Уважаемые трейдеры не могу понять надо ли нормализовывать котировки которые подаются на вход в НС. - страница 2
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Не понимаю смысла этой процедуры. И так и эдак пробывал... и пробую !
Если нормализация ведёт к искажению данных котировокот то какой смысл проводить эту процедуру ?
А программа не Нейрошелл Трейдер 4 или 5 случаем? Она то съест эти котировки и сама нормализует их в какой то диаппазон, но вот обучаться она будет в этм диапазоне тоже и если потом тренд продолжится, то в результате у нее будут данные на входе не из этого диапазона, к тому же лишний повод для переподгонки и переобучения сетки даете этим постоянно меняющимся уровнем. А вот если например через моментум прогнать котировки то уже получаем повторяемость и отсутствие тренда. Вот и пусть сеть ищет там закономерности..... если сможет))). В большей степени имеет смысл что подавать (хотя как конечно тоже). А Нейрошелл 2 тоже имеет разные функции активации. Там вроде тангенс неплохо подходит. Но сами чистые котировки наверное нет смысла туда пихать.
А программа не Нейрошелл Трейдер 4 или 5 случаем? Она то съест эти котировки и сама нормализует их в какой то диаппазон, но вот обучаться она будет в этм диапазоне тоже и если потом тренд продолжится, то в результате у нее будут данные на входе не из этого диапазона, к тому же лишний повод для переподгонки и переобучения сетки даете этим постоянно меняющимся уровнем. А вот если например через моментум прогнать котировки то уже получаем повторяемость и отсутствие тренда. Вот и пусть сеть ищет там закономерности..... если сможет))). В большей степени имеет смысл что подавать (хотя как конечно тоже). А Нейрошелл 2 тоже имеет разные функции активации. Там вроде тангенс неплохо подходит. Но сами чистые котировки наверное нет смысла туда пихать.
Спасибо понял !
Баг в Dll программе был. Сравнил вчера 2 проги абалдел... входы одинаковые а выходы нет !
Еще левый такой же пакет скачал... и дошло что беда в самом коде ( битый оказался ). (
P.s. Тайм солющен скачал демку... ну не подуше... циклы планет... и еще требуют 15к р. за софт. Советую не парится кто наткнётся.
sprite писал(а) >>
Ответственных моментов достаточно . Это и выбор архитектуры сети, и период обучения сети, это и подбор входов и выходов, и личный опыт в работе с сетями . Все важно .
+10 ) ИМХО :Особенно входы и архитектура сетки.
А смысл в том, что функция активизации нейрона имеет рабочий диапазон в определенном интервале, как правило :
от 0 до 1
от -1 до +1
В этом диапазоне сетка "видит" отличные друг от друга значения входов и может "осознано" обучаться .
При подаче на вход значения вне этих пределов, функция активизации нейрона приводит его либо к 0, либо к +1 и обучаться на этих запредельных значениях ей нечему .
Не соглашусь тут с Вами. Если не устраивает значение ф-ции активации, возьмите другую, например RBF - сместите базис в нужную вам сторону. Любое действие над входными
данные несет изменение в работу сети. Хорошим наглядным примером может служить любой видео-девайс. Когда вы видете цветную картинку, мозг соотвественно на нее реагирует,
теперь возьмите и проведите ее нормализацию, т.е. структурное и качественное изменение данных, вы получите ту же картинку, но другую. Думаю вы согласитесь, что при изменении
те или иные особенности выйдут на первый план, други растворятся в фоне. Так же и с обучением сети - любое действие над входными данные приводит к усилению тех или иных
особенностей входных наборов.
Не соглашусь тут с Вами. Если не устраивает значение ф-ции активации, возьмите другую, например RBF - сместите базис в нужную вам сторону. Любое действие над входными
данные несет изменение в работу сети. Хорошим наглядным примером может служить любой видео-девайс. Когда вы видете цветную картинку, мозг соотвественно на нее реагирует,
теперь возьмите и проведите ее нормализацию, т.е. структурное и качественное изменение данных, вы получите ту же картинку, но другую. Думаю вы согласитесь, что при изменении
те или иные особенности выйдут на первый план, други растворятся в фоне. Так же и с обучением сети - любое действие над входными данные приводит к усилению тех или иных
особенностей входных наборов.
Зато я с вами согласен полностью . Очень верное замечание .
Я изначально упростил ответ .
Когда встает вопрос о нормализации данных, предполагается, что уже в руках классическая сеть и типовые нейроны и ф-ии активации классические .
Именно для этих условий мой ответ .
Конечно, есть сетвые архитектуры, для которых предобработка ( в частности нормализация) не существенна .
Не соглашусь тут с Вами. Если не устраивает значение ф-ции активации, возьмите другую, например RBF - сместите базис в нужную вам сторону. Любое действие над входными
данные несет изменение в работу сети. Хорошим наглядным примером может служить любой видео-девайс. Когда вы видете цветную картинку, мозг соотвественно на нее реагирует,
теперь возьмите и проведите ее нормализацию, т.е. структурное и качественное изменение данных, вы получите ту же картинку, но другую. Думаю вы согласитесь, что при изменении
те или иные особенности выйдут на первый план, други растворятся в фоне. Так же и с обучением сети - любое действие над входными данные приводит к усилению тех или иных
особенностей входных наборов.
100%
Подскажите, возможно ли использовать нейросеть для следующей задачи:
Я имею ряд предсказаний.
UP,DOWN
Мне необходимо определить моменты когда
1) Ряд идет в разнобой, то есть UP и DOWN часто меняют друг друга и цена не совершает значительные подвижки в сторону прогноза.
2) Когда UP следует длинной серией и после него возникает серия DOWN, при этом с первого до последнего сигнала UP цена изменилась значительно, при сигнале DOWN незначительно. И наоборот.
Мне необходимо чтобы сеть определяла когда мы имеем дело со вторым случаем.
Может быть, подскажете как подойти к этому вопросу.
С уважением, Ярослав.
Подскажите, возможно ли использовать нейросеть для следующей задачи:
Я имею ряд предсказаний.
UP,DOWN
Мне необходимо определить моменты когда
1) Ряд идет в разнобой, то есть UP и DOWN часто меняют друг друга и цена не совершает значительные подвижки в сторону прогноза.
2) Когда UP следует длинной серией и после него возникает серия DOWN, при этом с первого до последнего сигнала UP цена изменилась значительно, при сигнале DOWN незначительно. И наоборот.
Мне необходимо чтобы сеть определяла когда мы имеем дело со вторым случаем.
Может быть, подскажете как подойти к этому вопросу.
С уважением, Ярослав.
В общем у меня получилось сделать это правда не с помощью нейросети, а с помощью полос Боллинджера.
Я сделал индикатор который +1 если предсказание вверх и -1 если предсказание вниз и наложил на него полосы, получилось, что если они широкие - то предсказания нерасходятся, если узкие - то либо предсказания нейтральны, либо расходятся.
Можете посмотреть на мой советник. Там так и сделано -- "1" вверх, "-1" вниз. Если бы ещё кто помог бы с программированием -- было бы значительно лучшее.