Suche nach einer Reihe von Indikatoren, die in die Eingänge des neuronalen Netzes eingespeist werden. Diskussion. Ein Instrument zur Bewertung der Ergebnisse. - Seite 8
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
lea писал(а) >>
Ziel ist es, einen Satz von Variablen auszuwählen, die weniger stark korreliert sind als die ursprünglichen Variablen.
Ich habe schon einmal versucht, ein Faltungsnetzwerk zu erstellen. Zum Testen habe ich eine M5-Zeitreihe genommen, ein 48-x-48-Netzwerk, die Reihe wurde auf eine symmetrische Form in Bezug auf 0 reduziert. Die Aktivierungsfunktion th(). Also, ich habe es nicht geschafft, einen Fehler auf der Testprobe von mehr als 0,1 ich nie erreichen konnte.
Ich habe schon einmal versucht, ein Faltungsnetzwerk zu erstellen. Zum Testen habe ich eine M5-Zeitreihe genommen, ein 48-x-48-Netzwerk, die Reihe wurde auf eine symmetrische Form in Bezug auf 0 reduziert. Die Aktivierungsfunktion th(). So konnte ich bei der Testprobe keinen Fehler von mehr als 0,1 erreichen.
Es ist nicht meine Aufgabe, die Preisreihen zu verpacken. Ich habe bereits einen Satz von Indikatoren (d. h. eine transformierte Preisreihe), so dass die Dimensionalität dieses Satzes reduziert werden muss.
Ich bin nicht wirklich auf der Suche nach einer Preisserienverpackung. Es gibt bereits einen Satz von Indikatoren (d. h. eine transformierte Preisreihe), so dass die Dimensionalität dieses Satzes reduziert werden muss.
Das Faltungsnetzwerk und die PCA sind dasselbe, nur die Begriffe sind unterschiedlich.
Geben Sie X ein und erwarten Sie es am Ausgang des Netzes. Die Anzahl der Neuronen der Zwischenschicht ist geringer als die der Eingangs-/Ausgangsschicht. Wert der Neuronenausgänge
Die Zwischenschicht wird als eine Abbildung der Eingabemenge betrachtet. Diese Daten werden für die weitere Verarbeitung verwendet.
lea писал(а) >>
Hat sich jemand mit der Hauptkomponentenanalyse (auch bekannt als "Principial Component Analysis" oder "PCA") beschäftigt?
Ich danke Ihnen. Das ist eine gute Frage.
iliarr писал(а) >>
Wenn die Zielfunktion nur die Anzahl der Abschlüsse oder nur der Drawdown ist, ist sie wenig nützlich, da das Netz entweder lernen wird, häufig und ziellos in den Markt einzusteigen/auszusteigen, oder lernen wird, Drawdowns zu vermeiden....
Sie müssen den Gewinn, die Anzahl der Trades und die Drawdowns optimieren ... Soweit ich mich erinnere, erlaubt es JGAP, eine Zielfunktion mit mehreren Ausgängen zu haben. Meine derzeitigen Prioritäten sind: die Lösung der Eingangsdaten und die Verfeinerung des Rekursionsneuronetzes.
Im Moment ist die Suche und Prüfung von Eingabedaten mit der von mir vorgeschlagenen Methode meines Erachtens für niemanden von Interesse...
Ilya, ich denke, der Artikel in Currency Speculator (http://www.spekulant.ru/archive/2004_11_st11.html) wird Sie interessieren. Dort wird auch die Fitnessfunktion erörtert (nicht nur anhand des Eigenkapitals allein, sondern mit seiner Verwässerung durch Drawdown und Anzahl der Trades).
Wenn die Zielfunktion nur die Anzahl der Abschlüsse oder der Drawdown ist, wird das Ergebnis nutzlos sein, weil das Netzwerk lernen wird, häufig und ziellos in den Markt einzusteigen/auszusteigen oder zu lernen, Drawdowns zu vermeiden....
Ich denke auch, dass es wenig Nutzen bringen wird, deshalb habe ich "aus Interesse" geschrieben.
iliarr schrieb :>>
Sie müssen sowohl Gewinne als auch Drawdowns optimieren... wenn ich mich recht erinnere, erlaubt JGAP eine Zielfunktion mit mehreren Ausgängen...
Das ist es, was ich meine, die multikriterielle Optimierung. Hmm, ich dachte: "Oh mein Gott, was für ein Begriff", aber er wird schon seit langem verwendet... multikriterielle Optimierung
Ich denke, dass es nicht mehrere Fitnessfunktionen geben sollte ("...JGAP erlaubt es, eine Zielfunktion mit mehreren Ausgaben zu haben..."), sondern eine, aber mit mehreren notwendigen Kriterien. Ich überlege gerade, wie man dieses Thema diskret angehen und es bei der Nase packen kann... Kann jemand Literatur zu diesem Thema empfehlen?
marketeer schrieb(a) >>
Wenn ein Netzwerk ohne Lehrer trainiert wird, um hypothetisch unbegrenzte Gewinne zu erzielen, ist zu bedenken, dass die Eingaben immer noch eine Obergrenze für die Höhe der Gewinne von oben vorgeben. In der gewählten Trainingsperiode können wir den Betrag abschätzen, der nicht überschritten werden kann (durch ein konstantes Los, durch die gewählte Strategie). So können wir die Lernrate des Netzes in dieser Periode als das Verhältnis des theoretisch maximal möglichen Gewinns zu dem, den das Netz liefert, berechnen. Dann werden ähnliche Schätzungen für den Validierungszeitraum vorgenommen und die Quoten verglichen...
Ich stimme mit iliarr überein. Du wirst einen Anfall bekommen
Hmm, während ich dies schrieb, kam mir Daniil zuvor, er spricht auch über dasselbe.
Ilya, ich denke, der Artikel in Currency Speculator (http://www.spekulant.ru/archive/2004_11_st11.html) könnte Sie interessieren. Dort wird auch die Fitnessfunktion erörtert (nicht nur anhand des Eigenkapitals, sondern auch mit seiner Verwässerung durch die Inanspruchnahme und die Anzahl der Geschäfte).
Interessanter Artikel. >>Dankeschön.
Das Interessanteste für mich war:
-Definition der Zielfunktion durch den Autor "Fit = Profit/(l+Prosadka/ 1 0 + S t o p / 1 0 ) * (CountTrade/10);" Ich habe über eine ähnliche Funktion nachgedacht, aber hier ist eine fertige Lösung...
- Extraktion der MTS mit einem genetischen Algorithmus. Eine gut formulierte Idee ist die halbe Lösung... Dieser Ansatz hat eine Menge Vorteile... Ich werde viel darüber nachdenken müssen, wie ich es besser und einfacher umsetzen kann...
Gerade jetzt, dank:
lea schrieb >>
Hat sich schon einmal jemand mit der Hauptkomponentenmethode (auch bekannt als "principial component analysis" oder "pca") beschäftigt?
Ich interessiere mich sehr für die Komprimierung von Informationen, die in ein neuronales Netz eingespeist werden, indem die Korrelation eliminiert wird.
Ich habe versucht, ein Faltungsnetzwerk zu erstellen. Zum Testen habe ich M5-Zeitreihen genommen, ein 48-x-48-Netzwerk, die Reihen wurden auf eine symmetrische Form relativ zu 0 reduziert. Die Aktivierungsfunktion th(). Es ist mir also nicht gelungen, bei der Testprobe einen Fehler von mehr als 0,1 zu erreichen.
Ich muss es also falsch verwendet oder gekocht haben.
Ich selbst habe mit Bildkomprimierung gearbeitet. Manchmal ist der Fehler gleich Null, manchmal nicht, was vom Grad der Komprimierung (Anzahl der Hauptkomponenten) und der Informativität der Eingaben abhängt.
Versuchen Sie es mit einfachen Beispielen.
Hier sind einige Bücher zur Optimierung. Gerade heruntergeladen, noch heiß.
........ lässt sich scheinbar nicht verbinden. Ich habe es von http://torrents.ru.
Und wie haben Sie das alles berechnet? MathCad/MathLab?
Ich kann es selbst kaum glauben, aber die Berechnung wurde in Excel durchgeführt. IMHO ist es etwas besser als Matcad, was das Verständnis angeht (Visualisierung des Berechnungsprozesses und nicht des Endzustandes).