交易中的机器学习：理论、模型、实践和算法交易 - 页 2697

[Renat Fatkhullin]

Roman #:

请解释如何使用损失函数
如何使用目标函数进行最小化？

第二个问题。
在 Matlab 中，函数 fminsearch() 使用 Nelder-Mead 算法。
ENUM_LOSS_FUNCTION 中没有这种算法。
我们能指望添加这种算法吗？

训练神经网络的任务是找到一种能使训练样本误差最小的算法，为此需要使用损失函数。损失 方法用于计算偏差，您可以指定ENUM_LOSS_FUNCTION 枚举的 14 种类型中的一种 。

获得的偏差值随后将用于完善神经网络的参数，这需要使用衍生法（Derivative method），它可以计算激活函数的导数值，并将其写入传递的向量/矩阵中。

由于可以扩展枚举功能，我们可以根据需要添加新的算法。

[Roman]

Renat Fatkhullin #:

训练神经网络的任务是找到一种算法，使训练样本的误差最小，为此需要使用损失函数。 要计算偏差，需要使用损失 方法，您可以指定 14 种ENUM_LOSS_FUNCTION 枚举类型中的一种 。

获得的偏差值将用于完善神经网络的参数，使用Derivative 方法计算激活函数的导数值，并将其写入传递的向量/矩阵中。

由于可以扩展枚举功能，我们可以根据需要添加新的算法。

我是通过 MAPE 的例子 弄明白的。

我以为这是一个能使目标函数最小化的损失函数。
而这只是一个度量计算。

vector Forecast = {28.252177870295327, 1.386017247821653, 1.321279511381957};
vector Fact     = {45.979999999999997, 1.710000000000000, 1.340000000000000};

double MAPE = Forecast.Loss(Fact,LOSS_MAPE);

Print(DoubleToString(MAPE,2) + " %");

19.63 %

这在代码中也是一样的

vector Forecast = {28.252177870295327, 1.386017247821653, 1.321279511381957};
vector Fact     = {45.979999999999997, 1.710000000000000, 1.340000000000000};

vector loss = {0.,0.,0.};

for(int i=0; i<3; i++)
   loss[i] = fabs(Forecast[i] - Fact[i]) / Fact[i];

double MAPE = loss.Mean()*100;

Print(DoubleToString(MAPE,2) + " %");

19.63 %

然后是对文档描述的 疑问。

描述中是否有错误？

也许更正确的说法是：
以 MSE、MAE 等指标 计算损失值？
毕竟，最小化损失的函数应该由您自己编写。

这里的描述有些奇怪。

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

寻找同伴，踏上一段有趣而刺激的未知旅程，寻找神秘的预言/特征/迹象。

我有一张寻找它们的地图，需要有人来设置陷阱，思考这些奇妙现象的习性和光环。

旅途并不轻松，漫长但令人兴奋，我相信我们不会没有战利品！

如果您有兴趣--请提问！

在我们之前，一切都已经被发明出来了，所以我想直接跳上火车。

现在，我们将在 metatrader 中获得神经网络，然后就可以放松一下了。

一般来说，我们可以买入天然气期货，然后卖出。

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
所以，一切都已经在我们面前被发明了，所以我想直接跳上火车

也许已经发明了，但显然不是在开放源代码的表面上。

为了搜索和选择预测因子，我正在开发一种系统方法，即对预测因子进行分类，这些预测因子主要基于指标数据。我希望能从代码库中筛选出有趣的东西。一般来说，在我的范例中有一个概念 "事件"，它是可以影响价格的东西，由预测器来描述。会有不同类型的事件，例如 "价格突破水平线"（由指标生成），这些事件的描述由预测器负责，包括时间、事件的历史、事件的相对性（归一化）--坐标系也将被选择。

这种方法本身是可行的，它可以选择有趣的变体，但我们需要生成这些变体。

我正在寻找能够加快这一过程并增强批判性和创造性思维的人。

是的，不会有感兴趣的人，我会一个人慢慢地、乏味地挑选。

[mytarmailS]

Aleksey Vyazmikin #:

可能是发明的，但显然不是在公开来源的表面上。

为了搜索和选择预测因子，我正在开发一种系统方法，即对预测因子进行分类，这些预测因子主要基于指标数据。我希望能从代码库中筛选出有趣的东西。一般来说，在我的范例中有一个概念 "事件"，它是可以影响价格的东西，由预测器来描述。会有不同类型的事件，例如 "价格突破水平线"（由指标生成），这些事件的描述由预测器负责，包括时间、事件的历史、事件的相对性（归一化）--坐标系也将被选择。

该方法本身是有效的，它允许您选择有趣的变体，但您需要生成这些变体。

我正在寻找能够加快这一过程并增强批判性和创造性思维的人。

是的，不会有感兴趣的人，我会慢慢地、乏味地挑选一个。

我已经创建了所有这些

[Maxim Kuznetsov]

Aleksey Vyazmikin #:

可能是发明的，但显然不是在公开来源的表面上。

为了搜索和选择预测因子，我正在开发一种系统方法，即对预测因子进行分类，这些预测因子主要基于指标数据。我希望能从代码库中筛选出有趣的东西。一般来说，在我的范例中有一个概念 "事件"，它是可以影响价格的东西，由预测器来描述。会有不同类型的事件，例如 "价格突破水平线"（由指标生成），这些事件的描述由预测器负责，包括时间、事件的历史、事件的相对性（归一化）--坐标系也将被选择。

该方法本身是有效的，它允许您选择有趣的变体，但您需要生成这些变体。

我正在寻找能够加快这一过程并增强批判性和创造性思维的人。

是的，不会有感兴趣的人，我会一个人慢慢地、乏味地挑选。

别忘了加上实时时间......否则你会和其他人一样：-)

例如 2 个：y=abs(sin(x))*sin(x) ；频率为 1 天和 1 周；最好提前计算相位移动

因为指标和直线交叉的概率取决于它们。

顺便说一句，傅里叶在这里是有害的，令人讨厌 :-)

[Aleksey Vyazmikin]

mytarmailS #:
我已经创造了这一切。

你真厉害

你发现了很多有趣的、可持续的东西吗？

解决方案在终端工作的问题解决了吗？

[Aleksey Vyazmikin]

Maxim Kuznetsov #:

别忘了加上实时时间......否则你就会和其他人一样:-)

a la 2 pcs：y=abs(sin(x))*sin(x) ；频率为 1 天和 1 周；相移最好提前计算出来

因为指标和直线交叉的概率取决于它们。

顺便说一句，傅里叶是有害的，这里的人讨厌傅里叶:-)

在我的幻想中，我并不聪明....。实时 "是什么意思？

[mytarmailS]

Aleksey Vyazmikin #:

0)你真是个好孩子！

1)你发现了很多有趣的、可持续发展的东西吗？

2)终端解决方案的工作问题解决了吗？

0)是的，我就是这样......)

1) 我还没有部署整个系统、

1.存在维度诅咒和组合爆炸的问题，但理论上是可以解决的，有利于准确性....。

2.2. 搜索算法很慢，很多东西需要用 C 或 C++ 来写，我不知道怎么做。

3.即使是优化算法也无法在大日期中搜索到模式，你需要在本地搜索模式....。

但总的来说，如果行不通，就什么都行不通....

2) 是的。

顺便说一句，"事件 "一词可以用 "规则 "代替。

[Maxim Kuznetsov]

Aleksey Vyazmikin #:

在我的幻想中，我并不聪明.....。什么叫 "实时"？

价格穿越任何一条线（以及触发指标信号）的概率取决于一天中的时间和星期。

有必要在 NN 和 DL 中添加周期时间。最简单的方法是正弦波。依赖关系是非线性的，因此只需将其平方，并考虑符号。将有两个额外的输入负责时间参考。午夜/正午在任何地方都是不同的，因此最好提前计算并给出相位。这是模型与现实世界及其时间的联系。

如果没有明确给出这些时间，那么在我看来，要么你会得到一个南瓜，要么整个模型会自己尝试获取并输出这些时间。