Comment travaillez-vous avec les réseaux neuronaux ? - page 6

 
LeoV:


Pour être honnête, je ne comprends pas vraiment votre point de vue.

La pensée est simple :

Supposons que nous ayons deux CT :

1. Sur le rebond du canal, c'est-à-dire le contrend. Il fait des profits à l'intérieur du canal, et perd sur la rupture.

2. Rupture du canal - tendance. Il gagne sur les tendances longues, perd sur les tendances latérales.

Si le graphique est inversé autour de l'axe horizontal, les deux CTs se comporteront de la même manière, c'est-à-dire que le CT de tendance fera des profits dans le cadre d'une tendance à la baisse même si le graphique normal pour lequel il a été ajusté était dominé par une tendance à la hausse.

En fait, la grille doit se comporter de manière symétrique, c'est-à-dire que si elle a été entraînée pour la tendance à la hausse, elle doit aussi "gagner" en tendance à la baisse. S'il ne peut pas le faire, et par exemple ne "gagne" que dans la tendance à la hausse, alors il est pire que le TS primitif susmentionné, car il commencera à perdre à la fois dans la tendance à la baisse et latéralement.

C'est-à-dire que lors de l'entraînement du réseau, il doit télécharger non seulement un échantillon d'exemples de la BP analysée, mais aussi tous les exemples dans la forme inversée.

Par exemple :

Supposons qu'il y ait deux exemples de formation dans l'échantillon de formation. (entrées et sorties de -1 à +1) :

0,35 -0,21 0,8 -0,51 -0,71

0,71 0,1 -0,21 -0,96 0,12


Où : de la première à l'avant-dernière valeur - entrées, par exemple les valeurs normalisées de (RSI - 50,0) / 50,0 ou un autre oscillateur. La dernière valeur est ce que nous voulons que la sortie soit. Par conséquent, afin d'obtenir une formation symétrique, chacun de ces exemples doit être inversé, c'est-à-dire que l'échantillon de formation doit être doublé :


0,71 0,1 -0,21 -0,96 0,12

-0,35 0,21 -0,8 0,51 0,71

-0,71 -0,1 0,21 0,96 -0,12

0,35 -0,21 0,8 -0,51 -0,71

 
Reshetov:
Je ne suis pas désolé. Voir GRNN-GA.

Et alors ? Le réseau neuronal a-t-il été remplacé par un algorithme génétique ?

Que dit exactement ce lien ? De quoi s'agit-il ?

Puis-je obtenir un devis - pour ceux qui ne comprennent pas ?

 
http://forecast-man.com/ voici une autre bibliothèque NS sur la logique floue, j'adorerais avoir des commentaires mais probablement peu de gens en ont entendu parler...
 
LeoV:

La solution à ce problème est simple : vous devez entraîner le filet sur un intervalle de temps dans lequel tous les types de mouvements sont présents. Les deux côtés, à la hausse et à la baisse. Bien sûr, il faut savoir que si le filet n'est formé qu'à la hausse, il échouera à la baisse )))).


Tout est bien dit... Mais qu'en est-il du changement de tendance ? Je n'ai pas eu beaucoup de succès... un bon, puis un moins bon...

ps.mais s'il y a des entrées normales pour l'enseignant (c'est-à-dire - il y a quelque chose à trouver dans les entrées) - alors cela n'a pas d'importance - une grille (n'importe quelle structure), des cartes koh, ha, k-méthode, etc..... tout fonctionnera...

 
Vizard:



ps.mais s'il y a des entrées normales pour l'enseignant (c'est-à-dire - il y a quelque chose à trouver dans les entrées) - alors cela n'a pas d'importance - une grille (n'importe quelle structure), des cartes koh, ha, k-méthode, etc..... tout fonctionnera...

Il faut considérer comme un axiome qu'il n'y a pas d'entrées normales dans la BP. Le chat doit savoir cuisiner. Voir Prévision des séries chronologiques financières
 
Swetten:

Et alors ? Le réseau neuronal a-t-il été remplacé par un algorithme génétique ?

Que dit exactement ce lien ? De quoi s'agit-il ?

Puis-je obtenir un devis - pour ceux qui ne comprennent pas ?

Le fait est que par réseaux neuronaux, nous entendons divers algorithmes, notamment de régression, génétiques, etc. La référence au GRNN-GA est donnée à titre d'exemple, car en fait, il ne peut être appelé réseau neuronal que parce qu'il utilise des coefficients de pondération - un moteur de recherche d'exemples pertinents par requête dans la base de données.
 
Reshetov:
Le fait est que par réseaux neuronaux, nous entendons divers algorithmes, notamment de régression, génétiques, etc. La référence au GRNN-GA est donnée à titre d'exemple, car en fait, on peut même l'appeler un réseau neuronal uniquement parce que des coefficients de pondération sont utilisés - un moteur de recherche d'exemples pertinents par requête dans la base de données.

Permettez-moi de vous rappeler la déclaration initiale : NS et GA sont des choses complètement différentes, sans aucun rapport entre elles.

L'un ne se transforme pas en l'autre de quelque manière que ce soit.

Allez-vous vous disputer ?

 

discuter des méthodes, algorithmes (grilles, ga, etc...) pour rechercher des signaux par condition (professeur) est sans fin... ainsi que de la préparation du vr... le point est différent... tant que la dynamique générale est maintenue, tout va bien... si la dynamique change, c'est une fuite....

 
Vizard: Tu l'as bien dit... Mais pourquoi ne pas changer la dynamique ?

Il ne s'agit pas de dynamique. La dynamique peut être n'importe quoi - tant que les modèles que le réseau a trouvés pendant la période de formation fonctionnent à l'avenir. C'est là que le bât blesse -.....))))
 
Reshetov:

La pensée est simple :

Supposons que nous ayons deux CT :

1. Sur un rebond du canal, c'est-à-dire un contrend. Gagne dans le canal, et perd sur une panne.

2. Rupture du canal - tendance. Il réalise des bénéfices dans les tendances longues, il perd des pertes dans les tendances latérales.



Le seul problème ici est de savoir comment déterminer la prochaine phase du marché et combien de temps elle durera........

Raison: