동 네트워크와 네트워크가 전자를 소유한다는 의견을 들었습니다. 디자인이라고 하면 근본적으로 큰 차이는 없습니다. 정말 그렇 습니까?
4) 특히 내가 설명한 작업, 즉 금융 시장에서 사용하기 위해 어떤 네트워크와 프로그램을 추천하시겠습니까? 알려진 모든 데이터에서 값을 복구합니다.
진심으로, mrstock