在交易中使用神经网络 - 页 15

新评论
 
耐心点...
 
grell:
而如果不预测产出，那么如何预测？
我在哪里说过关于预测的问题？学习是为了使输出误差最小化。这就是我们需要查看的错误，看看网络是否学到了什么。
 
TheXpert:
我哪里说过关于预测的事情？学习是为了使输出误差最小化。这就是错误，看看网络是否学到了什么。


又错了。如果输出是错误地进入交易，我将如何衡量错误？你不能。因为网络必须有一个例子，而它没有。
 
grell:
又错过了。如果输出是错误的进入交易，我如何衡量错误？你不能。因为网络必须有一个例子，而它没有。
你现在在挖你的蟑螂的某个地方，你不想进入它，不要进入它。
 

这是一个5年的样本，一个学习期。缩减934.87，净利润1396.06。 这是在没有一个神经元的情况下。

 

下面是一个在训练样本上正常训练的网络--


 
TheXpert:
你现在在挖你的蟑螂的某个地方，你不想进入它，不要进入它。


该网络的目标是不同的。
 
TheXpert:

下面是一个在训练样本上正常训练的网络 --



这是什么时期？
 
grell:
那是什么时期？
我不记得了，肯定有一年了。
 
TheXpert:
我不记得了，肯定有一年了。


结果是好的，它看起来像一个拟合，但这更多是样本的错误，而不是网络的问题。下一个屏幕将是用额外的神经元进行训练，但这是一年的时间。第一张截图 1.1.2008-1.1.2013。第二张截图 1.1.2008-1.1.2009。仍在学习中:)
1...8910111213141516171819202122...40
新评论