Marktknigge oder gute Manieren im Minenfeld - Seite 89
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ich denke, dass die Länge der Trainingsbeispiele nicht nur eine Funktion der Netzwerkkonfiguration (Anzahl der Eingänge und Anzahl der Neuronen) sein kann, vielleicht sollten einige Merkmale der Zeilen, auf die wir das Netzwerk trainieren wollen, berücksichtigt werden.
Dies ist möglich, wenn der BP nicht stationär ist, und die Korrektur wird durch die Art der Nicht-Stationarität bestimmt. Wir sind jedoch noch weit von der Korrektur entfernt - wir kennen die Art der Abhängigkeit der Stichprobenlänge von der Anzahl der Gewichte und der Dimensionalität des NS-Eingangs nicht. Intuitiv denke ich, dass die allgemeine Sichtweise wie folgt aussieht: P=4*w, und dies gilt für jede Architektur von NS.
Fedor, was sagen Sie zu meiner "Erleuchtung" über das Problem der binären BP-Vorhersage? Denn die Tatsache, dass wir für diesen Spezialfall der BP ebenso effektiv wie die NS die statistische Analyse als Vorhersagemaschine nutzen können, macht uns die Hände in Bezug auf die Ressourcenintensität des Prozesses völlig frei. Ich glaube, das ist ein Durchbruch. Wo "missverstehende" Händler Zeit und Mühe aufwenden, um fünfschichtige NS mit adaptiver Architektur zu trainieren, brauchen sie nur Statistiken zu sammeln und sich nicht zu winden (wie Lenin es ausdrückte).
Krieg mit Robotern oder Wort gegen neuronale Netze
Materialien für den Audiokurs "Einführung in die Aktienanalyse" ("Philosophie der Aktienanalyse")
Dies ist möglich, wenn der BP nicht stationär ist, und die Korrektur wird durch die Art der Nicht-Stationarität bestimmt. Wir sind jedoch noch weit von der Korrektur entfernt - wir kennen die Art der Abhängigkeit der Stichprobenlänge von der Anzahl der Gewichte und der Dimensionalität des NS-Eingangs nicht. Intuitiv denke ich, dass die allgemeine Sichtweise wie folgt aussieht: P=4*w, und dies gilt für jede Architektur von NS.
Fedor, was sagen Sie zu meiner "Erleuchtung" über das Problem der binären BP-Vorhersage? Denn die Tatsache, dass wir für diesen Spezialfall der BP ebenso effektiv wie die NS die statistische Analyse als Vorhersagemaschine nutzen können, macht uns die Hände in Bezug auf die Ressourcenintensität des Prozesses völlig frei. Ich glaube, das ist ein Durchbruch. Wo "missverstehende" Händler Zeit und Mühe aufwenden, um fünfschichtige NS mit adaptiver Architektur zu trainieren, brauchen sie nur Statistiken zu sammeln und sich nicht zu winden (wie Lenin es ausdrückte).
Ich sage dir, Sergey, das sieht mehr als verlockend aus. Jetzt habe ich mich aus den Netzwerken zurückgezogen, weil ich mit Ticks beschäftigt bin und bisher gründliche Expert Advisors auf Gittern mit binären Eingaben vermieden habe. Aber jetzt habe ich etwas freie Zeit, so dass ich beabsichtige, zu den Experimenten mit Gittern zurückzukehren, einschließlich binärer Eingaben. Wenn Sie ganz ohne Gitter auskommen können... das ist wirklich ein Durchbruch. Ich erinnere mich, dass Prival, und nicht nur Prival, die Idee einer Musterdatenbank vorschlug. Wenn ein statistisches Modell die Erstellung einer solchen Datenbank ermöglicht, wäre der Expert Advisor kindlich einfach, aber ausgereift und effektiv. Übrigens sollten wir uns vielleicht gar nicht von den Gittern entfernen, das Gitter sollte nur seine Aufgabe ändern - statt den nächsten Bericht vorherzusagen, kann es sich mit Mustererkennung beschäftigen - imho ist die Aufgabe viel perspektivischer und passt sehr gut zu Fuzzy-Logik-Systemen. Was meinen Sie dazu?
...die statistische Analyse als Prognosemaschine zu nutzen, was uns in Bezug auf die Ressourcenintensität des Prozesses erheblich entlasten würde. Ich denke, es ist ein Durchbruch...
Warum nicht verwenden:
- Ass. Regeln oder
- Cohonnen?
Sie bieten eine sehr hohe Wahrscheinlichkeit und Unterstützung.
Das ist die richtige Einstellung! Ich war schon eine Weile nicht mehr hier. Es sind bereits 90 Seiten.) Wenn ihr es schafft, auch Raster zu machen, ist das unglaublich.)
Warum nicht verwenden:
- Ass. Regeln oder
- Cohonnen?
Sie bieten eine sehr hohe Wahrscheinlichkeit und Unterstützung.
Warum?!
Schließlich kann diese Aufgabe bei binären Eingabedaten genauso gut durch statistische Analysemuster gelöst werden. Urteilen Sie selbst - keine Probleme mit Schulungen und der Suche nach der optimalen Architektur. Wie paralocus richtig feststellte, "wäre der Expert Advisor kindlich einfach, aber reif und effizient"!
Nachdem wir mit Experimenten mit binären Eingaben begonnen haben, stellt sich eine Frage. Ich habe diese Frage schon einmal gestellt, aber ich werde sie wiederholen:
Wenn ich die Eingänge mit den Vorzeichen der ersten PT-Differenzreihe füttere, dann sollte ich genau den Enak des nächsten Inkrements vorhersagen...
Nachfolgend finden Sie meinen einschichtigen Code (mit dem ich bisher begonnen habe). Dieser Code nimmt die Amplitude, nicht das Vorzeichen, als Fehler am Gitterausgang, obwohl das Vorzeichen in der OUT-Berechnung selbst verwendet wird. Ist das richtig? Sollte der Fehler nicht auch ein Vorzeichen haben, oder zumindest (natürlich hat das nichts mit dem dünnen Ende zu tun...) eine Amplitude, die ausreicht, um das entsprechende Vorzeichen am Ausgang zu erhalten?
Ich sage dir, Sergey, es sieht mehr als verlockend aus. Nun habe ich mich von den Gittern selbst etwas distanziert, weil ich Ticks aufgegriffen habe und fundamentale Expert Advisors auf Gittern mit binären Eingaben bisher vermieden habe. Aber jetzt habe ich etwas freie Zeit, und ich habe vor, zu den Experimenten mit Gittern zurückzukehren, einschließlich binärer Eingaben. Wenn Sie ganz ohne Gitter auskommen können... das ist wirklich ein Durchbruch. Ich erinnere mich, dass Prival, und nicht nur Prival, die Idee einer Musterdatenbank vorschlug. Wenn ein statistisches Modell die Erstellung einer solchen Datenbank ermöglicht, wäre der Expert Advisor kindlich einfach, aber ausgereift und effektiv. Übrigens sollten wir uns vielleicht gar nicht von den Gittern entfernen, das Gitter sollte nur seine Aufgabe ändern - statt den nächsten Bericht vorherzusagen, kann es sich mit Mustererkennung beschäftigen - imho ist die Aufgabe viel perspektivischer und passt sehr gut zu Fuzzy-Logik-Systemen. Was meinen Sie dazu?
Ich bin erstaunt :) Ihr seid ja ganz schön schlau, aber schaut euch mal die Hälfte an. In der Eingabe des Experten in diesem Schema muss die gleiche Datenbank mit Muster Statistiken sein. Wie viele Muster wollen Sie denn dort unterbringen?
Alle von ihnen? Viel Glück ... :) Und wenn nicht alle, wie viele genau? Und inwiefern ist diese Aufgabe einfacher als die des NS?
Der Experte wird am Ende sicher schnell sein. Man muss ihn nur mit "Wahrheiten" aus der Datenbank füttern, die übrigens nicht wahr sind, wenn sie getestet werden. No Fuzzy wird dazu beitragen, aus der Müllvergangenheit (DB) den Stau der Zukunft zu entfernen.
// Wapcheta, um ehrlich zu sein - ich habe es überprüft. Vor etwa eineinhalb Jahren.
// Nur das Schema war eleganter. Nach sorgfältigem und kreativem Nachdenken habe ich folgenden Weg gefunden: Wenn ich zu einem bestimmten Zeitpunkt eine Entscheidung über ein Patent treffen // muss, kann ich sie nicht treffen.
// Ich muss eine Entscheidung über ein Muster treffen, das ich im Präsens habe, ich brauche keine Gigabase mit
// eine Gigabase mit einem Haufen irrelevanter Muster??? Ich nehme das aktuelle Muster, das gerade am Herd steht, und lasse es durch die Geschichte laufen,
// Ich sammle nach und nach Statistiken. Nachdem ich sie gesammelt habe, verwende ich sie sofort. Die Dimensionalität des Problems verringert sich um x^n
// mal, wobei n=Anzahl der Muster in der Datenbank. Hm.
// Geschafft. Ich habe die Ergebnisse. Im Großen und Ganzen
// Negativ, obwohl ich auf dem Weg einige Meta-Gesetze entdeckt habe. Ich werde Ihnen nicht sagen, was es ist, tut mir leid, das zu sagen. Weil...
// ist keineswegs ein offensichtliches Muster, man muss es sehen. Also machen Sie es selbst. Viel Glück! (ohne Ironie)
// Ich fasse noch einmal zusammen: Sie werden mit diesem Schema nicht das erwartete Ergebnis erzielen. Aber Sie können eine Art "Satori" bekommen.
// Es kann Ihnen einige Anhaltspunkte geben, um die Natur des Marktes als lernendes Meta-System zu verstehen. Was GUT ist.
>> Das ist urkomisch.)
Hatte es Mogit eilig? Wer zuletzt lacht, so sagen die Cowboys...
Ich glaube nicht, dass es hier einen großen DB geben wird. Höchstens einhundertfünfzig Muster, wahrscheinlich sogar weniger. Sie müssen Ihr System bei Kerzenlicht betrieben haben...
Nachdem wir mit Experimenten mit binären Eingaben begonnen haben, stellt sich eine Frage. Ich habe diese Frage schon einmal gestellt, aber ich werde sie wiederholen:
Wenn ich die Eingänge mit den Vorzeichen der ersten PT-Differenzreihe füttere, dann sollte ich genau den Enak des nächsten Inkrements vorhersagen...
Nachfolgend finden Sie meinen einschichtigen Code (mit dem ich bisher begonnen habe). Dieser Code nimmt die Amplitude, nicht das Vorzeichen, als Fehler am Gitterausgang, obwohl das Vorzeichen in der OUT-Berechnung selbst verwendet wird. Ist das richtig? Sollten wir als Fehler nicht auch ein Vorzeichen verwenden, oder reicht im schlimmsten Fall (mit dem schlimmsten Ende hat das natürlich nichts zu tun...) die Amplitude aus, um das entsprechende Vorzeichen am Ausgang zu erhalten?
Hier ist der Fall: Der Hauptgrund für den Übergang zur binären BP ist die mögliche Ablehnung der Verfahren zur Rationierung und Aufhellung der Eingaben für NS und der wichtigste - der Übergang vom kontinuierlichen analysierten Wert (unendliche Anzahl von Werten) zum binären, der nur zwei Werte +/-1 annimmt. Dies spart erheblich Rechenressourcen. Das Netz selbst wird mit der ORO-Methode trainiert und generiert dabei Fehler, die im Bereich der reellen Zahlen (nicht diskret) definiert sind, d.h., wenn man als Eingabe +/-1 angibt, erhält man als Ausgabe einen Wert im Bereich von -1 bis 1 mit einem Schritt von 10^-8. Und erst wenn das Netz das Training abgeschlossen hat, sollten Sie das Vorzeichen der vorhergesagten Bewegung für die Vorhersage verwenden, und seine Amplitude wird proportional zur Wahrscheinlichkeit der richtigen Vorhersage sein (die Amplitude ist immer positiv). Diese Wahrscheinlichkeit kann für zusätzliche Analysen im MM-Block verwendet werden.
Der ganze Vorteil von NS im Vergleich zu anderen Methoden der BP-Analyse ist die Möglichkeit der nicht-analytischen (nicht expliziten) Konstruktion einer mehrdimensionalen Oberfläche im Raum der "sehr knappen" Eingangsdaten, zu denen die Werte des anfänglichen BP (die erste Differenz von Kotir) "hinziehen". Im Falle der binären Darstellung haben wir es mit einer Hyperfläche zu tun, die zu einem mehrdimensionalen Hyperwürfel entartet ist. Das ist wie bei einem Kristall, der keine Oberfläche hat, aber es gibt Knoten in seinem Kristallgitter (bildlich gesprochen), wir kennen die Koordinaten dieser Knoten bis auf die Minute genau und wir brauchen unsere Ressourcen nicht für die Erkennung der Oberfläche zu verwenden... Das Netz ist unnötig.