O que alimentar a entrada da rede neural? Suas ideias... - página 41
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
Obrigado pela ideia. Infelizmente, é difícil trabalhar com ticks, eu trabalho com preços de abertura.
Ganhei 60% por dia em um gráfico típico.
Diga-me as regras de negociação
Conte-me as regras do negócio
Li o livro de Bill Williams "Masters of the Markets". Se o volume aumenta em barras ascendentes, você deve comprar. Se o volume diminuir nas barras de alta, você deve vender. O mesmo vale para a venda. Uma barra de pinos com uma sombra na parte inferior é um sinal de compra. Uma barra pequena com uma sombra pequena indica o fim da tendência. Você pode observar o volume do tick, pois ele está embutido nos indicadores básicos do MT.
Ok, obrigado.
O vermelho deve descrever o verde de forma que se busque uma utilidade máxima global.
Bem, é claro que deve! Mas, como, melhor :) ?
Você pode usar métricas padrão - a mesma Exatidão ou Precisão, ou outras métricas que descrevem a eficiência da classificação.
A ndrey Dik #: E o que exatamente são "padrões", com o que comparar?
Os métodos padrão aqui significam conhecidos, a lista não está disponível agora, mas são essencialmente três categorias:
1. Enumeração - aqui começamos adicionando/removendo peça por peça ou em grupos, ou seja, confiamos no resultado.
2. análise de modelos de árvore para frequência e uso de preditores neles.
3. Avaliações estatísticas de distribuições recíprocas com exclusão de recursos correlacionados e outras avaliações estatísticas de utilidade.
Vamos imaginar que já temos muitos preditores que mal podemos esperar para alimentar a entrada do NS. Porém, o computador pode ficar sobrecarregado com o excesso de dados recebidos - não temos milhões de dólares para supercomputadores. O que fazer nesse caso, qual algoritmo de otimização será ideal para a tarefa de selecionar os preditores mais úteis, que tipo de FF pode ser inventado e será mais eficiente do que os métodos padrão do ponto de vista econômico? Essa é uma pergunta que nunca deixa de preocupar os pobres :))))) Qual é a sua opinião?
A leksey Vyazmikin #:
1. Bem, é claro que é necessário! Mas, como, melhor :) ?
2) Você pode usar métricas padrão - Exatidão ou Precisão, ou outras métricas que descrevam o desempenho da classificação.
Os métodos padrão aqui significam métodos bem conhecidos, não tenho a lista em mãos agora, mas são basicamente três categorias:
1). Superação - aqui começamos adicionando/removendo um por um ou em grupos, ou seja, confiamos no resultado.
2). Análise de modelos de árvore quanto à frequência e ao uso de preditores neles.
3). Estimativa estatística de distribuições recíprocas com exclusão de características correlacionadas e outras estimativas estatísticas de utilidade.
1- É melhor quando o máximo global da eficiência do sistema FF é singular e estacionário. Ele se parecerá com uma ilha de superfície sólida estável em um mar de ondas (bem, ou ondas do mar). Parâmetros robustos implicam desempenho com desempenho semelhante do sistema em novos dados. Se não houver nenhuma dessas ilhas estáveis, há pelo menos duas possibilidades: ou o sistema não tem nenhum parâmetro robusto, ou todo o FF (ou uma ou mais métricas incluídas nele) foi escolhido para ser inconsistente com o processo. O que você quer dizer com "processo inadequado"? Por exemplo, um foguete é lançado ao espaço e uma das métricas do veículo é implementada para medir a dinâmica da mudança na porcentagem de filhotes de cormorão que eclodiram nos últimos 100 anos. Como essa métrica afeta o sucesso do lançamento da espaçonave? - Nada, essa métrica apenas dilui a métrica geral do processo de lançamento da espaçonave.
2. Como a aplicação do FF difere dos métodos "padrão"?
1. é melhor quando o máximo global da eficiência do sistema FF é único e estacionário. Ele se parecerá com uma ilha sólida e estável da superfície em um mar de ondas (bem, ou ondas do mar). Parâmetros robustos implicam desempenho com desempenho semelhante do sistema em novos dados. Se não houver nenhuma dessas ilhas estáveis, há pelo menos duas possibilidades: ou o sistema não tem nenhum parâmetro robusto, ou todo o FF (ou uma ou mais métricas incluídas nele) foi escolhido para ser inconsistente com o processo. O que você quer dizer com "processo inadequado"? Por exemplo, um foguete é lançado ao espaço e uma das métricas do veículo é implementada para medir a dinâmica da mudança na porcentagem de filhotes de cormorão que eclodiram nos últimos 100 anos. Como essa métrica afeta o sucesso do lançamento da espaçonave? - Nada, essa métrica apenas dilui a métrica geral do processo de lançamento.
É isso mesmo, 100% é bom.
É isso que precisamos descobrir - existem ilhas ou apenas oceanos!
A ndrey Dik #: 2. Como a aplicação do FF difere dos métodos "padrão"?
Algoritmo? Mas eu gostaria de responder de outra forma: "eficiência" e velocidade para encontrar uma boa solução.
1. isso mesmo - 100% é bom. É isso que precisamos descobrir - existem ilhas ou apenas oceanos!
2. por algoritmo? Mas eu gostaria de responder de outra forma - por "eficiência" e velocidade de encontrar uma boa solução.
1. portanto, é fácil verificar - em uma janela flutuante. O FF de parâmetros não robustos se parecerá com ondas, e os robustos, com uma ilha estável.
2. É difícil dizer sobre a velocidade, mas sobre a eficiência - não há diferença, tanto lá quanto cá, tudo está no FF. Outra coisa, onde há um nível mais alto de controle sobre cada componente do sistema.
1. é fácil verificar em uma janela flutuante. FF de parâmetros não robustos se parecerão com ondas, e os robustos, com uma ilha estável.
2. É difícil dizer sobre a velocidade, mas sobre a eficiência - não há diferença, tanto lá quanto cá, tudo está no FF. Outra coisa, onde há um nível mais alto de controle sobre cada componente do sistema.
1. Vamos sincronizar os relógios! Temos um conjunto de preditores - nossa tarefa é selecionar os mais eficazes, ou seja, aqueles que contribuem para o aprimoramento do nosso indicador - que seja a precisão. Fazemos uma seleção, criamos um modelo simples de madeira e avaliamos o desempenho da classificação em uma amostra de validação, ou seja, para cada agente. E assim por diante - obtemos o resultado - enviamos agentes para explorar novas coordenadas.
No final, temos muitas variáveis binárias - um interruptor - ligado/desligado.
Como podemos representar graficamente as ondas aqui e em que ponto?
2- Eficiência por número de iterações/tempo desperdiçado, além disso, descrevi 3 métodos diferentes globalmente - é interessante fazer uma comparação completa entre eles.