Neuronale Netze. Fragen an die Experten. - Seite 2

 
Hmm..... sind wir uns über die Bedingungen nicht im Klaren. Ich habe Sie von Anfang an anders verstanden. Jetzt hat es der letzte Beitrag auf den Punkt gebracht....)))) OK, vielen Dank. ))
 
StatBars писал(а) >> Der Fehler bei der Testversion nimmt nicht mehr ab ...

Dann eine weitere Frage )))) Gibt es eine Korrelation zwischen dem minimalen Fehler beim Test und dem maximalen Gewinn?

 
LeoV писал(а) >>

Dann eine weitere Frage )))) Gibt es einen Zusammenhang zwischen minimalem Fehler bei einem Test und maximalem Gewinn?

Es gibt sie, aber es gibt keine Formel (universell wie in der Mathematik), die Beziehung muss für jede Strategie/Aufgabe hergeleitet werden.

 
StatBars писал(а) >>

Es gibt sie, aber es gibt keine Formel (universell, wie in der Mathematik), die Beziehung muss für jede Strategie/Aufgabe abgeleitet werden.

Ich habe zum Beispiel nicht die Erfahrung gemacht, dass ein minimaler Fehler bei OOS unbedingt zu einem maximalen Gewinn führt.

 

Nein, minimaler Fehler an sich bedeutet nicht maximalen Gewinn, sondern ich meinte, dass der Zusammenhang zwischen Fehler und Gewinn hergestellt werden kann.

Zum Beispiel:

Fehler 0,6 - (-1000 p)

0,55 Fehler - 0 p

Fehler 0,5 - 1500 p

Fehler 0,45p - 3800 Punkte

 
StatBars писал(а) >>

Nein, der minimale Fehler an sich bedeutet nicht den maximalen Gewinn, was ich meinte, war, dass der Zusammenhang zwischen Fehler und Gewinn hergestellt werden kann.

Zum Beispiel:

Fehler 0,6 - (-1000 p)

0,55 Fehler - 0 p

Fehler 0,5 - 1500 p

Fehler 0,45p - 3800 Punkte

Ich stimme zu, aber wir kämpfen um den maximalen Gewinn. Und in diesem Fall bringt uns der minimale Fehler nicht den maximalen Gewinn. Zumindest konnte ich bei myself...... keine Bestätigung dafür finden.

 
LeoV >> :

Einverstanden, aber wir kämpfen für maximale Gewinne...

Und das nicht maximale, aber gleichmäßige Gewinnwachstum ist nicht mehr zufriedenstellend (:

Oder ist der maximale Gewinn so gering, dass er kaum den Spread deckt?

 
storm писал(а) >>

Und das nicht maximale, aber gleichmäßige Gewinnwachstum ist nicht mehr zufriedenstellend (:

Oder ist der maximale Gewinn so gering, dass er kaum den Spread deckt?

OK - maximaler Gewinn, der durch ein gleichmäßiges Wachstum des Eigenkapitals erreicht wird, ohne dass es zu nennenswerten Drawdowns kommt. )))

 
LeoV >> :

Dann eine weitere Frage )))) Gibt es eine Korrelation zwischen dem minimalen Fehler beim Test und dem maximalen Gewinn?

Soweit ich weiß, hatte der Autor eine solche Aufgabe nicht %)

 
mrstock >> :

1) Habe ich richtig verstanden, dass ein neuronales Netz nicht in der Lage ist, eine Funktion zu rekonstruieren, wenn sie inhärent dynamisch ist, wie im Fall von ACC, selbst wenn alle erforderlichen Daten für die Berechnung vorliegen, da es kein Problem gibt, wenn die Formel starr statisch ist, wie im Fall von LVSS oder EMA.

2) Wenn ich falsch liege, welche Netze sollten verwendet werden? Und verwendet MLP in der Statistik.

3) Ich habe die Meinung gehört, dass es zwischen automatischen Netzen und Netzen mit eigenem e.... Design, wenn ich das so sagen darf, im Grunde keinen großen Unterschied gibt. Ist dies wirklich der Fall?

4) Welche Netzwerke und welche Programme würden Sie für die Anwendung auf den Finanzmärkten empfehlen, insbesondere für die von mir beschriebene Aufgabe, d.h. die Wiederherstellung von Werten aus allen bekannten Daten.

Punkt 1 Nach dem Paradigma, dass mehrschichtige NS in der Lage sind, jede Funktion wiederherzustellen, geht es in der Praxis meist um die Datenaufbereitung und die Trainingsmethodik. Alternativ können Sie auch versuchen, die Trainingsdaten zu variieren. Da sich die mittlere Volatilität bei der adaptiven Methode im Laufe der Zeit verändert, schlage ich vor, dass Sie die Methode des gleitenden Fensters ausprobieren, um eine Trainingsstichprobe zu bilden.


Punkt 2 MLP ist ausreichend, es gibt eine ganze Reihe verschiedener NS-Architekturen, die darauf basieren.


S.3 Nun, wenn es richtig umgesetzt wird, was macht das schon für einen Unterschied!


S.4 Matlab, als Architektur schlage ich jede Variante eines rekurrenten Netzes vor, obwohl MLP ausreichen sollte ...