rete neurale e ingressi - pagina 4

 
Demi:
Sì, certo! Scambio di coppie alla discarica, ecc. ecc.

Tu, ovviamente, lo sai bene. (sarcasmo)

Non stavo parlando del commercio accoppiato.
 
Demi: Mostra i risultati.
Ti ho già mostrato il risultato ))))
 
LeoV:
Non stavo parlando del commercio accoppiato.

pair trading e si basa sulla "divergenza".

Ho capito, grazie.

 
Demi: Il pair trading si basa sulla "divergenza".
Non stavo parlando di divergenza, stavo parlando di modelli tra diversi strumenti, che non includevano la divergenza di correlazione )))
 
Figar0:

Un modo interessante di metterla... Cos'è la rete? E sull'input di conseguenza qualche disposizione di frattali precedenti? Come per me, le tue due uscite sono piuttosto un problema per due reti...

Quindi, la solita normalizzazione sul massimo? Cioè 10; 1; -5 normalizzato a 1; 0.1; -0.5?

Non è molto chiaro sulla normalizzazione dei pesi. Anche voi li normalizzate allo stesso modo? Risultati altrettanto intermedi strato per strato? O ho capito male qualcosa? Se è corretto, allora temo che avrete delle pietre qui.

Le domande sono strane fuori dal contesto. Cosa può consigliare sull'uscita senza conoscere il tipo di rete e il suo compito? Lo stesso vale per l'input...



Non ho lavorato direttamente con il prezzo. Uso la differenza tra il prezzo e la parabola. Perché una parabolica? Ha salti e cali caratteristici e uso gli spostamenti di Fibonacci delle barre sull'uscita affinché il segnale non fluttui in modo significativo. Così, quando ho 8 differenze, le normalizzo in questo modo, cioè trovo il modulo massimo e divido tutto per questo coefficiente. Poi, il peso. Non lo normalizzo, ma le somme risultanti nei livelli dovrebbero naturalmente diminuire usando lo stesso principio. E così via, strato dopo strato, fino ad ottenere due valori di uscita. Se per normalizzare anche il peso, ci sono sospetti, che ai valori di formazione dei pesi aspirerà a valori estremi -100, 100 e 0, e non ace, così ho normalizzare solo intermedio strato per strato risultati.
 
Un'eccessiva normalizzazione può introdurre distorsioni nel segnale originale in cui risiedono le informazioni utili, il che può portare alla scomparsa o alla riduzione della proporzione di tali informazioni utili, il che a sua volta porta la rete a non funzionare come dovrebbe - guadagnare. Ecco perché bisogna stare molto attenti alla normalizzazione nei mercati fintech.
 
LeoV:
Un'eccessiva normalizzazione può introdurre distorsioni nel segnale originale in cui risiedono le informazioni utili, il che può portare alla scomparsa o alla riduzione della proporzione di tali informazioni utili, il che a sua volta porta la rete a non funzionare come dovrebbe - guadagnare. Ecco perché bisogna stare molto attenti alla normalizzazione nei mercati fintech.

C'è la possibilità di non normalizzare affatto né i segnali in entrata né quelli intermedi, finché il segnale non passa attraverso tutti i livelli, il suo livello crescerà solo fino alla gamma desiderata, +/-, e l'uscita sarà già normalizzata... Funziona così.
 
grell:

È possibile non normalizzare affatto i segnali d'ingresso o intermedi, finché il segnale non è passato attraverso tutti i livelli, il suo livello sarà appena salito al range richiesto, +/-, e l'uscita sarà normalizzata... Funziona così.
Il problema è che input diversi possono avere una scalatura diversa. Grid, come qualsiasi altro algoritmo, non ama che la scala delle variabili sia molto diversa (per esempio, metà degli input ha un range [-0.0001;0.0001], e l'altra metà ha un range [-1000;1000]). La convergenza della formazione può essere influenzata da questo. Quindi è auspicabile, se non normalizzare, almeno impostare gli input in scale comparabili, idealmente dello stesso ordine: grosso modo, NS imparerà semplicemente più velocemente.
 

Di quale mercato state discutendo qui: stazionario o non stazionario?

 
faa1947:

Di quale mercato state discutendo qui: stazionario o non stazionario?


E perché sp'gashing? Sta cercando qualcuno da incolpare per il suo analfabetismo? DDD

Seriamente, qual è la fregatura?).

Motivazione: