Encontrar um conjunto de indicadores para alimentar as entradas da rede neural. Discussão. Uma ferramenta para avaliar os resultados. - página 8
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
lea писал(а) >>
O objetivo pretendido é selecionar um conjunto de variáveis que estão mais frouxamente correlacionadas do que as variáveis originais.
Tentei fazer uma rede convolucional um pouco antes, para os testes fiz uma série temporal M5, uma rede 48-x-48, a série foi reduzida a uma forma simétrica em relação a 0. A função de ativação th(). Assim, não consegui obter um erro na amostra de teste de mais de 0,1.
Tentei fazer uma rede convolucional um pouco antes, para os testes fiz uma série temporal M5, uma rede 48-x-48, a série foi reduzida a uma forma simétrica em relação a 0. A função de ativação th(). Portanto, não consegui alcançar um erro de mais de 0,1 na amostra de teste.
Não me cabe realmente embrulhar a série de preços. Eu já tenho um conjunto de indicadores (ou seja, uma série de preços transformados), portanto a dimensionalidade deste conjunto precisa ser reduzida.
Não estou realmente à procura de um embrulho de série de preços. Já existe um conjunto de indicadores (ou seja, uma série de preços transformados), portanto, a dimensionalidade deste conjunto precisa ser reduzida.
A rede de convolução e o PCA são a mesma coisa, apenas os termos são diferentes.
Input X, espere-o na saída da rede. O número de neurônios da camada intermediária é menor do que a camada de entrada/saída. Valor das saídas dos neurônios
A camada intermediária é considerada como um mapeamento do conjunto de entrada. Estes dados são utilizados no processamento posterior.
lea писал(а) >>
Alguém já fez a análise de componentes principais (também conhecida como "análise de componentes principial" ou "pca")?
Obrigado. Essa é uma boa pergunta.
iliarr писал(а) >>
se a função alvo for apenas o número de negócios ou apenas drawdown, será de pouca utilidade, pois a rede aprenderá a entrar/sair do mercado com freqüência e sem objetivo ou aprenderá a evitar drawdowns....
você precisa otimizar o lucro, o número de negócios e drawdowns ... Como me lembro, o JGAP permite ter a função de alvo com várias saídas. Minhas prioridades atuais são: resolver dados de entrada e refinar neuronetas de recorrência.
No momento, na minha opinião, pesquisar e testar os dados de entrada com o método que sugeri é de pouco interesse para qualquer um...
Ilya, acho que você estará interessado no artigo em Especulador de Moeda (http://www.spekulant.ru/archive/2004_11_st11.html). A função de adequação também é discutida ali (não apenas por equidade, mas com sua diluição por drawdown e número de negócios).
Se a função alvo for apenas o número de negócios ou drawdown, o resultado será inútil, pois a rede aprenderá a entrar/sair do mercado com freqüência e sem objetivo, ou aprenderá a evitar drawdowns....
Também acho que será de pouca utilidade, é por isso que escrevi "por interesse".
iliarr escreveu :>>
você tem que otimizar tanto os lucros quanto os drawdowns... pois lembro que o JGAP permite que você tenha uma função alvo com múltiplas saídas...
Era disso que eu estava falando, otimização multicritério. Hmm, eu pensei: "Oh, meu Deus, que termo", mas já é usado há muito tempo... otimização multicritério
Eu acho que não deve haver múltiplas funções de aptidão ("...JGAP permite que você tenha uma função alvo com múltiplas saídas..."), mas uma, mas com vários critérios necessários. Estou agora especulando sobre como abordar esta questão discretamente e agarrá-la pelas narinas... Alguém pode aconselhar literatura sobre o assunto?
marketeer escreveu(a) >>
Se uma rede é treinada sem um professor para obter lucros hipoteticamente ilimitados, deve-se ter em mente que os dados de entrada ainda impõem um limite ao tamanho do lucro proveniente de cima. No período de treinamento selecionado podemos estimar a quantidade que não pode ser excedida (por um lote constante, pela estratégia selecionada). Assim, podemos calcular a relação de aprendizagem da rede neste período como a relação do máximo lucro teórico possível com a que a rede dá. Em seguida, são feitas estimativas semelhantes para o período de validação e as proporções são comparadas...
Eu concordo com o iliarr. Vamos ter um ataque
Hmm, enquanto escrevia isto, Daniil me venceu, ele está falando sobre a mesma coisa também.
Ilya, acho que você pode estar interessado no artigo em Especulador de Moeda (http://www.spekulant.ru/archive/2004_11_st11.html). A função de adequação também é discutida ali (não apenas por equidade, mas com sua diluição por drawdown e número de negócios).
Artigo interessante. >> Muito obrigado.
O mais interessante para mim foi:
- a definição do autor da função alvo "Fit = Profit/(l+Prosadka/ 1 0 + S t o p / 1 0 ) * (CountTrade/10);" eu estava pensando em uma função similar, mas aqui está uma solução pronta...
- Extraindo o MTS com um algoritmo genético. Uma idéia bem formulada é a metade da solução. Há muitas vantagens nesta abordagem... Terei que pensar bem em como implementá-la melhor e mais facilmente...
Agora mesmo, graças a:
lea escreveu >>
Alguém já se envolveu com o método dos componentes principais (também conhecido como "análise de componentes principial" ou "pca")?
Estou muito interessado na compressão das informações alimentadas na rede neural, eliminando a correlação
Tentei fazer uma rede convolucional mais cedo, para os testes fiz uma série temporal M5, rede 48-x-48, a série foi reduzida à forma simétrica em relação a 0. A função de ativação th(). Portanto, não consegui alcançar um erro de mais de 0,1 na amostra de teste.
Portanto, devo tê-lo usado mal, ou cozinhado.
Eu mesmo já trabalhei com compressão de imagens. Algumas vezes o erro é zero, outras vezes não, depende do grau de compressão (número de componentes principais) e da informatividade das entradas.
Tente com exemplos simples.
Aqui estão alguns livros sobre otimização. Acabado de baixar, ainda quente.
........ parece não poder ser anexado. Eu o recebi de http://torrents.ru
E você calculou tudo isso em quê? MathCad/MathLab?
Isto é difícil para mim acreditar em mim mesmo, mas o cálculo foi feito com excelência. IMHO é um pouco melhor do que o Matcad em termos de compreensão (visualização do processo de cálculo e não do estado final).