Cómo formar correctamente los valores de entrada para el NS. - página 3
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Para StatBars algo que su archivo no se descomprime por favor, compruebe.
El tema ha sido abandonado para nada. Es muy interesante.
Aparte de la normalización de los valores de entrada, las entradas bien formadas pueden incluir también la selección de patrones o para qué se quiere entrenar exactamente a la red.
Si alguien tiene alguna idea o experiencia, por favor, compártala.
El tema ha sido abandonado para nada. Es muy interesante.
Aparte de la normalización de los valores de entrada, las entradas bien formadas pueden incluir también la selección de patrones o para qué se quiere entrenar exactamente a la red.
Si tienes alguna idea o experiencia, compártela.
Sí, el tema no debe abandonarse. Imho mucho puede enseñar o sugerir a un novato de la red neuronal :)
Creo que la experiencia es muy importante en este negocio. Por lo tanto, pido el consejo de los experimentados.
Actualmente estoy estudiando los libros:
Simon Haikin. Recomiendo para los principiantes el libro NeuralNetworks de F. Wassermann Neurocomputer Science para el primer conocimiento. Además, cuando todo esté más o menos claro en su cabeza, puede sistematizar por D. Ivanov Financial Market Forecasting with Artificial Neural Networks.
Todos estos autores escriben sobre la importancia de los datos de entrada.
En el libro de Simon también me interesó el método de gradiente acoplado. Alguien puede compartirlo, porque todo el libro es muy matemático.
A grandes rasgos, esbozo un plan de trabajo con la red neuronal, o más bien cosas a las que hay que prestar atención al desarrollarla.
1. Preparación de los datos de entrada. (desplazamiento de medias, descorrelación, ecualización de covarianza).
2. Salidas correctas (rangos, extremos, direcciones)
3. La cuestión del reentrenamiento de la red
4. Comprobación cruzada
5. Adaptación de la red a los nuevos datos
6. Optimización de la búsqueda del gradiente conjugado
7. Posibilidad de utilizar mapas seculares (¿o capas de Kohonen y Grossberg?)
8. Comité de redes.
9. Redes recursivas.
Todo esto es para estudiarlo y aplicarlo en mi consulta (los planes son napoleónicos). Y si los puntos 1 y 2 han sido afrontados por todos los gurús, quizás puedan responder a estas dos cuestiones mejor que cualquier libro teórico.
Actualmente estoy investigando y leyendo libros:
Simon Haykin. Redes neuronales - escribe muy bien, pero para los principiantes todavía recomendaría el libro de F. Wasserman Neurocomputer Technology para el primer conocimiento. Luego, cuando todo esté más o menos claro en tu cabeza, puedes sistematizarlo con el libro de D. Ivanov, Forecasting Financial Markets Using Artificial Neural Networks.
------------------------------------------------------
Alexey, si es posible, dame los enlaces a los libros mencionados para su descarga gratuita.
Si los moderadores lo permiten, cuelgo aquí los archivos (después de leerlos habrá que borrarlos :))))
Gracias, lo he subido. Lo he buscado, parece que ha desaparecido.
Simon Heikin. Redes neuronales.
....
Acabo de escribir esto y ha surgido...
Copia la segunda parte. ¿Habrá más?
Copia la tercera parte. ¿Algo más?
Copiando la cuarta parte. ¿Algo más?
Terminamos con Haikin, seguimos adelante....
A juzgar por el volumen, parece que tenemos una vida que poner...
No, no tendrás que entregar tu vida, sólo la mitad de ella... :)
Muy bien, gracias, yo también copié a Yezhov. Voy a intentar entrar en estas redes neuronales de verdad. En sí misma, la idea siempre me ha gustado.
Pero con respecto al forex siempre tuve dudas, porque los "patrones" están ligados a valores absolutos.