L'étiquette du marché ou les bonnes manières dans un champ de mines - page 41
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
Je me suis amusé à comparer la précision des neurones à simple couche et à double couche sur les montres Eurobucks, et je constate que la couche simple est nettement plus efficace. Je pense que cela est dû au fait qu'il n'y a pas de dépendances non linéaires "délicates" entre les barres du marché. Ici, tout est aussi simple qu'un pied de biche et les dépendances sont les plus linéaires, d'où l'intérêt de la monocouche. D'ailleurs, l'architecture d'un neurone unique est essentiellement analogue à un modèle AR linéaire du n-ième ordre, où n est le nombre d'entrées de NS, et le fait que la double couche ne trouve rien de nouveau entre les barres, indique l'inutilité d'utiliser des modèles AR non linéaires dans ce cas concret.
Bien que je n'aie pas une confiance absolue dans son exactitude - essayez votre neurone sur mes données - il est dans la bande-annonce avec la fille, et si vous avez le temps et le désir - vérifiez la fille sur vos données.
Vous me téléchargez votre fichier avec EURUSD 1h et sauvegardez vos fichiers Matkad au format 11, sinon je ne pourrai plus vous lire.
Désolé, bien sûr, mais j'ai du mal à saisir l'allusion ces derniers temps. C'est peut-être parce que je suis trop assise devant l'ordinateur... Quel est ce "quelque chose" sur lequel vous écrivez ? Donnez-moi au moins un exemple.
J'ai déjà alimenté la stochastique(0) au moment de la formation d'une nouvelle barre, entre autres choses. Ou vous pouvez utiliser MA(0) avec PRICE_TYPICAL comme entrée. Par définition, il contient déjà le prix de clôture. En d'autres termes, vous donnez au réseau un "indice" et il ne doit que s'en saisir. S'il capte l'indice, vous saurez que l'algorithme de formation fonctionne.
Je me suis amusé à comparer la précision des neurones à simple couche et à double couche sur les montres Eurobucks, et je constate que la couche simple est nettement plus efficace. Je pense que cela est dû au fait qu'il n'y a pas de dépendances non linéaires "délicates" entre les barres du marché. Ici, tout est aussi simple qu'un pied de biche et les dépendances sont les plus linéaires, d'où l'intérêt de la monocouche. D'ailleurs, l'architecture d'un neurone unique est essentiellement analogue au modèle AR linéaire du n-ième ordre, où n est le nombre d'entrées de NS, et le fait que la double couche ne trouve rien de nouveau entre les barres, indique l'inutilité d'utiliser des modèles AR non linéaires dans ce cas concret.
Envoyez-moi votre fichier avec EURUSD 1h et sauvegardez vos fichiers Matkad au format 11, sinon je ne pourrai pas vous relire.
J'avais ce soupçon, mais je l'ai courageusement rejeté :-) Désolé pour le format - je ne l'ai pas vu correctement. Au fait, j'essaie maintenant de manipuler la vitesse d'apprentissage (Greek Eta) - les résultats pour AUDUSD se sont améliorés de manière significative en introduisant ce 15-20 - j'ai obtenu plus de 4,5 retours. Mais cette action n'a eu aucun effet sur les Eurobucks.
J'ai une fois alimenté une stochastique(0) à l'entrée lorsqu'une nouvelle barre était formée, entre autres choses. Ou vous pouvez entrer MA(0) avec PRICE_TYPICAL. Par définition, il contient déjà le prix de clôture. En d'autres termes, vous donnez au réseau un "indice" et il ne doit que s'en saisir. S'il capte l'indice, vous saurez que l'algorithme de formation fonctionne.
Ne serait-il pas plus simple d'envoyer une barre de zéro (fermeture non finie) à l'entrée ? Mais comment voyez-vous les résultats ? Le testeur n'est d'aucune utilité ici, pas plus que la modélisation numérique, que Sergei m'enseigne ici.
Je l'ai réchauffé à 100... des merveilles, quand même !
C'est une excellente méthode d'enseignement ! L'essentiel est de comprendre comment l'utiliser correctement.
Tu te souviens de mes "fantasmes" sur l'entropie et tout ça ? C'est donc exactement ce que vous avez fait, il suffit d'abandonner l'initialisation de la balance et d'augmenter la température de la jeune fille, puis de la refroidir progressivement. Et, la question est, pourquoi avons-nous besoin de cette double couche ?
Il serait bien de penser à l'optimisation simultanée de trois paramètres : la dimensionnalité des entrées, le nombre d'époques et la température initiale. Ces trois paramètres sont critiques, c'est-à-dire que la modification de l'un d'entre eux, même d'un seul (température par dix), donne un résultat complètement différent.
Ces trois paramètres sont critiques, c'est-à-dire que la modification d'un seul d'entre eux, même d'une unité (température d'un dixième), donne un résultat complètement différent.
En général, cela peut indiquer une faible capacité d'apprentissage du SN. Il suffit de penser que la recherche du minimum global sur la surface devrait être assurée à partir de presque n'importe quel point de départ. Et vous ne remplissez pas cette condition (sensibilité à la randomisation initiale des poids). C'est une cloche.
Nous devons le découvrir jusqu'à ce que nous le comprenions.
Où le chercher ?
Bonne question ! Je ne sais pas. Heureusement, Matcad vous permet de visualiser le processus de comptage à chaque étape. Expérimentation.
Je suis actuellement en train de bricoler ma bicouche - j'étudie la dépendance de l'efficacité de l'apprentissage par rapport à k. C'est assez gourmand en ressources, donc je n'utilise pas encore votre solution sur mon compte.