Usando inteligência artificial na MTS - página 20
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
Para continuar - escreva para E-mail
Infelizmente eu não entendi nada na resposta. Você poderia escrever algo específico sobre o problema já aqui no fórum? Caso contrário, de que adianta trocar e-mails?
Pergunta para os matemáticos:
A idéia de aplicar uma distribuição normal multivariada dos parâmetros a serem otimizados é igual ao princípio das redes neurais?
Por favor, explique isso claramente.
Depois de ter descoberto a ANN e sua aplicação em forex, eu quis estudar este tópico (ANN, eu sei sobre forex há muito tempo), e assim o fiz. Portanto, tenho algumas perguntas sobre o uso da ANN para Forex, cujas respostas ainda não encontrei:
1) Em um dos materiais, que li, foi escrito que quando se aprende que a ANN é possível "reciclar o sistema", a ANN "reciclar" dá os resultados corretos apenas em situações (padrões) que foram treinadas, em outros casos, seus resultados não são verdadeiros, ou seja.ou seja, a ANN torna-se uma mesa trivial e perde sua capacidade de generalização. Minha pergunta é: se tal situação é possível com ANN trabalhando com FOREC e se a possibilidade de formar tal situação depende de uma forma de treinamento (AG, estocástica, método de propagação de erro) ou tipo de rede (vou usar o modelo unidirecional multicamadas). Como evitar tal situação?
2) Suponha que eu escolha um método trivial de treinamento de uma rede sobre a história (a) e trabalho após o treinamento (b): (a) eu tomo um momento na história T, que é igual ao momento atual T=0, e insumo um sistema de treinamento com preços próximos X(T+1), X(T+2), X(T+3),... X(T+N) (onde N=const e X é o preço do instrumento em função de T), então eu alimento a previsão feita pelo meu sistema X'(T) antes do treinamento naquele momento e o valor real de X(T).= X'(T) então ensino o sistema a essa situação, depois diminuo T por um e repito todo este ciclo novamente até T > 0 (o T maior é, o momento mais "antigo" T é, para "um passo". T pode ser, por exemplo, um dia), quando o sistema é treinado (b) eu simplesmente espero pelo "passo" (no nosso caso esperamos um dia), se a previsão anterior não estava correta, ensino o sistema, depois calculo a previsão e abro um acordo com ela, etc..
Os consultores, trabalhando com base na ANN que vi neste recurso, são guiados pela probabilidade de correção da previsão (corrijam-me se eu estiver errado), e se esta probabilidade for maior que uma certa constante B dada por um humano, então o negócio é aberto. Como você avalia a probabilidade em geral, por exemplo, com a forma como a EA funciona?
Eu, pessoalmente, não sei como um EA NÃO pode abrir negócios a cada 24 horas, por exemplo (a menos que a renda prevista seja menor do que a difusão de um símbolo). Que dados de entrada podem ser utilizados pelo Expert Advisor para entrar no mercado, NÃO estritamente periodicamente?
3) Na EA de Ceasar, eu vi uma constante de esquecimento, não entendo por que é necessário, e como implementar o esquecimento dependente do método de aprendizagem? A capacidade de "esquecer" não é uma propriedade natural da ANN?
ZZY Preciso da opinião de profissionais sobre o tópico ANN, se preguiçoso demais para escrever, plz, basta me atirar um link para o(s) recurso(s) respondendo cada um dos itens do tópico separadamente.
ZZZY Eu não li o código fonte, apenas estudei as instruções para seu uso.
Pergunta para os matemáticos:
A idéia de aplicar uma distribuição normal multivariada dos parâmetros a serem otimizados é igual ao princípio das redes neurais?
Por favor, explique isso claramente.
Por favor, explique a pergunta.
Pergunta para os matemáticos:
A idéia de aplicar uma distribuição normal multivariada dos parâmetros a serem otimizados é igual ao princípio das redes neurais?
Por favor, explique isso claramente.
Explique a pergunta.
Acho que a pergunta significa: "Vale a pena se preocupar com as redes neurais"?
Pergunta para os matemáticos:
A idéia de aplicar uma distribuição normal multivariada dos parâmetros a serem otimizados é igual ao princípio das redes neurais?
Por favor, explique isso claramente.
Explique a pergunta.
A pergunta provavelmente significa: "Vale a pena se preocupar com as redes neurais"?
Não depende do método de treinamento, pode depender do tipo de rede, mas é improvável.
Como evitá-lo - a amostra de treinamento deve ser centenas, milhares de vezes maior do que o número de parâmetros de peso na rede,
então a probabilidade de sobretreinamento será menor.
O ponto é simples, NS é apenas uma função do conjunto de entradas e do conjunto de parâmetros de ponderação.
Ao selecionar um conjunto de parâmetros, o objetivo é obter uma determinada resposta na saída da função - isto é aprendizado.
Há muitos parâmetros de ponderação - centenas e milhares, daí o supertreinamento das redes na maioria dos casos.
Aprender NS está na verdade otimizando uma função com um grande número de parâmetros (centenas e milhares).
Eu não sei o que fazer para evitar o excesso de treinamento neste caso,
A única solução é colher uma amostra de treinamento de 1-100 milhões de amostras.
Mas não há garantias...
Outra coisa é a arquitetura de rede. Melhor classificar as malhas do que interpolar as malhas.