Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 870
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Quantas linhas de dados de treinamento (ou exemplos de treinamento).
Por exemplo, 10000 linhas com 15 entradas
De memória - item 1. cerca de 5-10 mil. A cada poucas épocas, os dados são misturados.
Após um certo número de épocas, a sequência de treino é substituída por outra e ver o ponto 1. E assim por diante em várias épocas.
O número total de épocas é algo como 1000. O tempo de aprendizagem com reconfigurações e testes intermediários é de cerca de um dia.
O gráfico acima é das minhas primeiras experiências, era mais simples lá.
De memória - item 1. cerca de 5-10 mil. A cada poucas épocas, os dados são misturados.
Após um certo número de épocas, a sequência de treino é substituída por outra e ver o ponto 1. E assim por diante em várias épocas.
O número total de épocas é algo como 1000. O tempo de aprendizagem com reconfigurações e testes intermediários é de cerca de um dia.
Acima do gráfico é das minhas primeiras experiências, tudo era mais simples lá.
Método interessante - você recebe treinamento primário + um pouco de requalificação.
Eu não lhe chamaria isso. Apenas substituindo a sequência de aprendizagem durante o treinamento. Para que não se habitue aos mesmos dados).
Sim, mais o recozimento também. Como eu uso o algoritmo BP padrão, os parâmetros de treinamento NS são alterados manualmente a cada poucas épocas.
SZY leia este tópico, aqui um pouco mais de detalhes sobre a estrutura do sistema como o meu -https://www.mql5.com/ru/forum/239508
Eu não lhe chamaria isso. Apenas substituindo a sequência de aprendizagem durante o treinamento. Não se habituar aos mesmos dados).
Acho que isto é apenas reciclagem de novos dados. Você não reinicia os pesos da rede após o treinamento no primeiro bloco de dados.
Acho que é uma reaprendizagem sobre novos dados. Não é como se você estivesse zerando os pesos da rede depois de aprender no primeiro bloco de dados.
Claro que não tenho. Mas não há novos dados - uma nova sequência sobre a mesma história. É uma continuação da mesma aprendizagem, um único processo. Assim, cada época pode ser tratada como uma reaprendizagem. Bem, é mais uma questão de terminologia.
regressão sem camadas escondidas, parece...
É hora de mudar para R, eu tentei com alglib NS - é dez vezes mais lento para calcular a mesma rede que com R (como 24 horas vs 30-60 minutos). Mais em algibe no máximo 2 camadas ocultas, enquanto de acordo com as suas observações você precisa de 3 conversões consecutivas, ou seja, 3 camadas.
Claro que não tenho. Mas não há novos dados - uma nova sequência sobre a mesma história. É uma continuação da mesma aprendizagem, um único processo. Assim, cada época pode ser tratada como uma reaprendizagem. Bem, é antes uma questão de terminologia.
Cada época sobre os mesmos dados é aprendizado. Como nós temos a aprendizagem de rotina.
Nas novas, sem redefinir as escalas, é reaprendizagem. E você os tem novos porque os NS não os conheciam durante o treinamento inicial.
Uma regressão é uma previsão do próximo preço. Ao contrário de uma classificação, não é a direção ou o tipo de comércio que é previsto, mas o preço, com todas as casas decimais.
Háregressão linear e há regressão não linear. Arima, Garch e mesmo um neurônio com a configuração correta (por exemplo, 1 saída sem ativação) também são regressões.
Uma regressão é uma previsão do próximo preço. Ao contrário de uma classificação, não é a direção ou o tipo de comércio que é previsto, mas o preço, com todas as casas decimais.
Háregressão linear e há regressão não linear. Arima, Garch e até neurônio com a configuração correta (por exemplo, 1 saída sem ativação) - é tudo regressão também.
Eu tive uma conversa com o San Sanych. Nós nos acomodamos ao fato de que eu estava preparando um arquivo para o treinamento de regressão, e então nós continuaremos com o que está acontecendo. Então, irmãos, estou agora a descarregar e inventei uma ideia tal que muitas pessoas simplesmente não têm tracção suficiente para o poderem fazer. Que tal um alvo adaptável para regressão???? AAA???
Não sei se é bom, mas vale a pena verificá-lo. :-)