Como você trabalha com redes neurais? - página 6
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 ser honesto, eu não entendo seu ponto de vista.
O pensamento é simples:
Suponha que tenhamos dois TCs:
1. Sobre o ressalto do canal, ou seja, o contraste. Ele tem lucro dentro do canal e perde com a quebra.
2. Quebrando o canal - tendência. Ela ganha com as longas tendências, perde de lado.
Se o gráfico estiver invertido em torno do eixo horizontal, então ambos os TCs se comportarão da mesma maneira, ou seja, a tendência que se tem terá lucro sob uma tendência para baixo, mesmo que o gráfico normal para o qual foi ajustado tenha sido dominado por uma tendência para cima.
Na verdade, a rede deve se comportar simetricamente, ou seja, se tiver sido treinada para uma tendência ascendente, também deve "ganhar" em uma tendência descendente. Se não puder fazer isso, e por exemplo "ganha" apenas na tendência de alta, então é pior que a TS primitiva acima mencionada, porque começará a perder tanto na tendência de baixa como na de lado.
Isto é, ao treinar a rede, é necessário baixar não apenas uma amostra de exemplos da BP analisada, mas todos os exemplos de forma invertida.
Por exemplo:
Suponha que haja alguns dois exemplos de treinamento na amostra de treinamento. (entradas e saídas de -1 a +1):
0,35 -0,21 0,8 -0,51 -0,71
0,71 0,1 -0,21 -0,96 0,12
Onde: Do primeiro ao penúltimo valor - entradas, por exemplo, valores normalizados de (RSI - 50,0) / 50,0 ou outro oscilador. O último valor é o que queremos que a produção seja. Assim, a fim de obter um treinamento simétrico, cada um desses exemplos deve ser invertido, ou seja, a amostra de treinamento deve ser duplicada:
0,71 0,1 -0,21 -0,96 0,12
-0,35 0,21 -0,8 0,51 0,71
-0,71 -0,1 0,21 0,96 -0,12
0,35 -0,21 0,8 -0,51 -0,71
Não lamentamos. Ver GRNN-GA.
Então? A rede neural foi substituída por um algoritmo genético?
O que diz exatamente este link? Do que se trata?
Posso obter uma citação - para aqueles que não entendem?
A solução desta questão é simples - você precisa treinar a rede em tal intervalo de tempo, no qual todos os tipos de movimento estão presentes. Tanto de lado, de cabeça para baixo como de cabeça para cima. É claro que você deve entender que se a rede só for treinada pelo lado positivo, ela falhará pelo lado negativo ))))
Tudo corretamente dito... Mas e quanto à mudança de tendência? Eu não tive muito sucesso... um bom, então não tão bom...
ps.mas se houver entradas normais para o professor (ou seja - há algo a encontrar nas entradas) - não importa - grade (qualquer estrutura), mapas koh, ha, k-método, etc..... tudo vai funcionar...
ps.mas se houver entradas normais para o professor (ou seja - há algo a encontrar nas entradas) - não importa - grade (qualquer estrutura), mapas koh, ha, k-método, etc..... tudo vai funcionar...
Então? A rede neural foi substituída por um algoritmo genético?
O que diz exatamente este link? Do que se trata?
Posso obter uma citação - para aqueles que não entendem?
A questão é que por redes neurais entendemos vários algoritmos, incluindo regressão, genética, etc. A referência ao GRNN-GA é dada como exemplo, porque de fato ele pode até ser chamado de rede neural somente porque são usados coeficientes de ponderação - um mecanismo de busca de exemplos relevantes por consulta no banco de dados.
Deixe-me lembrar a declaração original: NS e GA são coisas completamente diferentes, não relacionadas uma com a outra de forma alguma.
Um não se transforma no outro de forma alguma.
Você vai discutir?
discutir sobre métodos, algoritmos (grades, ga, etc...) para procurar sinais por condição (professor) é infinito... assim como sobre a preparação do vr... o ponto é diferente... desde que a dinâmica geral seja mantida, tudo está bem... se a dinâmica mudar, é um dreno....
Não se trata de dinâmica. A dinâmica pode ser qualquer coisa - desde que os padrões que a rede encontrou durante o período de treinamento funcionem no futuro. Essa é a questão -.....)))
O pensamento é simples:
Suponha que tenhamos dois TCs:
1. No rebote do canal, ou seja, no contraste. Ganha no canal, e perde com uma avaria.
2. Quebrando o canal - tendência. Lucra dentro de longas tendências, perde perdas de lado.
O único problema aqui é como determinar a próxima fase do mercado e quanto tempo ela durará 8