Reti neurali ibride. - pagina 20
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
MSE
Stranamente, quando ho iniziato ad applicare questo stesso strumento al forex con MSE, non ha funzionato. Bisogna applicare un errore completamente diverso, credo.
Stranamente, quando ho iniziato ad applicare questo stesso strumento al forex con MSE, non ha funzionato. Bisogna applicare un errore completamente diverso, credo.
OK, quale? Nel caso dell'apprendimento con un insegnante, penso che MSE sia sufficiente.
OK, quale? Nel caso dell'apprendimento con un insegnante, penso che MSE sia sufficiente.
Ci sto pensando. Ma so per certo che MSE non è buono. Almeno per me, per la ragione di cui sopra. Credo che per una rete neurale l'insegnante (regola) sia l'errore, perché è un approssimatore universale, bisogna in qualche modo determinare l'estensione di questa approssimazione, la qualità dell'approssimazione, tenendo conto del rendimento del mercato, per portare la serie ad una forma più stazionaria, per così dire. Se hai qualche idea in proposito, possiamo discuterne.
Ci sto pensando. Ma so per certo che MSE non è buono. Almeno per me, per il motivo menzionato sopra. Credo che per una rete neurale l'insegnante (regola) sia un errore, essendo un approssimatore universale, è necessario determinare in qualche modo il grado di questa approssimazione, la qualità dell'approssimazione, tenendo conto dei rendimenti sul mercato, per portare la serie ad una forma più stazionaria, per così dire. Se hai qualche idea in proposito, possiamo discuterne.
Se un numero potesse essere portato ad una forma stazionaria, penso che non esisterebbe il forex in quanto tale :)
In breve, la gente ha già avuto esempi di applicazioni di successo delle reti neurali, abbiamo bisogno di lavorare su questo ancora più breve.
In breve, la gente ha già avuto esempi di applicazioni di successo delle reti neurali, abbiamo bisogno di lavorare su questo ancora più breve.
Perché ci sono stati, ci sono. Se la memoria non mi inganna nel 2007, Better ha vinto con un NS probabilistico.
Il compito della rete era quello di prevedere il movimento della rotta.
Perché c'erano, ci sono. Se la memoria non mi inganna nel 2007, Better ha vinto solo con un NS probabilistico
Il compito della rete era quello di prevedere il movimento della rotta.
Sì, l'ho letto. La rete probabilistica ha un grande problema: è sensibile al rumore nei dati. In termini semplici, ha poco empirismo a differenza di BackProp e altri metodi iterativi.
La rete probabilistica ha un grande problema: è sensibile al rumore nei dati.
Può spiegarsi meglio? Credo di aver visto diversi punti di vista nella letteratura.
VNS è meno sensibile al rumore nei dati, rispetto a metodi simili (ad esempio k-NN), ma rispetto a MLP e metodi simili, il quadro è probabilmente invertito...
Può spiegarsi meglio? Credo di aver visto diversi punti di vista nella letteratura.
E qual è il parametro da regolare lì? Sigma? Come lo regolerete? Come si fa a trovare la soluzione ottimale? Queste sono domande che non mi sono del tutto chiare. Un'altra cosa è che per MLP solo il tipo di errore è un parametro essenziale, io insisto comunque su di esso. Naturalmente, MLP si blocca nel minimo locale e ci sono metodi per combatterlo. In ogni caso, la soluzione ottimale per MLP può essere trovata non attraverso la ricerca del minimo globale per molti compiti. Se hai qualcosa che funziona con PNN, è una cosa molto buona.