Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 604

[[Excluído]]

Vizard_:

Isso foi uma brincadeira. Sem a brincadeira, torça a torcida e veja como ela afeta.
Se os inputs forem adequados para a tarefa, você pode fazê-lo em "1 neurônio".
No contexto do mo, ideologicamente correto em tóxico-a.

Professor em redes profundas - youtu.be/qx3iM2aa2yU
31 min "Ainda não há muita ciência, mas muita magia voodoo"

As fases de desenvolvimento caracterizadas por uma alta taxa de mudança são especialmente nomeadas: o salto.

A função de ativação (sigmoid, tanh e outras) é um salto, modificado pela introdução de um limite na velocidade de mudança.

Quanto mais tempo levará para os "buscadores" aqui perceberem o significado deste fato...

[Yuriy Asaulenko]

Maxim Dmitrievsky:

não funciona em forex)

Não funciona em forex. Bem, devo dizer, ainda não tentei.

[Maxim Dmitrievsky]

Oleg avtomat:

As fases de desenvolvimento caracterizadas por uma elevada taxa de mudança são referidas como um salto.

A função de ativação (sigmoid, tanh e outras) é um salto, modificado pela introdução de um limite na taxa de mudança.

Quanto tempo vai demorar para os "buscadores" entenderem o significado deste fato...

de que adianta fazer sentido de algo sem provas reais de robustez?

Eu prefiro tais afirmações: aqui está uma curva de crescimento do depósito (pelo menos no teste)... e vocês são todos m...kikes agora azzaz... então sim, sem perguntas

[[Excluído]]

Maxim Dmitrievsky:

De que serve estar consciente de algo sem provas reais de robustez?

Entendeu o que acabou de dizer...?

[Maxim Dmitrievsky]

Oleg avtomat:

Sabes o que estás a dizer?...

Eu sei.

[Forester]

Maxim Dmitrievsky:

O processo de aprendizagem também pode incluir a optimização da inclinação, o que fiz, mas apenas para uma lógica difusa. A inclinação pode fazer uma grande diferença, sim.

Você deu um link para um artigo https://habrahabr.ru/post/322438/

Se um gráfico da função de erro da rede neural for plotado realmente assim (ele é postado aqui em tangentes):

Obviamente, é possível construir algo semelhante usando o sigmóide, mas a inclinação das seções individuais será menor.

Se o sigmóide for menos íngreme, você provavelmente pode fazer o mesmo com tangentes, você só precisa tomá-las 3-5 vezes mais. Isto é, aumentar o número de neurónios.

Provavelmente o sigmóide deu-me menos erros, porque me faltava o número de neurónios na rede em tangência.

[Igooor_45]

Quem tem uma opinião? É melhor estudar a negociação e pagar dinheiro ou de graça? E outra pergunta, vale a pena gastar dinheiro em cursos pagos?

[Forester]

Pensei no artigo https://www.mql5.com/ru/articles/497 onde a inclinação da função de ativação muda e cheguei à conclusão de que a rede vai encontrar a inclinação certa por si só:

Veja a fórmula:

for(int n=0; n<10; n++) 
  {
   NET+=Xn*Wn;
  }
NET*=0.4; // - умножением меняем крутизну ф-ии активации 

Ao treinar, a rede deve apanhar os multiplicadores Wn. Se for mais rentável para a rede totalizar *0,4, então ela simplesmente pegará todos os pesos de Wn, cada um dos quais já será *0,4. Ou seja, nós apenas colocamos o multiplicador total entre parênteses, que por sua vez será determinado pelo erro mínimo.

Se alguém discordar, por favor, corrija.

[Yuriy Asaulenko]

elibrarius:

Algo em que tenho andado a pensar... e chegou à conclusão de que a rede vai apanhar o declive certo por si só:

Exactamente. O NS irá aumentar ou diminuir proporcionalmente todos os pesos pela quantidade certa (que será -steepness), e até mesmo pegar a compensação certa.

De qualquer forma, para a maioria das tarefas não importa.

[Forester]

Eu gostaria de determinar automaticamente o número de neurónios na rede. Quais são as fórmulas para o cálculo?