Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 870

 
elibrarius:
Me refiero a cuántas filas de datos de entrenamiento (o ejemplos de entrenamiento).
Por ejemplo, 10000 líneas con 15 entradas

De memoria - punto 1. unos 5-10 mil. Cada pocas épocas se mezclan los datos.

Después de un cierto número de épocas, la secuencia de entrenamiento se sustituye por otra y ver el punto 1. Y así en varias épocas.

El número total de épocas es algo así como 1000. El tiempo de aprendizaje con reconfiguraciones y pruebas intermedias es de aproximadamente un día.

El gráfico de arriba es de mis primeros experimentos, allí todo era más sencillo.

 
Yuriy Asaulenko:

De memoria - punto 1. unos 5-10 mil. Cada pocas épocas se mezclan los datos.

Después de un cierto número de épocas, la secuencia de entrenamiento se sustituye por otra y ver el punto 1. Y así en varias épocas.

El número total de épocas es algo así como 1000. El tiempo de aprendizaje con reconfiguraciones y pruebas intermedias es de aproximadamente un día.

El gráfico de arriba es de mis primeros experimentos, allí todo era más sencillo.

Un método interesante: se obtiene una formación primaria + una formación de seguimiento.
 
elibrarius:
Un método interesante: se obtiene una formación primaria + un reciclaje.

Yo no lo llamaría así. Sólo hay que sustituir la secuencia de aprendizaje durante el entrenamiento. Para que no se acostumbre a los mismos datos).

Sí, y también el recocido. Como utilizo el algoritmo estándar de BP, los parámetros de entrenamiento de NS se cambian manualmente cada pocas épocas.

SZY leer este hilo, aquí un poco más de detalles sobre la estructura del sistema como el mío -https://www.mql5.com/ru/forum/239508

ТС на нейросети (оч. краткое руководство)
ТС на нейросети (оч. краткое руководство)
  • 2018.04.22
  • www.mql5.com
Вместо введения Типовая ТС состоит из ВР, индикаторов и логического блока принятия решений (БПР...
 
Yuriy Asaulenko:

Yo no lo llamaría así. Sólo hay que sustituir la secuencia de aprendizaje durante el entrenamiento. No acostumbrarse a los mismos datos).

Creo que esto es sólo un reentrenamiento con nuevos datos. No se restablecen los pesos de la red después del entrenamiento en el primer bloque de datos.

 
elibrarius:

Creo que es un reaprendizaje con nuevos datos. No se trata de reiniciar los pesos de la red después de aprender con el primer bloque de datos.

Por supuesto que no. Pero no hay datos nuevos, sino una nueva secuencia sobre la misma historia. Es una continuación del mismo aprendizaje, un proceso único. Así que cada época puede ser tratada como un reaprendizaje. Bueno, es más bien una cuestión de terminología.

 
elibrarius:
regresión sin capas ocultas, parece...
Es hora de cambiar a R, lo probé con alglib NS - es diez veces más lento calcular la misma red que con R (como 24 horas vs 30-60 minutos). Además en alglib máximo 2 capas ocultas, mientras que según tus observaciones necesitas 3 conversiones consecutivas, es decir 3 capas.
La regresión es lineal. R no hoW, python cavando - pero no veo mucho sentido.
 
Yuriy Asaulenko:

Por supuesto que no. Pero no hay datos nuevos, sino una nueva secuencia sobre la misma historia. Es una continuación del mismo aprendizaje, un proceso único. Así que cada época puede ser tratada como un reaprendizaje. Bueno, es más bien una cuestión de terminología.

Bueno, es importante entenderse correctamente (tener el mismo concepto de los términos).
Cada época sobre los mismos datos es un aprendizaje. Como tenemos el aprendizaje de memoria.
En los nuevos, sin reajustar las escalas, es volver a aprender. Y los tiene nuevos ya que el NS no los conocía durante la formación inicial.
 

Una regresión es una predicción del próximo precio. A diferencia de una clasificación, no se predice la dirección o el tipo de operación, sino el precio, con todos los decimales.

Existe la regresiónlineal y la regresión no lineal. Arima, Garch, e incluso una neurona con la configuración adecuada (por ejemplo, 1 salida sin activación) son también regresiones.

 
Dr. Trader:

Una regresión es una predicción del próximo precio. A diferencia de una clasificación, no se predice la dirección o el tipo de operación, sino el precio, con todos los decimales.

Existe la regresiónlineal y la regresión no lineal. Arima, Garch e incluso neuronc con una configuración correcta (por ejemplo, 1 salida sin activación) - también es una regresión.

¿De qué se trataba en primer lugar? Me refería a la regresión logit, en la gran mayoría de los casos puedes limitarte a ella para la clasificación, y no fastidiar con NS. Rápido y limpio, sin anulaciones.
 

Tuve una charla con San Sanych. Nos pusimos de acuerdo sobre el hecho de que estaba preparando un expediente para la formación de regresión, y luego vamos a seguir con lo que está pasando. Así que, hermanos, estoy haciendo ahora la descarga e inventó una idea tal que muchas personas simplemente no tienen suficiente tracción que se puede hacer. ¿Qué tal un objetivo adaptativo para la regresión???? AAA, EL SISTEMA DE SEGURIDAD DE LOS ESTADOS UNIDOS, EL SISTEMA DE SEGURIDAD DE LOS ESTADOS UNIDOS.

No sé si es bueno pero merece la pena comprobarlo. :-)