L'étiquette du marché ou les bonnes manières dans un champ de mines - page 70
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
La variance est un peu élevée cependant, vous devez augmenter les stats.
Peut-être que pour une ventilation horaire de kotir, c'est tout à fait normal ? J'augmentais les statistiques à 1000. Le résultat est un peu plus bas. Les stats sont déjà en train de compter, je vous montrerai quand ce sera fait.
Plus précisément, de l'énoncé du fait de la quasi-instabilité, il ne s'ensuit pas que le marché soit complètement efficient.
Oui, j'ai compris, et ça a plus de sens pour moi aussi. Cependant, j'utiliserais le mot "quasi-insuffisant" dans un jeu de mots pour donner plus de temps aux devineurs. :)
Voici les statistiques de Wiener :
Si K=2, c'est plus beau (sur Wiener). J'ai juste mis K=1 partout, parce qu'avec cela la fille apprend mieux et travaille mieux (de manière significative).
Et ceci pour 1000 expériences kotir (K=1)
Voici les statistiques de Wiener :
La figure ne semble pas très informative. Affichez uniquement les tangentes en fonction de la dimensionnalité de l'entrée sur l'échantillon d'entraînement et sur l'échantillon de test dans une figure, et placez la mise à l'échelle automatique sur l'axe des ordonnées.
Est-ce que ça va ?
Maintenant, explique où tu veux en venir.
Si vous regardez votre figure où la tangente de Wiener est dérivée :
Il n'est pas difficile d'estimer sa valeur visuellement tg=1/2 pour l'échantillon d'entraînement. Si vous regardez votre dernière figure, la valeur de tg ne dépasse pas le niveau 0.1.
Commentaire.
Cela est dû au fait que j'ai multiplié la tangente calculée par la volatilité de Wiener, qui a également été calculée de manière incorrecte (la différence de comptage s'est accumulée sans être mise au carré).
Ces images sont pour K=1
Maintenant, félicitations !
Nous constatons que le code NS à une seule couche fonctionne correctement - zéro (si nous ajoutons plus de statistiques) sur un processus aléatoire et quelque chose de statistiquement significatif différent de zéro sur un BP de marché. Nous pouvons maintenant passer au travail avec l'approximateur universel (NS non linéaire bicouche) et comparer les résultats obtenus avec le travail du neurone linéaire. Après le polissage, nous pouvons comparer les rendements avec différents nombres de neurones dans la couche cachée et expérimenter avec différentes données d'entrée.