Encontrar un conjunto de indicadores para alimentar las entradas de la red neuronal. Discusión. Una herramienta para evaluar los resultados. - página 7
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
a iliarr
Intente, por el bien del interés, utilizar el número de operaciones, o la reducción relativa como función de aptitud. Es posible que no opere en absoluto si utiliza la reducción del precio como función de aptitud.
Es posible que la red no opere en absoluto si se utiliza la reducción de la demanda como función de aptitud. :))
a iliarr
Intente, por el bien del interés, utilizar el número de operaciones, o el drawdown relativo como función de fitness. Es posible que no opere en absoluto si utiliza la reducción del precio como función de aptitud.
Es posible que la red no opere en absoluto si se utiliza la reducción de la demanda como función de aptitud. :))
Lo pensé, pero decidí posponerlo por un tiempo...
Si la función objetivo es sólo el número de operaciones o sólo el drawdown, será de poca utilidad, porque la red aprenderá a entrar/salir del mercado a menudo y sin rumbo o aprenderá a evitar los drawdowns....
Tengo que optimizar tanto el beneficio como el número de operaciones y el drawdown... Según recuerdo JGAP permite tener función objetivo con varias salidas... mis prioridades actuales son: resolver los datos de entrada y refinar la red neuronal de recurrencia.
como veo, por el momento nadie está interesado en buscar y probar los datos de entrada con el método que sugerí...
¿Llegar a un denominador común sobre las pruebas? ;-). He aquí una sugerencia al respecto. Si se entrena una red sin maestro para obtener un beneficio hipotéticamente ilimitado, hay que tener en cuenta que los datos de entrada siguen imponiendo un límite desde arriba al tamaño del beneficio. Es posible estimar la cantidad que no puede ser superada por el período de aprendizaje seleccionado (con un lote constante, por la estrategia seleccionada). Por lo tanto, podemos calcular el ratio de aprendizaje de la parrilla para este periodo como una relación entre el beneficio máximo teórico posible y el beneficio que da la parrilla. A continuación, se realizan estimaciones similares para el periodo de validación y se comparan los ratios.
Como se ha señalado aquí, sin esa comprobación, no tiene ningún valor, en mi opinión.
Si una red se entrena sin maestro para obtener beneficios hipotéticamente ilimitados
Esto se llama sobreentrenamiento. Ya hemos planteado esta cuestión.
Pregunta para los aficionados que busquen entradas de redes neuronales :)
¿Alguien ha probado el análisis de componentes principales (también conocido como "análisis de componentes principales" o "ACP")?
Pregunta para los aficionados que busquen entradas de redes neuronales :)
¿Nadie se ha atrevido con el método de componentes principales (también conocido como "análisis de componentes principales" o "pca")?
¿Cómo lo vas a aplicar?
Pregunta para los aficionados que busquen entradas de redes neuronales :)
¿Nadie se ha atrevido con el método de componentes principales (también conocido como "análisis de componentes principales" o "pca")?
He desarrollado un sistema basado en el algoritmo GHA. Funciona muy bien si hay ruido. Se puede hacer mediante la DFT o se puede hacer mediante el análisis de componentes principales. Por favor, absténgase de utilizar la palabra "aficionados" sin el prefijo "queridos" :)lea писал(а) >>
¿Alguien ha probado el análisis de componentes principales (también conocido como "análisis de componentes principales" o "ACP")?
Lo he hecho, pero en un campo de aplicación completamente diferente. Por cierto, nunca he sido capaz de hacer funcionar el PCA no lineal. Y el lineal es, en mi opinión, un poco débil.
He desarrollado un sistema basado en el algoritmo GHA. Funciona bien si hay ruido. Se puede hacer a través de la DFT, o se puede hacer a través del análisis de componentes principales.
¿En qué se ha calculado todo esto? ¿MathCad/MathLab?
Por favor, absténgase de utilizar la palabra "aficionados" sin el prefijo "respetados" :)
OK :)
Yo hago mis pinitos, pero en un campo de aplicación muy diferente. Por cierto, no he conseguido que funcione el PCA no lineal. El lineal, en mi opinión, es un poco débil.
Hasta ahora espero conformarme con el lineal.
¿Cómo lo vas a utilizar?
Por su propósito - para seleccionar un conjunto de variables, que se correlacionarán más libremente que las originales.