Galateo del mercato o buone maniere in un campo minato - pagina 89
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Penso che la lunghezza del campione di allenamento non può essere solo una funzione della configurazione della rete (numero di ingressi e numero di neuroni), forse qualche caratteristica dei file su cui vogliamo allenare la rete dovrebbe essere considerata.
Questo è possibile se la BP non è stazionaria e la correzione sarà determinata dalla natura della non stazionarietà. Tuttavia, siamo ancora lontani dalla correzione - non conosciamo il tipo di dipendenza della lunghezza del campione dal numero di pesi e dalla dimensionalità dell'input NS. Intuitivamente, penso che la visione generale sarà così: P=4*w, e questo è vero per qualsiasi architettura di NS.
Fedor, cosa dici della mia "epifania" sul problema della previsione binaria della BP? Dopo tutto, il fatto che per questo caso speciale di BP possiamo usare la statanalisi come motore di predizione in modo efficace come NS, ci libera completamente le mani in termini di intensità di risorse del processo. Credo che questo sia un passo avanti. Laddove i commercianti "equivoci" spendono tempo e sforzi per addestrare NS a cinque strati con architettura adattiva, tutto ciò di cui hanno bisogno è raccogliere statistiche e non contorcersi (come diceva Lenin).
Guerra con i robot o parola contro le reti neurali
Materiali per il corso audio "Introduzione all'analisi delle azioni" ("Filosofia dell'analisi delle azioni")
Questo è possibile se la BP non è stazionaria e la correzione sarà determinata dalla natura della non stazionarietà. Tuttavia, siamo ancora lontani dalla correzione - non conosciamo il tipo di dipendenza della lunghezza del campione dal numero di pesi e dalla dimensionalità dell'input NS. Intuitivamente, penso che la visione generale sarà così: P=4*w, e questo è vero per qualsiasi architettura di NS.
Fedor, cosa dici della mia "epifania" sul problema della previsione binaria della BP? Dopo tutto, il fatto che per questo caso speciale di BP possiamo usare la statanalisi come motore di predizione in modo efficace come NS, ci libera completamente le mani in termini di intensità di risorse del processo. Credo che questo sia un passo avanti. Laddove i commercianti "equivoci" spendono tempo e sforzi per addestrare NS a cinque strati con architettura adattiva, tutto ciò di cui hanno bisogno è raccogliere statistiche e non contorcersi (come diceva Lenin).
Ti dico, Sergey, sembra più che allettante. Ora mi sono ritirato dalle reti, perché sono occupato con i tick e ho evitato finora gli Expert Advisors approfonditi su griglie con ingressi binari. Ma ora ho un po' di tempo libero, quindi ho intenzione di tornare agli esperimenti con le griglie, compresi gli ingressi binari. Se si può fare a meno delle griglie... è davvero una svolta. Ricordo che Prival, e non solo Prival, ha suggerito l'idea di un database di modelli. Se un modello statistico permette di creare un tale database, l'Expert Advisor sarebbe infantilmente semplice ma maturamente efficace. A proposito, forse non dovremmo affatto allontanarci dalle griglie, la griglia dovrebbe solo cambiare il suo compito - invece di prevedere il prossimo rapporto, può occuparsi del riconoscimento dei modelli - imho il compito è molto più prospettico e si adatta molto bene ai sistemi di logica fuzzy. Cosa ne pensate?
...di usare la statanalisi come una macchina di previsione, il che ci libererebbe notevolmente le mani in termini di intensità di risorse del processo. Penso che sia una svolta...
Perché non usare:
- Regole dell'associazione o
- Cohonnen?
Danno la stessa probabilità e supporto.
Questo è lo spirito giusto! È da un po' che non vengo qui. Sono già 90 pagine). Quando riuscite a fare anche le griglie, è incredibile).
Perché non usare:
- Regole dell'associazione o
- Cohonnen?
Danno la stessa probabilità e supporto.
Perché?!
Dopo tutto, nel caso di dati di input binari, questo lavoro può essere risolto altrettanto bene da modelli di statanalisi. Giudicate voi stessi - nessun problema con la formazione e la ricerca dell'architettura ottimale. Come ha giustamente sottolineato Paralocus, "L'Expert Advisor sarebbe infantilmente semplice ma maturamente efficiente"!
Avendo intrapreso esperimenti con ingressi binari, c'è una domanda. L'ho già chiesto una volta, ma lo ripeterò:
Se alimento gli ingressi con i segni della prima serie di differenza PT, allora dovrei prevedere esattamente l'enak del prossimo incremento...
Qui sotto c'è il mio codice a singolo strato (iniziato con esso finora) e questo codice prende l'ampiezza, non il segno, come errore all'uscita della griglia, anche se è il segno che viene usato nel calcolo OUT stesso. È corretto? L'errore non dovrebbe essere anche un segno, o per lo meno (ovviamente, non c'è niente da fare con l'estremità sottile...) un'ampiezza sufficiente per ottenere il segno appropriato all'uscita?
Ti dico, Sergey, sembra più che allettante. Ora mi sono un po' allontanato dalle griglie stesse, perché ho preso i tick e finora ho evitato gli Expert Advisors fondamentali sulle griglie con ingressi binari. Ma ora ho un po' di tempo libero, quindi ho intenzione di tornare agli esperimenti con le griglie, compresi gli ingressi binari. Se si può fare a meno delle griglie... è davvero una svolta. Ricordo che Prival, e non solo Prival, ha suggerito l'idea di un database di modelli. Se un modello statistico permette di creare un tale database, l'Expert Advisor sarebbe infantilmente semplice ma maturamente efficace. A proposito, forse non dovremmo affatto allontanarci dalle griglie, la griglia dovrebbe solo cambiare il suo compito - invece di prevedere il prossimo rapporto, può occuparsi del riconoscimento dei modelli - imho il compito è molto più prospettico e si adatta molto bene ai sistemi di logica fuzzy. Cosa ne pensate?
Sono stupito :) Siete dei ragazzi intelligenti, ma guardate la metà. All'ingresso dell'esperto in questo schema deve essere lo stesso database con le statistiche del modello. Bene, quanti modelli pensate di metterci?
Tutti? Buona fortuna ... :) E se non tutti - quanti esattamente? E in che modo questo compito è più facile del NS?
L'esperto sarà certamente veloce alla fine. Solo che dovete alimentarlo con "verità" dal database, che, tra l'altro, non sono vere quando vengono testate. No Fuzzy aiuterà ad estrarre la marmellata del futuro dal passato spazzatura (DB).
// Wapcheta, per essere onesti - ho controllato. Circa un anno e mezzo fa.
// Solo lo schema era più elegante. Dopo alcune riflessioni attente e creative ho elaborato il seguente modo: se in un dato momento io // devo prendere una decisione su un brevetto, non posso farlo.
// Devo prendere una decisione su un modello che ho al presente, non ho bisogno di una gigabase con
// un gigabase con un mucchio di modelli irrilevanti??? Prendo il modello attuale in questo momento dalla stufa e lo ripercorro nella storia,
// raccogliendo statistiche mentre vado avanti. Dopo averlo raccolto, lo uso immediatamente. La dimensionalità del problema diminuisce di x^n
// volte, dove n=numero di modelli nel database. Huh.
// Lo ha fatto. Ho i risultati. Nel complesso
// Negativo, anche se ho scoperto qualche meta-legge lungo la strada. Non vi dirò quale, mi dispiace dirlo. Perché...
// non è affatto un modello ovvio, bisogna vederlo. Quindi lo fai da solo. Buona fortuna. (senza ironia)
// Riassumo ancora una volta: non otterrete il risultato atteso in questo schema. Ma si può ottenere una sorta di "satori".
// Può darvi alcuni indizi per capire la natura del mercato come meta-sistema di apprendimento. Il che è BUONO.
>> questo è esilarante).
Mogit aveva fretta? Chi ride per ultimo, dicono i cowboy...
Non credo che ci sarà un grande DB qui. Al massimo un centinaio e mezzo di modelli, e molto probabilmente anche meno. Devi aver fatto funzionare il tuo sistema a lume di candela...
Avendo intrapreso esperimenti con ingressi binari, c'è una domanda. L'ho già chiesto una volta, ma lo ripeterò:
Se alimento gli ingressi con i segni della prima serie di differenza PT, allora dovrei predire esattamente l'enak del prossimo incremento...
Qui sotto c'è il mio codice a singolo strato (iniziato con esso finora) e questo codice prende l'ampiezza, non il segno, come errore all'uscita della griglia, anche se il calcolo OUT stesso usa esattamente il segno. È corretto? Non dovremmo usare come errore anche un segno, o nel peggiore dei casi (naturalmente, non c'è niente a che fare con il peggiore...) l'ampiezza è sufficiente per ottenere il segno appropriato all'uscita?
Ecco il caso: la ragione principale della transizione al BP binario è il possibile rifiuto delle procedure di razionamento e sbiancamento degli input per NS e il più importante - transizione dal valore continuo analizzato (numero infinito di valori) al binario, prendendo solo due valori +/-1. Questo risparmia significativamente le risorse computazionali. La rete stessa è addestrata con il metodo ORO e per questo genera un errore definito su un'area di numeri reali (non discreti), quindi, paralocus, dando input +/-1 si otterrà in output un valore nell'intervallo da -1 a 1 con passo 10^-8. E solo quando la rete ha finito l'addestramento, si dovrebbe usare il segno del movimento previsto per la predizione, e la sua ampiezza, sarà proporzionale alla probabilità di predizione corretta (l'ampiezza è sempre positiva). Questa probabilità può essere usata per ulteriori analisi nel blocco MM.
L'intero vantaggio di NS rispetto ad altri metodi di analisi BP è la possibilità di costruzione non analitica (non esplicita) della superficie multidimensionale nello spazio dei dati di input "molto scarsi", a cui "attirare" i valori del BP iniziale (la prima differenza di kotir). Nel caso della rappresentazione binaria, abbiamo a che fare con un'ipersuperficie, che viene degenerata in un ipercubo multidimensionale. Questo è come un cristallo, che non ha superficie, ma ci sono nodi del suo reticolo cristallino (in senso figurato), conosciamo le coordinate di questi nodi fino al minuto e non abbiamo bisogno di spendere le nostre risorse nel rilevamento della superficie... La rete non è necessaria.