Suche nach einer Reihe von Indikatoren, die in die Eingänge des neuronalen Netzes eingespeist werden. Diskussion. Ein Instrument zur Bewertung der Ergebnisse. - Seite 7

 

an iliarr

Versuchen Sie interessehalber, die Anzahl der Trades oder den relativen Drawdown als Fitnessfunktion zu verwenden. Sie dürfen überhaupt nicht handeln, wenn Sie den Drawdown als Fitnessfunktion verwenden.

Es kann sein, dass das Netz überhaupt nicht gehandelt wird, wenn Sie den Drawdown als Fitnessfunktion verwenden. :))

 
joo >> :

an iliarr

Versuchen Sie interessehalber, die Anzahl der Trades oder den relativen Drawdown als Fitnessfunktion zu verwenden. Sie dürfen überhaupt nicht handeln, wenn Sie den Drawdown als Fitnessfunktion verwenden.

Es kann sein, dass das Netz überhaupt nicht gehandelt wird, wenn Sie den Drawdown als Fitnessfunktion verwenden. :))

Ich habe darüber nachgedacht, aber beschlossen, es für eine Weile zu verschieben...

Wenn die Zielfunktion nur die Anzahl der Abschlüsse oder nur der Drawdown ist, ist sie wenig nützlich, da das Netzwerk entweder lernt, häufig und ziellos in den Markt einzusteigen/auszusteigen oder lernt, Drawdowns zu vermeiden....

Ich muss sowohl den Gewinn als auch die Anzahl der Trades und den Drawdown optimieren... Soweit ich mich erinnere, erlaubt JGAP, eine Zielfunktion mit mehreren Ausgängen zu haben... meine derzeitigen Prioritäten sind: Eingabedaten zu lösen und das Rekursionsneuronetz zu verfeinern.

Wie ich sehe, ist im Moment niemand daran interessiert, Eingabedaten mit der von mir vorgeschlagenen Methode zu suchen und zu testen...

 

Auf einen gemeinsamen Nenner bei Tests kommen? ;-). Hier ist ein Vorschlag zu diesem Thema. Wenn ein Netz ohne Lehrer trainiert wird, um einen hypothetisch unbegrenzten Gewinn zu erzielen, ist zu bedenken, dass die Eingabedaten der Größe des Gewinns immer noch eine Grenze von oben auferlegen. Es ist möglich, den Betrag abzuschätzen, der in der gewählten Lernperiode nicht überschritten werden kann (bei einem konstanten Los, bei der gewählten Strategie). Wir können also das Lernverhältnis des Netzes für diesen Zeitraum als Verhältnis zwischen dem theoretisch maximal möglichen Gewinn und dem Gewinn, den das Netz liefert, berechnen. Anschließend werden ähnliche Schätzungen für den Validierungszeitraum durchgeführt und die Quoten verglichen.

Wie hier bereits gesagt wurde, ist sie ohne eine solche Prüfung wertlos.

 
marketeer >> :

Wenn ein Netzwerk ohne einen Lehrer trainiert wird, um hypothetisch unbegrenzte Gewinne zu erzielen

Das nennt man Übertraining. Wir haben dieses Thema bereits angesprochen.

 
Ich weiß, wie man es nennt. Deshalb habe ich vorgeschlagen, wie man damit umgehen kann, weil du so eine große Sache daraus machst.
 

Frage an Amateure, die nach Inputs für neuronale Netze suchen :)

Hat sich jemand mit der Hauptkomponentenanalyse (auch bekannt als "Principial Component Analysis" oder "PCA") beschäftigt?

 
lea >> :

Frage an Amateure, die nach Inputs für neuronale Netze suchen :)

Hat sich noch niemand mit der Hauptkomponentenmethode (auch bekannt als "Principial Component Analysis" oder "Pca") beschäftigt?

Wie werden Sie es anwenden?!

 
lea >> :

Frage an Amateure, die nach Inputs für neuronale Netze suchen :)

Hat sich noch niemand mit der Hauptkomponentenmethode (auch bekannt als "Principial Component Analysis" oder "Pca") beschäftigt?


Ich habe ein System entwickelt, das auf dem GHA-Algorithmus basiert. Es funktioniert sehr gut, wenn Lärm vorhanden ist. Sie können dies über die DFT oder über die Hauptkomponentenanalyse tun. Bitte unterlassen Sie es, das Wort "Amateure" ohne die Vorsilbe "dear" zu verwenden :)
 

lea писал(а) >>

Hat sich jemand mit der Hauptkomponentenanalyse (auch bekannt als "Principial Component Analysis" oder "PCA") beschäftigt?

Das habe ich, aber in einem ganz anderen Anwendungsbereich. Übrigens ist es mir noch nie gelungen, die nichtlineare PCA zum Laufen zu bringen. Und der lineare Ansatz ist meiner Meinung nach schwach.

 
IlyaA писал(а) >>

Ich habe ein System entwickelt, das auf dem GHA-Algorithmus basiert. Es funktioniert gut, wenn Lärm vorhanden ist. Sie können dies über die DFT oder über die Hauptkomponentenanalyse tun.

Womit wurde das alles berechnet? MathCad/MathLab?

Bitte unterlassen Sie es, das Wort "Amateure" ohne die Vorsilbe "respektiert" zu verwenden :)

OK :)

TheXpert schrieb >>

Ich tue das auch, aber in einem ganz anderen Anwendungsbereich. Übrigens ist es mir nicht gelungen, die nichtlineare PCA zum Laufen zu bringen. Der lineare Ansatz ist meiner Meinung nach ein wenig schwach.

Bis jetzt hoffe ich, dass ich mit der linearen Variante auskomme.

rip schrieb(a) >>

Wie werden Sie es verwenden?

Durch den beabsichtigten Zweck - die Auswahl eines Satzes von Variablen, die lockerer korreliert sind als die ursprünglichen Variablen.

Grund der Beschwerde: