Finansal serilerin nöro tahmini (bir makaleye dayalı) - sayfa 10
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Makaleler ve onların topal yazarları umurumda değil. Özellikle çalışmalar durağan veya kararlı veriler üzerinde yapıldıysa.
Araştırmamda, bir aptalın bir makalede yazdıklarına değil, ileriye dönük testlerin sonuçlarına güveniyorum.
herkesin başkasınınkine tükürmeden kendi kişisel bakış açısına sahip olma hakkı vardır.
herkesin güneşin dünyanın etrafında döndüğünü iddia etme hakkı vardır, ancak muhalifleri değersiz veya aptal olarak görme hakkına sahip değildir.
bunun üzerinde düşünülmeli.
bu nedenle, çoğu 2-3 gizli katmana sahip ağlara eğilimlidir.
Tüm sinir ağları araştırmacıları bu ifadeye katılmamaktadır.
Ns ile ilgili hemen hemen tüm makalelerde, ağın daha iyi olduğunu, daha fazla nörona sahip olduğunu, ancak aynı zamanda çok fazla olmaması gerektiğini okuyabilirsiniz.
bu nedenle, çoğu 2-3 gizli katmana sahip ağlara eğilimlidir.
inanmıyorum. Sinir ağları tarafından çözülen hemen hemen tüm görevler tek bir gizli katmanda çözülür.
Hayır, her şey doğru, yukarıya bakın. Bir gizli katmana sahip bir ağ da bunu çözecektir, ancak bazen bir katman eklemek, tek bir katmanın boyutuyla hile yapmaktan daha kolaydır.
Ya da tam tersi. Genelleştirilmiş bir ağ ile başlayın, başarılı olursa modeli basitleştirin.
bunun üzerinde düşünülmeli.
Hayır, her şey doğru, yukarıya bakın. Bir gizli katmana sahip bir ağ da bunu çözecektir, ancak bir katman eklemek, tek bir katmanın boyutuyla şamanlaştırmaktan daha kolaydır.
Tamam anlaşıldı. kontrol ederdim. Yapay ve durağan verilerde, kontrollerim, gizli katmanda yeterli nöron olmadığında durumun gerçek olduğunu gösterdi, bir test (Rus gerçekliğinde dedikleri gibi doğrulama) örneğinde daha iyi bir sonuç elde etmek için sayıyı artırabilirsiniz. Ancak durum, nöron sayısındaki daha fazla bir artışın sonucu iyileştirmediği durumlarda da gerçekçidir. Ve katmanlarla hiç uğraşmadım.
Her durumda, Occam'ın usturası ilkesini izleyerek modelin boyutunu küçültmeyi tercih ederim.
İnsan hakları da umurumda değil. Demokratik olmayan, anayasa karşıtı, despotik olsalar bile, yalnızca ileri testlerin sonuçları söz hakkına sahiptir, dinamitin mucidi için akademik dereceler ve ödüller ile asılan moronların yayınlarına karşılık gelmez.
Nedeni basit: İleriye dönük testlerin sonuçları gerçeğe daha yakın. Diğer her şey dezenformasyona daha yakın.
trollük
Kabalığa tahammülüm yok.
Para yatırma para birimindeki minimum düşüşe göre optimizasyon yaparsanız ve ardından optimizasyon sonuçlarından bu çok minimum düşüşü seçerseniz, her iki yönlendirme de başarılı olur. Birkaç optimizasyon sonucu için minimum düşüşün değeri aynıysa, maksimum bakiyeye sahip olanı seçmek gerekir.
Kabul ediyorum, bu mümkün, Eh, minimum hata için değil, giriş verilerindeki belirli bir özelliği veya özellik kümelerini en üst düzeye çıkarmak için optimize ederseniz. Diyelim ki bir MA kesişme koşulu var.
Optimizasyon fonksiyonunu, girdi verilerinin mümkün olduğu kadar faydalı bir özelliği ve ayrıca bir denge içerecek şekilde yapılması gerekir. Ağı, dengede bir artışa neden olan maksimum özellik sayısını arama yönünde gitmeye zorlayacağımız ortaya çıktı. Bir yandan, bu işlev, hedef + n (kar sağlayan doğru MA geçişlerinin sayısı) olarak bir çubuk içermelidir ve bu çubuk, mümkün olduğunca büyük olmaya çalışmalıdır......
Optimizasyon dönemi için maksimum dengeyi alamasak bile, girdide maksimum sayıda özellik elde ediyoruz, bu da dengede önemsiz de olsa bir artışa neden oldu. Ve sonra bu yöntemi ileriye doğru test edin .... nasıl sonuçlanacak hayır ....
Yani iki parametre üzerinde optimizasyon. Dengeyi artırmak ve MA geçişlerinin sayısını artırmak.
Bu konuda herhangi bir öneri veya eleştiriniz var mı????
Kabul ediyorum, bu mümkün, Eh, minimum hata için değil, giriş verilerindeki belirli bir özelliği veya özellik kümelerini en üst düzeye çıkarmak için optimize ederseniz. Diyelim ki bir MA kesişme koşulu var.
Optimizasyon fonksiyonunu, girdi verilerinin mümkün olduğu kadar faydalı bir özelliği ve ayrıca bir denge içerecek şekilde yapılması gerekir. Ağı, dengede bir artışa neden olan maksimum özellik sayısını arama yönünde gitmeye zorlayacağımız ortaya çıktı. Bir yandan, bu işlev, hedef + n (kar sağlayan doğru MA geçişlerinin sayısı) olarak bir çubuk içermelidir ve bu çubuk, mümkün olduğunca büyük olmaya çalışmalıdır......
Optimizasyon dönemi için maksimum dengeyi alamasak bile, girdide maksimum sayıda özellik elde ediyoruz, bu da dengede önemsiz de olsa bir artışa neden oldu. Ve sonra bu yöntemi ileriye doğru test edin .... nasıl sonuçlanacak hayır ....
Yani iki parametre üzerinde optimizasyon. Dengeyi artırmak ve MA geçişlerinin sayısını artırmak.
Bu konuda herhangi bir öneri veya eleştiriniz var mı????
Ha!!!!! yani, böyle bir senaryoda ağı eğitemezsek (çünkü MA'da çok az faydalı bilgi var), o zaman bu, girdilerin işe yaramaz olduğunun bir işareti olacaktır. ve eğer bu yaklaşımla ağ, optimizasyon üzerindeki dengeyi sürekli olarak yükseltmeyi başarırsa, o zaman ileriye dönük olarak kontrol ederiz. Ama bana öyle geliyor ki burada bir şey var ...... Kontrol etmemiz gerekiyor. Bu arada, bana bu çöpü söyle.
Bir türkiyede hesaplanmış bir parametrem var dersek. A değişkeninin seçilen alanda 0'a yönelmesi için hindinin ayarlarını şu şekilde optimize edebilirim.
Peki, yani MT4'te hesaplanan ve sorulmayan parametreyi optimize etmek için nasıl yapılır????
EVET, hayır... bu MA ile ilgili değil, ancak özellikleri en üst düzeye çıkarmakla ilgili, yani optimize edicinin bir kısmı bu kesişmelerden mümkün olduğunca çok sayıda elde etmeye çalışacak ve ikincisi, denge mümkün olduğunca büyük hale geldi. ....
Yani, bir tür genel optimizasyon işlevi bulmanız gerekiyor .....