在交易中使用神经网络 - 页 16

 

必须对错误进行监控。否则就不清楚我们在教什么))))。

 

这已经是1.1.2008-1.1.2009节。也是训练模式。缩减665.87,净利润703.14远期测试无情地耗费:))))。

 
grell:

这已经是1.1.2008-1.1.2009节。也是训练模式。缩减665.87,净利润703.14远期测试无情地耗费:))))。


不注意和匆忙。忘了加上 "非市场 "的条件。
 
solar:

必须对错误进行追踪。否则就不清楚我们在教什么))))。


不错。:-)

我在某处看到,有一个选项。

当错误越来越多时,你应该停止训练...(也就是说,应该不断监测它(错误值),一旦它增长,就应该停止训练......)

 
grell:

不注意和匆忙。我忘了加上 "非市场 "的条件。
我认为这都是一样的弱点。从表上看,NS的表现不可能比训练期间更好。而且上面已经没有什么可吃的了......
 
Figar0:
在我看来,这也是一种弱点。从表上看,NS的表现不可能比训练期的表现更好。而且上面已经没有什么可吃的了......

我们需要一个想法。
 
grell:

我需要一个想法。
什么想法?坦率地说,我不明白为什么你们要进行多年的研究。这个框架似乎很浅,试图在噪音的边缘找到 "永恒的价值"?
 
Figar0:
有什么想法?坦率地说,我不明白为什么你在很多很多年里有一项研究。框架似乎很浅,试图在噪音的边缘找到 "永恒的价值"?

不,试图向隐藏层展示尽可能多的例子。所以说,不是为了 "学习",而是为了让他们赶上进度。然后,用小样本,完成学习。如果你直接去看小样本,他就会直接学。一言以蔽之。
 
我很快就会贴出重新训练的网络的截图。
 
grell:

不,我是想尽可能多地展示隐藏层的例子。所以说,不是为了 "学习",而是为了让他们赶上进度。然后用小样本学习其余的内容。如果你直接去看小样本,他就会直接学。一言以蔽之。
你听起来好像你有这个隐藏的层是相当孤立的东西,有它自己的生命)但我想我明白你的意思......。我实行的是相反的方法。我找到了很多不同的解决方案,例如在一个月的数据上,然后我检查了两个月,抛弃了不适合新数据的解决方案,增加了很多解决方案,等等。