Trovare un set di indicatori per alimentare gli ingressi della rete neurale. Discussione. Uno strumento di valutazione dei risultati. - pagina 8
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
lea писал(а) >>
Lo scopo è quello di selezionare un insieme di variabili che sono più debolmente correlate delle variabili originali.
Ho provato a fare una rete convoluzionale un po' prima, per i test ho preso una serie temporale M5, una rete 48-x-48, la serie è stata ridotta ad una forma simmetrica rispetto a 0. La funzione di attivazione th(). Quindi, non sono riuscito a raggiungere un errore sul campione di prova di più di 0,1 non ho mai potuto.
Ho provato a fare una rete convoluzionale un po' prima, per i test ho preso una serie temporale M5, una rete 48-x-48, la serie è stata ridotta ad una forma simmetrica rispetto a 0. La funzione di attivazione th(). Quindi, non sono stato in grado di ottenere un errore sul campione di prova di più di 0,1.
Non è proprio il caso di impacchettare la serie di prezzi. Ho già un insieme di indicatori (cioè una serie di prezzi trasformati), quindi la dimensionalità di questo insieme deve essere ridotta.
Non sono davvero alla ricerca di un involucro della serie di prezzi. C'è già un insieme di indicatori (cioè una serie di prezzi trasformata), quindi la dimensionalità di questo insieme deve essere ridotta.
La rete di convoluzione e la PCA sono la stessa cosa, solo i termini sono diversi.
Ingresso X, aspettarselo all'uscita della rete. Il numero di neuroni dello strato intermedio è inferiore a quello dello strato di input/output. Valore delle uscite dei neuroni
Lo strato intermedio è considerato come una mappatura dell'insieme di input. Questi dati vengono utilizzati per un'ulteriore elaborazione.
lea писал(а) >>
Qualcuno si è dilettato con l'analisi delle componenti principali (aka "principial component analysis" o "pca")?
Grazie. Questa è una buona domanda.
iliarr писал(а) >>
se la funzione obiettivo è solo il numero di operazioni o solo il drawdown, sarà poco utile, perché la rete imparerà a entrare/uscire dal mercato spesso e senza meta o imparerà a evitare i drawdown....
è necessario ottimizzare il profitto, il numero di trade e i drawdown... Se ricordo che JGAP permette di avere funzioni target con diverse uscite, le mie priorità attuali sono: risolvere i dati di input e perfezionare il neuronet di ricorrenza.
Al momento, per come la vedo io, cercare e testare i dati di input con il metodo che ho suggerito è di scarso interesse per qualcuno...
Ilya, penso che sarai interessato all'articolo di Currency Speculator (http://www.spekulant.ru/archive/2004_11_st11.html). La funzione di fitness è discussa anche lì (non solo per il solo capitale, ma con la sua diluizione per il drawdown e il numero di trade).
Se la funzione obiettivo è solo il numero di scambi o il drawdown, il risultato sarà inutile, perché la rete imparerà a entrare/uscire dal mercato spesso e senza meta, o imparerà a evitare i drawdowns....
Penso anche che sarà poco utile, ecco perché ho scritto "per il bene dell'interesse".
iliarr ha scritto : >>.
devi ottimizzare sia i profitti che i drawdown... se ricordo bene JGAP ti permette di avere una funzione target con uscite multiple...
Questo è ciò di cui sto parlando, l'ottimizzazione multi-criteri. Hmm, ho pensato, "Oh, mio Dio, che termine", ma è stato usato per molto tempo... ottimizzazione multi-criteri
Penso che non ci dovrebbero essere più funzioni di fitness ("...JGAP permette di avere una funzione obiettivo con più uscite..."), ma una, ma con diversi criteri necessari. Sto solo ora speculando su come affrontare discretamente questo problema e prenderlo per le narici... Qualcuno può consigliare la letteratura sull'argomento?
marketeer ha scritto (a) >>.
Se una rete viene addestrata senza un insegnante per fare profitti ipoteticamente illimitati, bisogna tenere presente che i dati di input impongono ancora un limite alla dimensione del profitto dall'alto. Nel periodo di apprendimento selezionato possiamo stimare l'importo che non può essere superato (da un lotto costante, dalla strategia selezionata). Quindi possiamo calcolare il rapporto di apprendimento della rete in questo periodo come il rapporto tra il massimo profitto teorico possibile e quello che la rete dà. Poi si fanno stime simili per il periodo di convalida, e si confrontano i rapporti...
Sono d'accordo con iliarr. Otterremo un'idoneità
Hmm, mentre scrivevo questo, Daniil mi ha battuto, anche lui sta parlando della stessa cosa.
Ilya, penso che tu possa essere interessato all'articolo di Currency Speculator (http://www.spekulant.ru/archive/2004_11_st11.html). La funzione di fitness è discussa anche lì (non solo per il capitale, ma con la sua diluizione per il drawdown e il numero di accordi).
Articolo interessante. >>Grazie.
Il più interessante per me è stato:
-la definizione dell'autore della funzione obiettivo "Fit = Profit/(l+Prosadka/ 1 0 + S t o p / 1 0 ) * (CountTrade/10);" Stavo pensando ad una simile, ma ecco una soluzione pronta...
- Estrazione dell'UST con un algoritmo genetico. Un'idea ben formulata è metà della soluzione... Ci sono molti vantaggi in questo approccio... Dovrò pensare bene a come implementarlo meglio e più facilmente...
In questo momento, grazie a:
lea ha scritto >>.
Qualcuno si è dilettato con il metodo delle componenti principali (aka "principial component analysis" o "pca")?
Sono molto interessato alla compressione delle informazioni immesse nella rete neurale eliminando la correlazione
Ho provato a fare una rete convoluzionale prima, per i test ho preso serie temporali M5, rete 48-x-48, la serie è stata ridotta alla forma simmetrica relativa a 0. La funzione di attivazione th(). Quindi, non sono riuscito a raggiungere un errore di più di 0,1 sul campione di prova.
Quindi devo averlo usato male o cucinato.
Io stesso ho lavorato con la compressione delle immagini. A volte l'errore è zero, a volte no, dipende dal grado di compressione (numero di componenti principali) e dall'informatività degli input.
Prova con esempi semplici.
Ecco un paio di libri sull'ottimizzazione. Appena scaricato, ancora caldo.
........ non riesce a collegarsi. L'ho preso da http://torrents.ru
E ha calcolato tutto questo in cosa? MathCad/MathLab?
Questo è difficile da credere per me stesso, ma il calcolo è stato fatto in Excel. IMHO è un po' meglio di Matcad in termini di comprensione (visualizzazione del processo di calcolo piuttosto che dello stato finale).