Neuronale Netze. Fragen an die Experten. - Seite 13
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
Geben Sie eine dritte Art von Signal ein. Signale insgesamt:
0 oder 1 oder 2
Ja. Das ist kein Problem. Aber wie wird PNN mit diesem Wert umgehen?
Weil das Intervall [0;1] - mögliche Wahrscheinlichkeitswerte angibt, und wie passt 2 hier hinein? Ich kann es nicht herausfinden...
Ja. Das ist kein Problem. Aber wie wird PNN mit diesem Wert umgehen?
Schließlich gibt das Intervall [0;1] mögliche Wahrscheinlichkeitswerte an, und wie passt die Zahl 2 hier hinein? Ich kann es nicht herausfinden...
Ich kann es nicht verstehen, wo ist das Problem? Verwenden Sie einen Sigmoid im Bereich [-1;1], 0 entspricht keinem Signal. Und dann gibt es noch 3 Arten von "sauberen" Signalen.
Ich habe auch diese Option in Betracht gezogen, aber in diesem Fall liegt 0 in der Mitte des Bereichs, d. h. es entspricht einer Wahrscheinlichkeit von 0,5
Ah, die Wahrscheinlichkeit des Eintretens eines Ereignisses gleich 0,5 und keine Information über das Eintreten des Ereignisses, ich denke, das sind ganz unterschiedliche Dinge. Genau hier liegt das Problem (
Dann müssen Sie drei Arten von Ereignissen haben. Jedes hat einen Bereich von [0;1] (oder was auch immer bequemer ist), und betrachten Sie die Wahrscheinlichkeit jedes Ereignisses.
Ich sage gleich: Das ist eine Sackgasse. Es ist unmöglich, die Wahrscheinlichkeit dieses oder jenes Ereignisses zu beschreiben und trotzdem dem Netz diese Wahrscheinlichkeit beizubringen. Angenommen, ein Netz gibt eine Ausgabewahrscheinlichkeit für ein Ereignis von 90 % an. Und was ist, wenn das Ereignis nicht eintritt? Dann ist das Netz falsch, aber warum sollte es falsch sein, wenn noch eine Wahrscheinlichkeit von 10% übrig ist? Sie können einfach keine adäquaten Schulungsunterlagen zur Verfügung stellen, das ist alles.
Ja, danke, das hört sich gut an. Ich werde darüber nachdenken müssen.
Dann müssen Sie drei Arten von Ereignissen haben. Jedes hat einen Bereich von [0;1] (oder einen anderen, je nachdem, was bequemer ist), und die Wahrscheinlichkeit eines jeden Ereignisses wird berücksichtigt.
Ich möchte gleich sagen, dass dies eine Sackgasse ist. Es ist unmöglich, die Wahrscheinlichkeit eines Ereignisses zu beschreiben und dem Netz dennoch diese Wahrscheinlichkeit beizubringen. Angenommen, ein Netz gibt eine 90%ige Wahrscheinlichkeit für ein Ereignis aus. Und was ist, wenn das Ereignis nicht eintritt? Dann ist das Netz falsch, aber warum sollte es falsch sein, wenn noch eine Wahrscheinlichkeit von 10% übrig ist? Sie können einfach keine adäquaten Schulungsunterlagen zur Verfügung stellen, das ist alles.
Bei Klassifizierungsaufgaben in der Ausgabeschicht ist es am besten, SOFTMAX anstelle von Sigmoid als Aktivierungsfunktion zu verwenden. In diesem Fall entspricht jedes Ausgangsneuron einer bestimmten Klasse, und seine Ausgaben geben die Wahrscheinlichkeit der Zugehörigkeit zu der entsprechenden Klasse an. Die Summe der Ausgaben pro Schicht ist 1, wie es sein sollte.
lasso können Sie die Aktivierungsfunktionen, einschließlich SOFTMAX, hier nachlesen, Seite 22
Ich möchte gleich sagen, dass dies eine festgefahrene Richtung ist. Es ist unmöglich, die Wahrscheinlichkeit des einen oder anderen Ereignisses zu beschreiben und dem Netz dennoch diese Wahrscheinlichkeit beizubringen. Angenommen, das Netz gibt eine 90%ige Wahrscheinlichkeit für ein Ereignis aus. Und was ist, wenn das Ereignis nicht eintritt? Das Netz ist also falsch, aber warum sollte es falsch sein, wenn noch eine Wahrscheinlichkeit von 10 % übrig ist? Sie können einfach keine adäquaten Schulungsunterlagen zur Verfügung stellen, das ist alles.
Sackgasse - was? Die Verwendung von probabilistischem NS im Handel oder meine Beschreibung dieses Schulungspakets?
Ich hoffe, es ist das Letztere ))
Und welches Trainingsset kann generell als angemessen bezeichnet werden?
Zum Beispiel geben wir PNN drei Werte des Oszillators im Intervall [-1; 1] aus drei verschiedenen Perioden ein und vergleichen sie mit dem Ergebnis von 0,70 (der Preis ist nur 35 Punkte von der erwarteten Bewegung von 50 Punkten entfernt).
Ist dies ein angemessener Trainingssatz?
Bei Klassifizierungsaufgaben in der Ausgabeschicht ist es am besten, SOFTMAX als Aktivierungsfunktion anstelle von Sigmoid zu verwenden. In diesem Fall entspricht jedes Ausgangsneuron einer der Klassen, und ihre Ausgaben geben die Wahrscheinlichkeit der Zugehörigkeit zu der entsprechenden Klasse an. Die Summe der Ausgaben pro Schicht ist 1, wie es sein sollte.
Sackgasse - was? Die Verwendung von probabilistischem NS im Handel oder meine Beschreibung dieses Schulungspakets?
Ich hoffe, es ist das Letztere ))
Es ist eine Sackgasse, um die Wahrscheinlichkeit eines bestimmten Handelsereignisses zu bestimmen.
Lasso:
Und welches Trainingsset kann generell als angemessen bezeichnet werden?
Zum Beispiel geben wir PNN drei Werte des Oszillators im Intervall [-1; 1] aus drei verschiedenen Perioden ein und vergleichen die Ausgabe mit 0,70 (der Preis ist nur 35 Pips von der erwarteten Bewegung von 50 Pips entfernt).
Ist dies ein angemessener Trainingssatz?
Welche Information enthält die Zahl 0,7 über die Wahrscheinlichkeit eines (bereits eingetretenen) Ereignisses? Keine. Daher wird das Ergebnis auch "keine" sein.
PNN kann zur Klassifizierung bestimmter Bedingungen und/oder der Zugehörigkeit einer Figur zu einem bestimmten Muster verwendet werden, aber wir können es nicht als Werkzeug zur Bestimmung der Wahrscheinlichkeit des Ausgangs eines Ereignisses einsetzen. Oder besser gesagt, es kann verwendet werden, aber der Wert der gefundenen Wahrscheinlichkeit wird nicht wirksam sein (ich habe oben geschrieben, warum).
Ja. Das ist kein Problem. Aber wie wird PNN mit diesem Wert umgehen?
Schließlich bezeichnet das Intervall [0;1] - mögliche Werte von Wahrscheinlichkeiten, und wie passt die Zahl 2 hier hinein? Ich kann es nicht herausfinden...
Es gibt eigentlich zwei Möglichkeiten:
1. binäre Kodierung der Eingänge (1 Eingang/1 Ereignis). 0 - Ereignis ist nicht eingetreten, 1 - es ist eingetreten.
2. Erweitern der Wertemenge für jeden Eingang (wie bereits gesagt: 0, 1, 2...). Hier gibt es kein Problem mit dem Bereich [0;1], da man am Ausgang des Netzes Wahrscheinlichkeiten erhält, während der Eingang nicht unbedingt Wahrscheinlichkeiten haben muss. Wenn Sie nicht daran glauben, gibt es eine andere Möglichkeit: Teilen Sie das Intervall [0;1] in die erforderliche Anzahl von Teilen (0 - Ereignis ist nicht eingetreten, 0,5 - keine Beobachtung, 1 - Ereignis ist eingetreten).